한국전자통신연구원(ETRI)은 세계 주요 24개 언어를 음성으로 인식한 뒤 문자로 변환할 수 있는 '대화형 인공지능' 기술을 개발했다고 밝혔다.

음성인식 기술을 개발하려면 대규모 학습데이터가 필요해 다국어 확장과 음성인식 성능 확보가 쉽지 않은데 연구진은 자기 지도학습, 대용량 다국어 사전 학습 모델, 음성 데이터의 오디오 데이터 생성(TTS) 증강 기술 등을 통해 어려움을 해결했다.

또 느린 응답속도 문제는 스트리밍 추론 기술을 개발해 실시간 처리가 가능하도록 개선했다.

▲ 세계 각국 정상 연설을 실시간 통역하는 모습.

5일 ETRI는 2020년 음성인식 기술을 개발한 후 국내외 30여 기업에 기술 이전했다고 말했다.

기업들은 회의록 작성, 자막 통역, 키오스크, 의료·교육, 인공지능(AI) 컨택센터 등 다양한 AI 서비스에 기술을 활용 중이다.

올해 안으로 지원 언어를 30여개로 확대할 예정인 연구진은 국내외 전시 참여, 기업체 설명회 등을 통해 동남아와 남미, 아랍권 등을 대상으로 사업화를 추진할 방침이다.

연구진은 '2018 평창 동계 올림픽' 공식 자동 통역 서비스에 핵심 기술을 제공한 바 있다.

김상훈 책임연구원은 "국내 기술로 글로벌 선도업체와 대등한 수준의 음성인식 기술을 개발했다"며 "이번 연구성과를 기반으로 24개 언어로 음성인식 서비스를 확대해 중소·벤처기업, 학교, 개인 개발자 등 다양한 사용자들에게 다국어 음성인식 관련 사업 기회를 제공할 예정"이라고 말했다.

산업팀  press@jeonpa.co.kr

<저작권자 © 전파신문, 무단 전재 및 재배포 금지>