음성 AI의 경쟁 기준이 자연스러운 발화 품질에서 속도와 비용, 개인정보 보호까지 확장되고 있다. 기존 클라우드 기반 서비스는 대형 모델을 서버에서 구동하는 과정에서 네트워크 지연과 추론 비용이 발생한다.
온디바이스 음성 AI 스타트업 아웃오브셋은 이러한 제약을 줄이기 위한 통합 브랜드 ‘에어리(Airy)’를 공개하고 웹 기반 음성 콘텐츠 제작 서비스 ‘에어리 스튜디오(Airy Studio)’를 출시했다. 자체 개발한 초경량 문자 음성 변환(TTS) 모델을 적용해 회사 측 측정 기준 생성 버튼을 누른 뒤 0.2초 만에 첫 음성을 출력한다. 중소벤처기업부 팁스(TIPS)에도 선정돼 인터넷 연결 없이 기기 자체에서 작동하는 음성 인식·합성 파운데이션 모델 개발을 이어간다.
아웃오브셋 에어리스튜디오 소개 화면 (자료 제공: 아웃오브셋)
에어리는 아웃오브셋의 음성 AI 기술과 제품을 아우르는 브랜드다. 회사는 에어리를 중심으로 온디바이스 음성 파운데이션 모델과 응용 서비스, 개발자용 API·SDK를 단계적으로 구성할 예정이다.
첫 제품인 에어리 스튜디오는 입력한 텍스트를 AI 음성으로 변환하는 웹서비스다. 프로그램을 설치하거나 별도의 개발 환경을 구성하지 않아도 브라우저에서 음성을 생성하고 파일로 내려받을 수 있다. 현재 한국어와 영어, 10종의 보이스 캐릭터를 무료로 제공하며 향후 지원 언어와 음성 종류를 추가할 예정이다.
에어리 스튜디오의 핵심은 응답 속도다. 자체 초경량 TTS 모델을 적용해 첫 응답까지 걸리는 시간인 TTFB(Time To First Byte)를 0.2초로 줄였다. 전체 음성이 완성될 때까지 기다리지 않고 생성 직후부터 재생을 시작해 콘텐츠 제작 과정의 대기 시간을 줄이는 방식이다.
웹에서 검증한 경량 모델, 인터넷 없는 기기 안으로
아웃오브셋은 더벤처스의 추천을 통해 중소벤처기업부 민간투자주도형 기술창업 지원 프로그램 팁스에 선정됐다. 수행 과제는 ‘온디바이스 음성 인식 및 합성 AI 파운데이션 모델 개발’이다.
회사는 향후 2년간 최대 8억원의 연구개발 자금을 지원받아 기기 내부에서 음성을 인식하고 생성하는 초경량 모델을 개발한다. 인터넷 연결과 외부 서버를 거치지 않는 구조를 구현해 개인정보 유출 위험과 네트워크 지연, 클라우드 추론 비용, 서버 장애의 영향을 줄인다는 구상이다.
웹 기반 에어리 스튜디오가 이용자가 경량 음성 생성 속도를 직접 경험하는 서비스라면, 팁스 과제는 해당 기술을 온디바이스 환경으로 옮기기 위한 연구개발 단계에 해당한다. 개발이 완료되면 스마트 기기와 로봇, 자동차 등 네트워크 연결이 불안정하거나 즉각적인 음성 반응이 필요한 환경에서도 활용할 수 있는 기반을 갖추게 된다.
김형주 아웃오브셋 대표는 서울대학교 전기·정보공학 석사 출신으로 네오사피엔스와 수퍼톤에서 음성 AI 개발을 담당했다. 수퍼톤 재직 당시 공개한 온디바이스 음성 합성 모델은 허깅페이스 해당 분야 1위와 깃허브 별점 수천개를 기록했다.
김 대표는 “막대한 클라우드 추론 비용과 지연 시간을 줄여 사람과 기기를 즉각적으로 연결하는 것이 온디바이스 음성 AI의 핵심 과제”라며 “에어리 스튜디오에서 가볍고 빠른 음성 경험을 제공하고, 개발자도 활용할 수 있는 온디바이스 음성 AI 생태계를 구축하겠다”고 말했다.
에어리 스튜디오는 공식 홈페이지에서 이용할 수 있다.
아웃오브셋의 기술 경쟁력은 웹에서 구현한 0.2초의 응답 속도를 인터넷 연결 없이 작동하는 기기에서도 음질 저하 없이 재현할 수 있는지에 달려 있다.
The post 생성 버튼 누르면 0.2초 만에 첫 음성…아웃오브셋 ‘에어리’ 공개 appeared first on 벤처스퀘어.