[방송기술저널 민서진 기자] 한국전자통신연구원(ETRI)은 사람의 음성을 실시간으로 문자로 변환할 수 있는 기술 개발에 성공했다고 4월 18일 밝혔다. 본 기술은 사람들의 일상대화에서 언어별로 최대 95% 수준의 성능을 보여 상용화가 가능한 수준이다.
연구진은 “본 기술이 스마트폰을 비롯해 스마트 스피커, 스마트 홈 허브 기능을 가지는 셋톱박스, 냉장고, TV 등의 스마트 가전으로 음성인식 기술이 급격히 확산되고 있는 점을 고려할 때, 글로벌 시장 진출을 계획하는 국내 업체들에게 큰 도움이 될 것”이라고 내다봤다.
ETRI는 인공지능 기술의 한 분야인 딥러닝 기술을 바탕으로, 대용량의 데이터를 이용해 기술이 개발되었다고 설명했다. 아울러 빅데이터와 관련된 대용량 데이터 자동 정제 기술, 다국어 발음 생성 기술 등 다국어 음성언어처리 핵심 기술도 확보해 추후 동남아, 힌디어 등 타 언어로 확대가 쉽다고 밝혔다. 연구진은 본 기술이 구글(Google) 등 세계 업체와 비교 시 한국어에서는 성능 우위를 점하고 다른 언어에서는 대등한 수준이라고 말했다.
ETRI는 이번 인식기 개발이 일상 대화체의 연속 발화가 가능해 향후 통역은 물론, 인공지능 비서, 방송의 자막화, 콜센터 서비스 등에 활용이 가능할 것으로 보고 있다.
서비스 방식은 기존과 비슷하다. 클라이언트 서버형과 단말 탑재형 등으로 이뤄진다. ETRI는 “본 음성인식기는 응용 분야에 따라 한 번에 수명에서 수십 명까지 동시 접속해 인식이 가능한 수준”이라며 “현재 국내에는 ETRI와 같이 다국어 음성 데이터(DB)와 말뭉치로 불리는 음성 텍스트의 다국어 데이터(DB)를 보유한 곳이 없어 이를 기반으로 개발된 다국어 음성인식기를 필요로 하는 기업에 큰 도움이 될 것으로 기대된다”고 말했다.
김상훈 ETRI 음성지능연구그룹 프로젝트 리더는 “향후 본 기술의 고도화를 통해 기술 경쟁력을 높이는 동시에, 지원 언어를 확대해 나가 국내 업체들의 글로벌 시장 진출에 있어 든든한 버팀목이 되겠다”고 밝혔다.
ETRI는 현재 본 기술을 내년 평창 동계올림픽 자동 통·번역 서비스 부문 공식 후원사인 한글과컴퓨터와 함께 ‘지니톡’ 자동통역 서비스에 적용해 시범 서비스 중이다. 향후 2020년 동경올림픽 개최 시점까지는 대상 언어를 14개 언어로 확대하고, 추가적으로 20개 언어 이상으로 늘려 나갈 예정이다.
