닌텐도와 NTT 도코모의 음성인식 서비스는 청각장애 학생을 위한 교육용 도구다. 학교에서 교사가 말한 내용을 닌텐도DSi가 인식해 문자로 바꿔주면, 청각장애 학생이 이를 읽어 수업을 이해하는 식이다.

기술적으로는 애플이 지난 2011년 10월 발표한 지능형 음성인식 기술 ‘시리’와 닮았다. 닌텐도DSi로 들어간 교사의 음성은 NTT 도코모가 지원하는 통신망을 타고 클라우드로 전송된다. 클라우드 너머에 있는 서버가 음성을 분석해 문자로 바꾸고 이를 다시 닌텐도DSi로 전송한다.

교사의 음성이 텍스트 형태로 클라우드에 저장된다는 점도 장점이다. 수업이 끝난 후에도 학생은 언제든지 클라우드에 접속해 교사의 수업 내용을 다시 들춰볼 수 있다.

일본 방송사 NHK는 닌텐도와 NTT 도코모가 일본 돗토리현과 오키나와현에서 우선 이 서비스를 시범적으로 도입했다고 전했다. 닌텐도와 NTT 도코모의 클라우드 음성인식 서비스가 더 넓은 교육 현장으로 확대되면, 일반 학교에 다니는 청각장애 학생에 큰 도움이 될 전망이다.

닌텐도와 NTT 도코모의 음성인식 서비스는 청각장애 학생을 위한 교육 보조재로 우선 소개됐지만, 두 업체는 이를 교실이 아닌 일반적인 환경에서도 이용할 수 있는 서비스로 개발한다는 계획이다.

리모콘이 탈바꿈하고 있다. 아니, 리모컨이 사라질 지도 모르겠다. 2012년 가전업계는 리모컨 버튼으로 IT 기기를 조작하는 대신, 사람의 음성이나 동작을 이용해 조작하는 방향으로 발전하고 있다. 손가락으로 리모컨을 누르는 것이 편할까. 아니면, 말과 손짓으로 조작하는 것이 더 편할까. 미래 IT 인터페이스를 둘러보자.

원격에서 동작이나 음성을 이용해 IT 기기를 조작하는 방법을 선도하고 있는 업체는 마이크로소프트(MS)다. MS는 콘솔 게임기 ‘X박스360′에 ‘키넥트’라는 동작·음성 인식 장비를 선보인 바 있다. 키넥트는 편리함을 인정받아 콘솔 게임기뿐만 아니라 PC나 의료장비 등으로 활용 영역을 넓히고 있다.

게임을 음성과 동작으로 조작하는 방법은 어떨까. 바이오웨어가 개발하고 있는 3D 게임 ‘매스 이펙트3′은 키넥트의 동작·음성인식을 잘 이용한 게임으로 평가받고 있다.

△‘매스 이펙트3′ 음성인식 플레이 시범 동영상.

‘매스 이펙트3′은 간단한 음성을 이용해 게임을 즐길 수 있다. 3인칭 슈팅 게임이라는 점에서 게이머가 얼마나 빠르게 반응하느냐가 게임의 승패를 가르는 중요한 요소다. 키넥트의 음성인식 기능이 빠른 게임 플레이를 돕는다.

사용자가 ‘학살(Carnage)’이라고 외치기만 하면, 게임 속에서 게이머를 돕는 다른 캐릭터가 적을 향해 총을 쏘는 식이다. 게이머가 직접 조작하는 캐릭터 외에 다른 캐릭터를 조작하기 위해 게임 컨트롤러의 버튼을 일일이 입력할 필요가 없다.

‘매스 이펙트3′의 음성인식 기능은 상대적으로 반응이 느린 초보 게이머도 쉽게 게임을 즐길 수 있도록 한다. 음성으로 조작할 수 있는 명령만 기억하고 있으면, 장비를 바꾸거나 지도, 탐색 등 게임 속 기능을 손쉽게 이용할 수 있다.

‘매스 이펙트3′은 미래전쟁을 소재로 하고 있다. 음성 조작 기능이 더해지면, 실제 전쟁터를 방불케 하지 않을까. 음성 명령을 조합해 이용하는 기능이 독특하다.

‘매스 이펙트3′에는 캐릭터마다 고유의 기술을 갖고 있는데, 예를 들어 ’라라’라는 캐릭터의 특수 기능을 이용해 전투를 벌이는 상황을 생각해볼 수 있다. 게이머는 ‘라라’라고 캐릭터 이름을 부른 다음 ‘특수기능(singularity)’ 이라고 음성으로 명령하기만 하면 된다. 라라의 특수 기능으로 공중으로 떠오른 적들을 향해 다시 ‘학살’ 명령을 내리는 식이다. 음성조작 기능이 적용돼 게임 조작이 쉬워졌을 뿐만 아니라 게임에 대한 몰입도도 끌어 올릴 수 있을 것으로 기대된다.

동작·음성 인식 기술을 이용한 IT 분야가 어디 게임뿐이랴. 지난 1월10일부터 13일까지 미국 라스베이거스에서 열린 ‘국제 소비자가전전시회(CES) 2012′에서도 동작·음성 인식 기술을 지원하는 다양한 기술이 소개돼 눈길을 끌었다.

삼성전자가 소개한 스마트TV 음성인식 기술이 대표적이다. 삼성전자는 CES 2012 전시장 안에 소음이 차단된 별도 부스를 마련하고, 음성인식 스마트TV를 선보였다.

삼성전자가 소개한 동작·음성으로 조작하는 스마트TV 기술은 TV의 간단한 기능을 이용할 수 있도록 설계됐다. TV 앞에서 ‘안녕 TV(Hi TV)’라고 말하면, TV 전원이 켜진다거나 ‘채널 위로(Channel up)’ 등 명령으로 TV 채널을 바꾸는 식이다.

동작인식 기능을 이용해도 간단하게 TV를 조작할 수 있다. 삼성전자는 사람의 손을 인식해 손이 올려져 있는 TV 화면에 마우스 포인터를 만드는 식으로 동작인식 기술을 구현했다. 사람 신체를 모두 인식해 동작 변화를 감지하는 키넥트와 다른 방향이다. 마우스 포인터가 나타나면, 실행하려는 기능 위에서 주먹을 움켜쥐는 식으로 마우스 버튼을 누르는 효과를 낼 수 있다.

이 외에도 자동차 속에도 음성인식 기술이 적용됐다. CES 2012 현장에 대형 부스를 차린 현대기아자동차의 ‘유보(UVO)’ 기능이 특히 눈길을 끌었다. 유보는 ‘유어 보이스’의 약자로 운전자가 자동차 안에 부착된 마이크에 음성 명령을 내리면, 이를 인식해 기능을 수행하는 기능이다.

라디오를 켜거나 대시보드에 탑재된 내비게이션을 음성으로 조작하는 식이다. 운전자의 손이 자동차 핸들을 놓지 않아도 된다는 점에서 안전하게 운전할 수 있도록 도움을 줄 것으로 기대된다.

△ 삼성전자 스마트TV 동작인식 조작 시범

시리는 사용자의 명령을 분석해 원하는 기능을 실행해주는 기능이다. e메일이나 문자를 보내거나 날씨를 알려주는 것은 기본이고, 일정관리, 알람시계 맞춤 등 다양한 기능을 지원한다.

시리는 베타버전이다. 애플은 아직 시리의 API를 공개하지 않았다. 서드파티 앱 개발자가 시리의 음성명령 기능을 이용할 수 없다는 뜻이다. 하지만 시리를 적극적으로 이용하고 싶은 개발자가 자신이 만든 앱에 시리 기능을 통합하거나 더러는 해커들에 의해 시리의 ‘능력’이 확장되고 있다.

시리의 음성명령 기능을 이용하는 앱은 ‘메일샷 프로’가 대표적이다. 메일샷 프로는 시리의 e메일 전송 기능을 교묘하게 이용한 앱이다. 메일샷 프로는 아이폰4S의 연락처 중 e메일 그룹과 동기화한다. 시리에서 e메일을 보낼 때 그룹 이름을 말하면 해당 그룹으로 e메일을 보낼 수 있게 도와준다.

이 외에도 ‘트윗 얼라우드’도 시리의 음성명령 기능을 독특하게 이용하는 앱이다. 사용자가 말로 트위터 메시지를 입력하면, 트위터에 올려주는 식이다. 아직 시리의 음성명령 기능을 완벽하게 이용할 수는 없지만, 이밖에 할 일 목록을 만들어주는 앱 등이 개발되기도 했다.

△ 브랜든 피캣 개발자가 해킹한 시리 (사진: 브랜든 피캣 개발자 블로그)

이 중에서도 시리를 이용해 자동차 시동을 걸 수 있도록 한 기능이 돋보인다. 브랜든 피켓이라는 개발자가 시리와 자동차 원격 조종 앱의 프록시 서버를 해킹해 이 같은 기능을 추가했다. 브랜든 피켓 개발자가 해킹한 시리를 이용하면 ‘자동차 문 열기’나 ‘문 잠그기’, ‘트렁크 열기’ 등을 시리를 통해 말로 조작할 수 있다. 시리가 ‘시동 걸기’ 명령까지 알아들을 수 있으니, 시리가 자동차 스마트키 역할까지 하는 셈이다.

물론 시리를 해킹한다고 해서 모든 자동차에서 이 같은 기능을 이용할 수 있는 것은 아니다. 브랜든 피켓 개발자의 자동차에는 ‘바이퍼 스마트 스타트’라는 차량 원격 스마트키 솔루션이 설치돼 있다. 바이퍼 스마트 스타트는 아이폰이나 블랙베리, 안드로이드 스마트폰에서 자동차를 조작하는 일종의 스마트폰 스마트키다. 브랜든 피켓 개발자는 시리가 바이퍼 스마트 스타트 솔루션을 조작할 수 있도록 음성명령 기능을 해킹했을 뿐이다.

자동차 키를 잃어버리거나 차에 두고 내렸을 때 시리의 이 같은 능력이 유용하게 쓰일 수 있다. 큰 용기가 필요하겠지만, 앞으로 시리가 운전까지 담당하게 되는 것은 아닐까. 현재 고급 자동차에 많이 탑재되는 ‘크루즈 컨트롤’ 기능을 시리가 조작하도록 하는 식이다.

실제로 독일 자동차회사 BMW가 시리의 음성명령 기술을 자동차에 통합하는 것에 관심을 보이고 있다는 해외 매체의 보도도 있었다. BMW가 시리 기술을 자동차에 적용하게 되면, 원격에서 시동을 걸거나 자동차 문을 여는 것 뿐만 아니라 크루즈 컨트롤 기능을 시리가 조작하게 되는 날도 상상할 수 있다.

애플이 시리의 API를 공개할 지는 미지수다. 그럼에도 시리에 대한 관심은 개발자와 해커, 대형 업체를 가리지 않고 뜨겁다. 시리에 애플이 시리의 API를 공개하기 전까지 이 같은 개발자의 도전이 계속될 것으로 보인다. 앞으로 시리의 기능은 무궁무진하게 늘어날 것으로 보인다.

애플 소식을 주로 전하는 블로그 제일브레이크네이션은 업체 관계자의 말을 인용해 애플이 아이폰4S 이전에 나온 기기에도 시리를 적용하는 방법을 검토 중이라고 전했다.

애플이 시리를 어떤 기기에 확대해 적용하게 될 지는 알려지지 않았다. 하지만 애플이 시리를 발표한 직후 해커들은 아이패드나 아이팟터치, 심지어 아이폰3GS에까지 시리를 적용해 공개했다. 하드웨어 문제 때문에 시리를 적용하지 못하는 것은 아니라는 뜻이다. 애플이 iOS 판올림을 통해 아이폰4S 이전에 나온 애플 모바일 기기에 시리를 적용할 가능성이 크다는 점을 알 수 있다.

시리는 아이폰4S의 주요 마케팅 포인트였다. 애플이 아이폰4S 이전 애플 모바일 기기에 시리를 적용하게 될 지는 미지수다. 당장은 아이폰4S의 매력을 떨어뜨리는 결과로 이어질 것으로 보인다. 하지만, 시리를 아이폰4S뿐만 아니라 아이폰4나 아이폰3GS, 아이패드 등에 적용하면 애플이 가져갈 이익은 단순히 아이폰4S를 많이 판매할 때와 비교도 할 수 없이 크다. 애플이 시리로 꿈꾸는 미래를 들여다보자.

‘시리’, 정보의 속성을 바꾼다

시리는 사용자의 언어를 받아들여 문맥을 이해하고 사용자가 원하는 검색 결과나 기능을 실행해 주는 서비스다. 사람의 말을 직접 듣는다는 점이 시리의 핵심이다. 시리가 사용자의 말을 분석하는 과정은 애플 서버를 이용한다. 사용자가 시리와 대화할 때마다 사용자가 말한 문장이 애플 서버에 데이터로 쌓인다는 뜻이다. 앞으로 시리를 통해 쌓일 이 같은 막대한 양의 데이터는 애플에 어떤 의미일까. 한마디로, 정보다.

지금까지 인터넷 정보검색 서비스는 사용자가 만든 날것의 정보를 찾아 도출해주는 것에 지나지 않았다. 검색 키워드를 입력했을 때 키워드를 포함한 수많은 웹페이지 중 사용자가 가장 필요할 것 같은 정보를 검색순위 맨 위쪽에 띄워 주는 것이 정보검색 기술의 핵심이었다.

시리는 다르다. 시리와 사용자가 주고받은 대화에는 사용자의 행동 패턴이 담겨 있다. 모바일 기기에 있는 GPS가 보내주는 위치정보를 이용하면, 사용자의 행동 패턴과 위치정보를 조합해 생활 방식까지 데이터로 저장할 수 있게 된다. 인터넷에 널린 데이터를 보여주는 데 그치지 않고, 사용자의 생활을 정보화시킨다는 뜻이다. 날것으로만 존재하던 정보가 사용자의 행동 패턴이라는 옷을 입고 위치정보라는 날개까지 달게 되면, ‘정보’라는 데이터의 속성이 완전히 달라진다는 것을 알 수 있다.

구글을 위협할 수 있을까

시리의 이 같은 기능은 구글이 쥐고 있는 검색과 광고 시장을 위협할 수 있을까. 에릭 슈미트 구글 CEO는 지난 9월, 미국 상원의회 반독점 위원회 청문회에 참석해 답변하는 과정에서 “애플의 시리가 검색 분야에서 구글 핵심 사업에 위협이 될 수 있을 것”이라고 말했다.

에릭 슈미트 CEO가 경쟁사의 서비스에 대해 이 같은 발언했다는 점은 이례적이지만, 발언 장소가 반독점 위원회라는 점을 생각하면 독과점 논란을 받고 있는 구글을 변호하기 위한 발언으로 풀이할 수 있다. 발언 자체를 고스란히 받아들여서는 안 된다는 뜻이다.

하지만 에릭 슈미트 CEO의 이 같은 가면을 쓴 발언이 실제로 일어날 수도 있다. 정보의 속성이 날것의 데이터에서 사용자의 행동 패턴으로 바뀔 때, 정보 검색과 검색 시장은 지금과는 전혀 다른 국면에 접어든다.

시리가 지금부터 쌓아두는 정보가 바꿔 나갈 앞날을 예측해본다면 비약일까. 이를테면 사용자가 자주 이용하는 주유소나 백화점 등을 데이터로 쌓아뒀다가, 이를 고스란히 광고로 이용할 수 있다. 사용자의 자동차가 주유가 필요한 시점에 맞춰 가까운 주요소의 할인 프로그램을 광고한다거나 사용자가 가장 최근 시리를 통해 검색한 물건을 백화점에서 세일할 때 알려주는 식이다. 불특정 다수에게 무분별하게 제공되던 광고를 사용자 행동 패턴에 따라 한 사람만을 위한 광고를 제공하게 되는 셈이다. 시리가 쌓아 둔 사용자 생활패턴 데이터 덕분이다.

애플은 시리를 통해 사용자의 정보를 수집할 수 있게 됐다. 사용자가 직접 서비스를 이용할 때마다 얻을 수 있는 자발적인 수집이라는 점에서도 의미가 있다. 일일이 발품을 팔아 기록하는 기존 정보와 달리 개인 특성에 맞추기도 쉽다.

이 같은 기능을 아이폰4S에서만 이용하도록 하는 것과 더 많은 사용자를 대상으로 하는 것 중 어떤 것이 애플에 득이 될까. 대답은 애플이 더 잘 알고 있다.

이날 구글은 국내 데스크톱 검색 성장세가 둔화되고 있는 가운데 모바일 검색 증가에 힘입어 전체 검색량은 지속적으로 늘고 있다면서 앞으로는 모바일 검색에 더욱 주목해야 한다고 강조했다. ‘손 안의 컴퓨터’인 스마트폰이 널리 보급되기 시작하면서 모바일 검색량이 폭발적인 성장을 경험하고 있으며 앞으로 검색의 진검승부는 모바일에서 펼쳐질 것으로 예상된다.

특히, 구글이 이달 초 발표한 조사에 따르면 스마트폰 사용자의 43%가 모바일 검색 시 검색결과 첫 페이지만 보는 것으로 나타나, 모바일 검색에서 속도와 정확도의 중요성이 매우 높다고 말했다.

스콧 허프만 구글 엔지니어링 디렉터(왼쪽)와 마이크 슈스터 연구원이 영상을 통해 간담회에 참석했다

이날 간담회에는 미국 구글 본사에서 검색 품질 평가와 모바일 검색 팀을 이끌고 있는 스콧 허프만(Scott Huffman) 구글 엔지니어링 디렉터가 참석해 구글의 검색 철학과 기술을 설명했다.

그는 구글의 검색철학을 골프에 비유했다

“구글의 검색철학은 ‘홀인원’, 즉 사용자들이 찾고자 하는 정보를 한 번에 바로 찾아서 제공하는 것입니다. 특히 모바일에서는 홀 컵(Hole Cup)’의 크기가 현저하게 작습니다. 모바일 기기는 데스크톱에 비해 데이터 처리 능력이 떨어지고, 네트워크 연결 상태가 예상치 못하게 느린 경우도 있기 때문에 검색에 소요되는 시간을 1초라도 줄이는 것이 중요합니다. 구글이 창립부터 가장 중요하게 생각해왔던 검색 결과의 관련성(Relevance)과 속도(Speed), 단순함(Simplicity)이라는 세 가지 원칙이 모바일 환경에서 더욱 가치를 발하는 것입니다.”

허프만 디렉터는 검색어 입력(Entering a query)과 결과 선택(Selecting a result), 두 부문으로 나눠 구글의 검색 기술을 소개했다.

검색어 입력은 얼핏 보기에 단순히 키보드만 입력 받으면 되는 듯 하지만 의외로 복잡한 단계다. 간단한 단어를 주로 입력하거나 긴 문장을 입력하는 등 이용자마다 검색 습관이 다르고, 개인의 과거 검색 정보를 담은 문맥을 반영하는 것도 중요하다.

구글은 모바일 환경에서 검색 입력을 더욱 쉽게 하고 정확도를 높이기 위해 다양한 노력을 기울이고 있다고 설명했다. 음성검색과 구글 고글스, 검색어 자동완성 등이 검색어 입력 단계에서 속도와 정확성을 높이기 위한 기술이며, 순간검색과 순간 미리보기와 같은 기능은 결과 선택의 속도를 높여주기 위한 기능이다.

이어 이해민 구글코리아 모바일 프로덕트 매니저가 새롭게 추가된 쿼리 빌딩(Query Building) 기능을 소개했다.

쿼리 빌딩(Query Building)

이동 중이나 흔들리는 차 안에서는 타이핑을 하기가 매우 어렵다. 그렇다고 항상 음성 검색을 이용할 수 있는 것도 아니다. 소음이 심하거나 주변의 시선으로 인해 음성으로 입력하기가 마땅치 않은 상황이 얼마든지 있을 수 있다. 이러한 환경에서는 어떻게 하면 몇 번의 타이핑만으로 원하는 검색어를 입력할 수 있는가가 중요하다.

쿼리 빌딩은 검색어 자동완성 기능을 확장해 모바일 환경에서 몇 번의 터치만으로 빠르게 장문의 검색어를 입력할 수 있게 해주는 기능이다. 지난달 구글의 인사이드 서치에서 처음 발표된 이후 지난 7월10일부터 구글 한국어 모바일 페이지에서 이용할 수 있게 됐다.

기존의 검색어 자동완성 기능은 추천된 검색어를 클릭할 경우 바로 해당 검색 결과로 이동하지만, 쿼리 빌딩 기능을 활용하기 위해 ‘+’ 버튼을 누르면 제시된 검색어 가운데 원하는 검색어를 계속해서 추가할 수 있다. 단순히 최근에 입력한 검색어를 보여주는 것이 아니라 검색 빈도와 인기 검색어 등 다양한 변수를 고려해 추천하게 된다.

예를 들어 입력하려는 검색어가 ‘평창 동계올림픽 유치위원회’라고 하자. 평창을 입력하면 검색어 제안으로 동계올림픽을 볼 수 있다. ‘+’버튼을 누르면 ‘평창 동계올림픽’이 입력되고 다시 평창 동계올림픽과 관련된 검색어 제안이 보이게 된다. 여기에서 다시 유치위원회를 선택해 ‘+’버튼을 누르면 손쉽게 ‘평창 동계올림픽 유치위윈회’를 모두 입력할 수 있게 된다. 34번의 키보드 입력을 해야 하는 검색어를 몇 번의 클릭만으로 입력할 수 있는 것이다.

모바일 환경에서 검색어 입력의 편의성을 높이기 위한 기능으로, 검색어 자동완성의 기능을 효과적으로 확장한 것으로 평가할 수 있다. 다만 스마트폰의 작은 화면에서 쿼리 빌딩과 순간 검색을 동시에 이용할 경우, 가상 키보드와 쿼리 빌딩 추천 항목으로 검색 페이지가 대부분 가려져 순간 검색의 기능을 제대로 활용할 수 없는 것은 아쉬운 점이다.

이날 간담회에는 구글 한국어 음성검색 출시 1주년을 기념해 구글 음성인식 연구를 이끌고 있는 마이크 슈스터(Mike Schuster) 연구원이 영상회의로 참석했다. 슈스터 연구원은 “구글의 모바일 음성 입력이 지난 1년간 600% 증가했다”라며 “현재 한국어가 미국식 영어를 제외한 언어 가운데 유럽의 다양한 주요 언어를 제치고 음성검색을 가장 많이 사용하고 있는 언어 중 하나”라고 전했다.

그는 “사용자가 늘어날수록 음성인식의 정확도가 더욱 향상되기 때문에 그 동안 음성검색의 품질에도 많은 발전이 있었다”라며 “한국어 음성검색도 지난 1년 동안 두 번의 업데이트를 통해 특정 억양과 띄어쓰기를 향상시키고, 최근에 화제가 사건과 관련된 어휘를 추가하는 작업을 진행했다”라며 “장기적으로 형제·자매가 여러분의 이야기를 알아듣는 수준의 정확도를 제공하는 것이 목표”라고 밝혔다.

음성인식 기술 전문업체 뉘앙스커뮤니케이션즈가 음성을 텍스트로 변환해주는 무료 앱 ‘드래곤 딕테이션‘과 ‘드래곤 서치‘ 한국어 지원을 시작하며 한국 애플 앱스토어에 공식 등록했다고 5월19일 밝혔다.

드래곤 서치는 모바일웹에서 음성으로 콘텐츠를 검색할 수 있게 돕는 앱이다. 뉘앙스의 ‘드래곤 서치 다중검색’ 기술을 활용해 구글, 야후, 위키피디아, 유튜브, 엠넷 등 다양한 웹사이트 음성검색 결과를 동시에 찾아 보여준다. 드래곤 딕테이션은 음성을 텍스트로 자동 변환해 입력해주는 ‘받아쓰기’ 앱이다. 화면 속 단추를 누르고 음성으로 내용을 입력한 뒤 ‘완료’ 단추를 누르면 음성 내용이 텍스트로 변환된다. 완성된 글은 문자메시지, e메일, 페이스북, 트위터로 보내거나 클립보드로 복사할 수 있다. 입력 도중에 전화가 오면 자동으로 변환된 텍스트를 저장해주는 기능도 유용하다.

뉘앙스커뮤니케이션즈쪽은 “기존에는 좁은 화면에서 터치로 텍스트를 입력해야 했던 단문 메시지 및 e메일 작성, 페이스북 및 트위터 등 소셜미디어 업데이트, 모바일 인터넷 검색 등의 작업을 음성으로 대신할 수 있어 타이핑 대비 최대 5배 빠른 입력이 가능하다”라고 밝혔다.

드래곤 앱 시리즈는 2009년 영어판으로 첫선을 보인 뒤 지금까지 100만건 넘는 다운로드를 기록했다. 현재 영어와 한국어를 포함해 12개 언어를 지원하며 아시아 지역에선 중국어와 일본어에 이어 한국어가 3번째 지원 대상 언어가 됐다.

제이슨 스털링 뉘앙스커뮤니케이션즈 아태지역 담당 수석부사장은 “드래곤 앱 시리즈는 메시지 작성과 전송이 간편하고 빠를 뿐 아니라 정확성도 뛰어나며, 이번 한국어 버전 출시로 한국에서도 아이폰 이용자들이 편리하게 메시지를 작성할 수 있게 됐다”라며 “뉘앙스는 매 분기당 3~5개의 언어를 추가해 전세계에서 보다 편리하게 원하는 메시지를 음성으로 입력하는 편리함을 누릴 수 있도록 노력할 것”이라고 밝혔다.

‘말로 쓰는 모바일 서비스’는 스마트폰의 좁은 화면과 작은 키보드로 인한 불편함을 보완한 서비스다. 이름대로 텍스트로 쓰던 e메일이나 문자메시지를 음성으로 대체하는 기능이다.

이 서비스는 구글이 6월 내놓은 ‘모바일 음성검색’ 기술을 확장했다. 모바일 음성검색은 검색창에 질의어를 텍스트로 넣는 대신 음성으로 입력하면 이를 자동으로 텍스트로 변환해 검색 결과로 보여주는 서비스다. 이번 말로 쓰는 모바일 서비스는 검색어 입력 뿐 아니라 G메일이나 구글 토크 등에서 e메일 내용이나 대화, 문자메시지 등을 음성으로 입력하면 자동으로 텍스트로 변환해주는 방식이다.

이 서비스는 특히 영어에 이어 두 번째로 한국어 서비스를 선택했다는 점에서도 눈길을 끈다. 마이크 슈스터 구글 음성검색 총괄 연구원은 “지난 6월 모바일 음성검색 서비스를 출시한 이후 한국어 음성검색 정확성이나 한국 누리꾼 수용 면에서 성공적이었다고 판단해 말로 쓰는 모바일 서비스도 한국어를 먼저 선택하게 됐다”고 배경을 설명했다.

모바일 음성검색은 대개 2~3개 단어 조합으로 검색어를 입력하지만, e메일이나 문자메시지 내용을 입력할 경우 훨씬 많은 단어나 긴 문장 형태가 되기 십상이다. 단어 배열수도 많아질 뿐더러, 오류 발생 확률도 상대적으로 높다.

그래서 구글은 언어 모델을 다듬는 데 적잖이 공을 들인 모양새다. 마이크 슈스터 연구원은 “구어체 한국어 수백만 문장과 표현을 학습시키고 여러 검색어나 블로그 표현들, 뉴스 기사들을 참고해 다양한 표현과 문장 배열을 훈련시켰다”고 개발 과정의 어려움을 밝혔다.

말로 쓰는 구글 모바일 서비스는 1만개 이상의 한글 유니코드 캐릭터를 인식한다. 한국인들이 자주 쓰는 영어식 표현이나 숫자, 영어·한글 조합어나 약자도 인식하도록 시스템 학습 과정을 거쳤다고 한다. 남녀노소에 관계 없이 음성을 인식하도록 하는 데도 신경을 썼다.

마이크 슈스터 연구원은 “시끄러운 콘서트장이나 좁은 교회처럼 잡음이 심한 곳에선 아직 인식률이 떨어지는 게 사실이지만, 일반 가정에서 TV나 음악을 틀어놓은 상태에서 이용하는 데는 문제 없는 수준까지 서비스를 끌어올렸다”라며 “앞으로 꾸준히 성능을 판올림해 어떤 모바일 기기에서든 음성이 유용한 입력 수단으로 쓰이도록 하는 것이 목표”라고 밝혔다.

구글은 음성을 텍스트로 변환해주는 서비스 외에도 음성을 실시간 다른 언어로 통역해주는 보이스 번역 기능과 음성으로 각종 명령을 제어할 수 있는 보이스 액션 기능도 곧 선보일 예정이다.

말로 쓰는 구글 모바일 서비스는 안드로이드2.2가 탑재된 스마트폰에서 이용할 수 있다. 현재로선 아이폰이나 다른 운영체제용으로는 서비스를 제공할 계획이 없다.

마이크 슈스터 연구원은 “현재로선 애플에서 제공하는 키보드에 대한 접근권을 구글이 갖고 있지 않기 때문에 아이폰에서 서비스하는 건 불가능하다”라면서도 “말로 쓰는 구글 모바일 서비스를 특정 폰에서만 제공할 생각은 없으며, 이 서비스를 원하는 기업이나 이용자가 있다면 어느 정도 비용을 매기거나 다른 계약 조건으로 인터페이스를 제공하는 걸 이미 시도하고 있다”고 밝혔다.

윈도우폰7에 들어갈 음성인식 기술은 음성 다이얼 같은 기본 기능부터 ‘빙’ 음성검색, 스마트폰에 내장된 응용프로그램 실행에 이르기까지 다양한 명령을 지원한다. 스마트폰 ‘시작’ 버튼을 길게 누르면 음성인식 기능이 자동 활성화되고, 원하는 명령어를 말하면 된다. 예컨대 스마트폰 ‘시작’ 버튼을 길게 누르고 ‘캘리포니아 팔로알토 컵케익’을 말하면 자동으로 팔로알토 지역 컵케익 가게를 찾아 지도 위에 띄워 보여주는 식이다.

마이크로소프트는 음성인식 기술을 확보하고자 지난 2007년 3월 텔미네트웍스를 인수한 바 있다. 텔미 음성인식 기술은 현재 윈도우7과 빙 모바일 등에 탑재돼 있다.

마이크로소프트는 7월23일 윈도우폰7 스마트폰을 제조할 업체로 삼성전자, LG전자, HTC, 델에 이어 아수스를 추가 발표한 바 있다. 윈도우폰7이 탑재된 스마트폰은 올해 크리스마스 시즌께 공개될 전망이다.

• 윈도우폰7 음성인식 기술 시연 동영상 보기~!
• 구글 ‘모바일 한국어 음성검색’…”클라우드 기반으로 빨리, 정확히”
• 다음, 아이폰서 ‘한국어 음성검색’ 첫선

(페이스북과 구글의 싸움, 그림 출처, CC)

2. 싸움의 전선은 어디? 검색!

그런데 서로 다른 서비스인 사회관계망 서비스(SNS)와 검색 서비스가 어떻게 경쟁관계를 형성할 수 있을까? 두 업체간의 싸움이 가능한 경우는 두 가지다. 구글이 페이스북에 대항하는 사회관계망 서비스를 선보이거나-그러나 구글 오르컷은 실패하였다-, 아니면 페이스북이 구글의 영역인 검색사업에 침입할 때 가능하다. 바로 이 후자가 현재 진행되고 있다.

3. 페이스북의 공세: 프렌드피드 인수와 ‘라이크’ 버튼

지난 2009년 5월 페이스북은, 전체 직원규모 달랑 12명의 신생 벤처기업 프렌드피드를 5천만달러라는 거액을 들여 인수한다(출처1, 출처2). 프렌드피드 인수를 통해 페이스북은, 트위터에 대항하는 ‘실시간 웹(realtime web)’ 서비스를 본격화할 수 있었고, 프렌드피드가 보유하고 있는 메타데이터에 기초한 실시간 웹 검색기술을 소유하게 되었다.

페이스북의 검색시장 침공을 알리는 두번째 신호탄은 지난 2010년 4월에 공개된 소셜 플러그인과 오픈 그래프 정책이다. 여기서 핵심은 ‘라이크’(Like) 버튼이다. 사용자는 블로그 포스트를 읽은 이후 맘에 들면 ‘라이크’ 버튼을 클릭한다. 사용자는 온라인에서 음악이나 영화를 감상한 이후 그 음악 또는 영화가 맘에 든다면 ‘라이크’ 버튼을 클릭한다. 이를 통해, 페이스북 사용자와 페이스북 외부에 있는 웹 사이트 또는 콘텐츠 사이에 (사회적) 관계망이 형성된다. ‘라이크’ 버튼은 이른바 ‘소셜 검색’으로 이어지는 징검다리다. ‘라이크’ 버튼을 클릭한 사용자에게는, 동일한 취향을 가진 사람이 누구인지를 알 수 있는 이점이 있다.

구글이 ‘링크(Link)’에 기초한 웹 질서를 만들어가고 있다면, 페이스북은 ‘선호도(Like)’를 매개로 웹을 지배하려한다.

(출처: Mashable.com)

한편 페이스북이 ‘라이크’ 버튼 정책에서 잊지 않은 것이 있다. ‘라이크’ 버튼으로 연결된 오픈 그래프는 시맨틱 웹 언어의 표준 중 하나인 RDF를 사용하고 있다(출처보기). RDF 사용은, 페이스북 사용자들이 ‘선호’(Like)하는 대상과 관련된 다양한 맥락적 의미를 분석함을 통해 미래 검색 시장을 준비하겠다는 뜻이다. 이것을 보다 쉽게 이해하기 위해 아래 그림을 보자. 미국 리바이스 홈페이지다. 리바이스가 제공하는 모든 제품마다 사용자는 ‘라이크’ 버튼을 클릭할 수 있다.

(출처: 미국 리바이스 홈페이지)

리바이스는 페이스북 ‘라이크’ 버튼을 적용해 이른바 ‘소셜 쇼핑’을 활성화시킨 대표적인 예다(아래 동영상 참조). 리바이스가 얻을 경제적 이익은 명쾌하니 여기서 거론할 필요가 없다. 그렇다면 이러한 ‘라이크’ 버튼을 통해 페이스북이 얻을 수 있는 것은 무엇인가? 바로 ‘스키니(skinny)’에 대한 메타데이터에 스키니를 선호하는 사용자의 인구통계학 정보 또는 사회 관계 정보를 포함시킬 수 있다. 또한 스키니를 좋아하는 사용자가 함께 좋아하는 과일, 음악, 화장품 등 연관 대상을 연결시킬 수 있다. 바로 메타데이타가 보다 구조화되는 것으로, 이후 시맨틱 검색에 사용될 기초를 제공하게 된다.

4. 구글의 여유: 유튜브와 메타웹 구입

구글에게 유튜브는 사업성을 떠나 미래 시장을 준비하는 최대 규모 연구소다. 구글에게 유튜브는 음성 검색 및 영상 검색을 연구하고, 스마트TV 시장을 준비하고, 그리고 궁극적으로 방송광고시장에 대한 전략을 마련하는 그야말로 최상의 훈련장이다. 몇 가지 예를 살펴보자.

구글이 유튜브 실험을 통해 얻고 있는 핵심 미래 검색 기술 하나는 동영상 연설음성 인식기술이다(Google Speech Recognition Technology in Videos). 구글은 이 멋진 기술을 2008년 미국 대통령 선거운동 당시 잠시동안만 선보인 적이 있다. 대선 후보 오바마와 맥케인의 연설 동영상에서 음성정보를 추출하여 이를 검색할 수 있는 서비스를 제공했다. 아래의 그림을 보자. 오바마의 연설 중 ‘아프카니스탄’(Afghanistan)이 언제 어떤 맥락에서 사용되었는지를 정확하게 검색할 수 있다. 음성인식 기술은 바로 모바일 검색과 스마트 TV용 검색을 위한 구글의 기술 중 하나이다.

(구글의 What did the candidates say? 서비스)

다음으로는 이 기술을 보다 대중화시킨 것은 구글 CC(Closed Caption) 기술이다. 2010년 3월부터 유튜브에 제공되는 일부 동영상 오른쪽 하단에는 CC 버튼이 존재하고 있다. 예를 들어 로렌스 레식 교수의 유명한 ‘Internet is Freedom’이라는 동영상을 보자. 그리고 오른쪽 하단에 있는 CC 버튼을 클릭해 보자. 아직 정확도는 조금 떨어지지만 그의 음성이 자동으로 자막처리된다. 물론 정확도는 더욱 떨어지지만 세계 각국어로 번역된 자막을 즐길 수 있다. 음성 파일의 고유주소가 해당 동영상의 메타데이터에 저장되어 있다.

이러한 기술들에 기초하여 구글은 모바일 검색시장과 스마트 TV 검색시장을 매우 공세적으로 준비하고 있는 것이다.

구글의 또 다른 전략을 살펴보자. 구글은 지난 7월 16일, 오픈(!) 시맨틱 데이터베이스를 운영하는 프리베이스의 메타웹 기술을 구입했다(출처보기). 지금까지 프리베이스에 흘러들어간 벤처자금이 약 5750만달러임을 고려한다면 이번 구글의 메타웹 구입 가격은 1억달러를 훌쩍 넘겼을 것으로 추측할 수 있다(출처보기). 이번 구입을 통해 구글은, 지금까지 정체에 빠져있던 시맨틱 검색기술 영역에서 진일보한 성과를 축적할 수 있게되었다. 프리베이스가 인간을 위한 자연어와 백과사전 지식을 모으는 것이 아니라, 기계를 위한 구조화된 정보를 수집하는 것 또는 컴퓨터를 위한 위키피디아 지식망을 만드는 것을 목표로 했다는 점과 그 과정에서 나름 뛰어나다고 평가받는 메타웹 기술을 개발했다는 점을 간과해서는 안된다(출처보기). 메타웹 작동 원리는 아래 동영상을 보면 쉽게 이해할 수 있다. 참, 이 동영상을 볼 때 오른쪽 하단의 CC 버튼을 클릭하는 것을 잊지 말자.

5. 구글과 페이스북 경쟁의 목적: 광고시장!

그렇다면 마지막으로 ‘구글과 페이스북이 왜 경쟁하는가’라는 질문을 던질 필요가 있다. 서로 다른 서비스를 제공하는데, 왜 이들은 결국 치열한 싸움을 전개할 수 밖에 없을까? 이들의 싸움이 소비자에게 주는 유익은 무엇일까? 이들의 싸움이 한국 검색 산업 그리고 한국 방송 산업에 던지는 교훈은 무엇인가?

아래 도표를 보자.

(단위: %, 자료출처: Zenithoptimedia.com)

세계 79개 국가 전체 광고시장의 매체별 분할 상황과 과거 자료에 기초한 미래 광고시장 예측이다. 2012년이 지나서야 전 세계 인터넷 광고시장은 신문광고시장과 대등한 수준으로 발전할 전망이다.

(단위: 억 달러, 자료출처: Zenithoptimedia.com)

위 도표가 보여주듯, 인터넷 광고시장에서는 검색광고가 지배적 위치를 차지하고 있음은 주지의 사실이다. 문제는 인터넷 광고시장의 규모가 방송광고시장 규모에 비해 턱없이 작다는 점이다. 구글 그리고 구글의 검색 광고시장 점유율을 빼앗아오려는 페이스북 입장에서 볼 때 불만이 있을 수 밖에 없다. 중기적으로 볼 때 인터넷 광고시장은 빠르게 성장해도 겨우 과거 신문광고시장 규모라는 점이다. 방송광고시장이 탐이 날 수 밖에 없다.

구글과 페이스북을 비즈니스 모델 관점에서 분류한다면, 두 회사 모두 광고로 먹고 사는 광고관련업체다. 이 두 업체가 경쟁관계라는 것은 첫째, 현재 가파른 성장세를 보이는 인터넷 광고시장에서 시장점유율을 유지하겠다는 또는 높이겠다는 경쟁이며 둘째, 방송시장과 인터넷시장을 빠르게 융합시켜 두 시장 통합 광고시장에서 승자가 되겠다는 경쟁이다. 이 ‘숭고’하고 도발적인 사업목적에 시맨틱 검색도, 음성 검색도 그리고 모바일 검색도 모두 순종할 따름이다.

6. 한국 검색업체와 방송업체: 반성과 대안 마련을 서둘러야

사업성이 없다는 근시안적인 판단 아래 동영상 사업에서 철수한 아무개 검색업체. 모바일 음성 검색 서비스를 내놓고 있지 못하는 또다른 아무개 검색업체. ‘콘텐츠가 왕’이라는 20세기적 사업관에서 벗어나고 있지 못하는 대다수 방송사는 IPTV의 실패에서 구글과 애플의 스마트 TV 전략을 거리를 두고 관전하는 ‘여유’마저 배워버렸다.

소비자 입장에서 현재 경쟁상황이 나쁠 것 전혀 없다. 새로운 서비스, 보다 나은 서비스를 (무료로) 즐기며 디지털 시대를 살아가면 그 뿐이기 때문이다. 서비스의 국적을 따지는 것도 이제 우습기 때문이다.

한 기업 차원에서 구글과 페이스북 (그리고 애플)에 대한 대응 전략을 마련한다는 것 자체가 어쩌면 늦었는지 모른다.

동영상 공유 서비스 유튜브가 좁은 PC 화면을 넘는다. 대형 HDTV에서 편리하게 즐기도록 고화질에 맞춤 이용자화면(UI)을 내놓은 것이다.

‘유튜브 XL‘은 기능과 표시를 간소화해 TV나 대형 모니터 화면에 적합한 인터페이스를 제공하는 새로운 서비스다. ‘연속상영’ 기능처럼 한 번 검색된 동영상과 유사한 동영상을 순서대로 재생하는 기능도 제공한다. 블루투스 기능이 있는 리모컨이나 안드로이드폰에서 제어할 수 있다는 점도 눈에 띈다.

자막 기능도 더욱 강화됐다. 얼마전 선보인 ‘자동번역’ 기능은 음성인식 기능을 이용해 음성을 자동으로 자막으로 바꿔 보여준다. 버클리, 스탠포드, MIT, 콜롬비아 등 일부 교육 채널에 우선 적용돼 있다. 아직은 영어 자막만 제공되지만, 앞으로 51개 언어로 확대될 계획이며 교육 외 다양한 콘텐츠에 적용된다. 자동번역 기능이 적용된 동영상은 화면 오른쪽 아래에 있는 ‘Transcribe Audio’ 옵션을 선택해 자막기능 설정을 바꿀 수 있다. 이 밖에도 유튜브는 120개 언어를 지원하는 동영상 ‘캡션’ 파일을 올려 자막과 더불어 동영상을 시청할 수 있는 기능을 제공하고 있다.

1080p를 지원하는 고화질 풀HD 모드도 11월부터 제공하고 있다. 풀HD 모드 지원 서비스는 1920×1080 크기의 동영상을 올리면 자동으로 풀HD 형식으로 저장된다.

유튜브 아시아태평양 마케팅 매니저 박현욱 상무는 “유튜브는 이용자들의 편의성과 재미에 초점을 두고 새로운 기능을 개발, 소개한다“라며 “유튜브 XL, 풀HD모드, 자동번역 기능과 같은 혁신적인 기능을 꾸준히 개발해 국내 UCC 이용자들에게 새로운 경험을 선사하고 국내 동영상 웹사이트 시장 발전에 기여하겠다”고 밝혔다.

세계 1위 동영상 공유 서비스인 유튜브에 자막과 관련해서 새로운 기능이 추가되었습니다. 사실 동영상 서비스를 이용할 때 가장 불편한 점은 언어 문제라 할 수 있습니다. 국내 이용자가 만든 동영상이야 한국어로 녹음되어 큰 문제가 없지만.. 외국에서 제작된 동영상의 경우 언어 문제로 제대로 이해하지 못하는 경우가 허다합니다.

유튜브에서는 이런 문제를 해결하기 위해 동영상에 자막을 넣을 수 있는 기능을 이미 공개한 바 있는데, 이번에는 동영상의 음성을 인식해서 자동으로 자막을 달아주는 자동 자막(Auto Caption)을 기능을 추가했다고 합니다. 사실 동영상에 자막을 넣은 작업이 그리 쉬운 일이 아닌데.. 이제는 자동으로 자막을 달아주니 동영상을 배포하는 입장에서는 아주 좋네요.

이번에 적용된 음성인식(ASR : Automatic Speech Recognition) 기술은 구글보이스에 적용된 것을 이용하고 있다고 합니다. 구글보이스에서는 상대방이 남긴 음성메시지를 자동으로 텍스트로 변환해서.. 마치 이메일처럼 음성메시지를 활용할 수 있는 서비스를 제공하고 있습니다.

구글은 자막을 수동으로 입력할 때 좀 더 쉽게 할 수 있도록 자동 타이밍(Auto-Timing) 기능도 추가했습니다. 자막을 작성한 후 업로드하면 특정 자막이 나와야 할 곳을 자동으로 지정해 주는 기능입니다.

이번에 선보인 기능은 일단 영어에만 적용이 되고.. 교육과 관련된 몇몇 동영상에만 시범적으로 적용된다고 합니다. 한국어에 대한 음성인식율이 그리 높지 않다고 하는데.. 한글에 대해서 이 기능을 이용할 날이 올지는 모르겠네요.

아래는 이번에 추가된 자동 자막 기능에 대한 구글의 데모 동영상이니 참고하시기 바랍니다.

http://www.youtube.com/watch?v=kTvHIDKLFqc

유튜브와 관련된 소식이 하나 더 있습니다. 며칠 전에 발표된 내용인데.. 언론사들이 유튜브의 플랫폼을 이용해서 자신만의 동영상 서비스를 제공할 수 있는 유튜브 다이렉트(Youtube Direct) 서비스를 제공합니다. 이제 언론사들은 동영상 플랫폼에 대한 투자 없이.. 자신만의 동영상 서비스를 제공할 수 있게 된 셈이네요.

[관련글]
유튜브, 실버라이트 이용해서 대학농구 생중계
유튜브 한국어 페이지에서 댓글 못단다
웹서비스로 보는 이란의 대선불복 사태
구글보이스, 일반 휴대폰 속으로…
구글, 실리콘밸리의 두번째 전화회사가 되려나? ]]> http://www.bloter.net/archives/19552/feed 1 http://www.bloter.net/archives/10908 http://www.bloter.net/archives/10908#comments Mon, 16 Feb 2009 05:39:32 +0000 이희욱 http://bloter.net/?p=10908

디브이에스코리아가 음성인식 기능을 내장한 프리미엄 내비게이션 ‘소리나비‘를 출시했다.

디브이에스는 벤츠, BMW, 아우디, 렉서스, GM, 혼다, 포드 등에 차량용 DVD를 납품하고 있으며 미국 시장에서 ‘플레니오’란 이름으로 내비게이션을 판매하고 있는 차량용 인포테인먼트 전문업체다.

이번에 출시한 소리나비는 대시보드 내장형 프리미엄 내비게이션으로 음성인식 기능과 TPEG, 지상파DMB, DVD, CD, AM·FM 라디오, MP3, USB, AUX, 블루투스, 후방 카메라, 천정형 모니터 등을 모두 갖춘 고급형 내비게이션이다. 디브이에스쪽은 “무선마이크를 이용한 음성인식 방식은 국내 최초이며, 음성인식률이 95%에 이른다”고 제품 장점을 설명했다.

소리나비는 지난해 예약 판매를 실시했으나 내장 지도를 ‘지니’에서 ‘맵피’로 교체하고 맵에 대한 음성인식 지원 등 추가 기능을 탑재하면서 공식 출시를 지금껏 미뤘다.

디브이에스쪽은 2월13일 500대를 처음 출고한 것을 신호탄으로 올해 월 8천대, 약 1천억원의 매출을 거둘 것으로 기대하고 있다. 올해 국내 내비게이션 시장 규모를 200~250만대로 추산한다면 3~5% 정도의 시장점유율을 기대하는 셈이다.

이와 함께 현재 DVD를 납품중인 해외 자동차업계에도 소리나비를 납품할 계획이며, 혼다와는 납품 협상을 진행중이다.

조성옥 디브이에스 대표는 “소리나비는 현재 출시된 내비게이션 중 최고의 사양과 성능을 갖고 있는 제품인 만큼 프리미엄 사용자들을 충분히 만족시킬 수 있을 것이라 확신한다”고 기대했다.

소리나비의 소비자가격은 159만원이며 제품 정보와 장착 및 AS 관련정보는 소리나비 홈페이지에서 확인할 수 있다.

이번에 소개할 내용 역시 스카이프(www.Skype.com)와 관련이 있는데, 흔히 이야기하는 음성인식(Speech Recognition) 기술과 스카이프가 결합된 새로운 서비스에 대한 내용이다. 

즉, 스카이프로 전화를 걸어서 뭔가를 이야기하면, 음성을 인식해서 그에 따른 어떤 결과를 보여주는 것인데..음성인식 성공율 자체가 문제가 될 수도 있겠지만 아주 신선한 시도라고 생각된다.

SpeakMediaPro

먼저 소개할 내용은 전화로 PC에 있는 음악을 들을 수 있는 SpeakMeiaPro라는 스카이프 매시업(Skype Mashup)이다. 간단하게 정리를 하면 스카이프(In) + 휴대폰(mobile phone) + 음성인식(speech recognition) + 미디어 플레이어로 정리할 수 있는데, 자신의 휴대폰에서 SkypeIn 번호로 전화를 걸어 원하는 곡명을 이야기하면 된다. 

그러면 휴대폰으로 원하는 음악이 플레이되는 것이다. 현재 시험(Trial) 버전을 다운받아서 이용할 수 있는데, 정식으로 사용하기 위해서는 40 달러를 내고 구매를 해야 한다고 한다.

개인적으로 이 서비스가 얼마나 유용할지에 대해서는 판단할 수 없는데, 혹시 이런 서비스가 필요했던 분들에게는 아주 유용한 기능이 될지도 모르겠다.

Robodance

이것은 스카이프의 보이스 콜(Video Call) 기능을 통해서 원격에서 로봇(Robot)을 조정하는 것을 가능하게 한다.(자세한 내용은 여기를 참고하시기 바란다.) 이 서비스는 아직 공식적으로 런칭되지 않았고 2007년 11월에 정식 서비스를 한다고 한다.

흥미로운 것은 사실인데.. 향후 어떤 분야에서 유용하게 활용될 지에 대해서는 솔직히 모르겠다. Skype Video 호로 연결한 후 음성인식을 통해 로봇을 조정할 수 있다고 하는데…

데모 동영상은 아래를 참고하시기 바란다.

Skype 애플리케이션 프로그래밍 인터페이스(API)와 음성인식의 결합.. 향후 어떤 모습으로 발전해갈지 지켜보는 것도 꽤 흥미로울 것 같다.

"안녕하십니까 고객님~" 

전화번호를 묻기 위해 114를 누르면 듣게되는 어느 여성분의 감미로운 멘트. 한때 닭살 돋는 느낌이 들기도 했지만 요즘은 익숙해져서인지 아무런 생각이 없다. 

미국은 어떨지 모르겠다. 미국 전화번호 안내는 411인데, 첫 멘트가 우리나라와는 다르지 않을까 싶다. 그런데 미국은 유료411 전화 안내 서비스 시대가 그리 오래갈 것 같지는 않다. 무료 서비스가 속속 등장하고 있기 때문. ‘검색제왕’ 구글도 마침내 구글-411이란 서비스를 선보이고 무료 전화 안내 시장에 출사표를 던졌다. 

구글-411은 1-800-GOOG-411에 전화를 걸도록 돼 있는데 완벽한 자동화 시스템이어서 사람이 아니라 음성을 인식하는 기계가 안내 요청을 처리한다. 도시와 주를 말하고 찾고자 하는 기업 이름이나 업종을 말하면  음성 또는 SMS 문자 메시지 형태로 받아볼 수 있다.

IT전문 블로그인 테크크런치는 구글-411 테스트에 대한 포스트에서 훌륭한 서비스라는 평가를 내렸다. 음성 인식률이 약 70%정도지만 그런대로 쓸만했다는 설명이다.

Google Launches Free 411 Service

테크크런치는 또 구글-411의 등장으로 유료  시장이 커다란 타격을 입을 것으로 내다봤다. 향후 몇년안에 적어도 50% 이상을 무료 서비스가 장악할 것이란게 테크크런치 전망이다. 미국의 경우 411전화 안내 서비스 시장 규모는 연간 70억달러 규모에 달하고 있다.

무료 411 전화 시장에 뛰어든 업체는 구글 뿐만이 아니다.  Jingle네트웍스는 411 전화 시장에서 이미 6%의 시장 점유율을 갖고 있다.  AT&T도 무료 서비스를 실험하고 있다. 70억달러의 시장을 향해 무료 서비스들이 총공격을 펼치고 있는 형국이다. 

우리나라는 어떻게 될까? 개인적으로는 아무리 무료라고 해도 기계앞에 대고 뭐좀 해달라 말할 생각을 하니 왠지 으스스~해진다.

(사진 설명  : KT는 이달 초 열렸던 인텔 개발자 회의에서 카PC 전문 업체 맥산과 음성인식 엔진을 적용한 G-5 시리즈를 선보였다. 이 제품은 터치스크린과 음성인식 모두 제공한다)

이런 상황에서 음성인식 서비스 시장이 다양한 모바일 디바이스의 성능 개선과 휴대인터넷 와이브로, HSDPA 등과 같은 모바일 통신 인프라가 구축되면서 다시금 부활의 몸짓을 하고 있다. 이윤근 ETRI 음성언어정보센터 음성처리연구팀 팀장은 "모바일 장비들이 음성인식 엔진을 탑재할 수 있을 만큼 고성능화된 것이 가장 큰 견인 요소"라고 전하고 "모바일 인프라가 구축되면서 자연스럽게 서비스와 연계될 수 있는 환경이 마련되고 있다"고 시장 상황을 전했다. 음성인식 엔진을 효과적으로 구동하기 위해서는 그만큼 고성능의 CPU가 필요했는데 초기 휴대폰이나 PDA는 음성인식 엔진을 100% 구동하는데 한계가 있었던 것. 최근 휴대폰업체나 PDA, PMP 제조 업체들은 내 손안의 작은 PC를 겨냥한 고성능의 단말기들을 출시하고 있기 때문에 음성인식 엔진을 탑재해도 별 무리가 없을 정도다.

초기 음성인식엔진은 화자 종속형이었다. 개인 단말기의 경우 사용자의 음성만을 인식하도록 했던 것. 이런 기술들이 최근엔 화자 독립형으로 변화되면서 활용 범위와 사용시 편의성도 늘고 있다. 관련 분야에서 주목할 업체로는 KT를 들 수 있다. ETRI나 KT 등은 그동안 고성능 서버 제품에 사용되는 음성인식 엔진들을 연구하고 서비스에 적용해 왔다. 이들은 다양한 모바일 장비에 음성인식 엔진을 이식하는 작업을 활발히 전개하고 있다. 이달 초 있었던 인텔 IDF(인텔 개발자 포럼)에서 선보인 음성인식 가능한 카PC가 그 예가 될 수 있다. KT는 서울 우면동에 위치한 미래기술연구소에서 기존 유선 인프라망에 적용됐던 음성인식 엔진을 다양한 모바일 장비에 이식 시키는 작업들을 진행하고 있다.

KT는 삼성전자나 소니가 출시한 울트라모바일PC나 수 많은 휴대용멀티미디어플레이어, 네비게이션, PDA는 물론 휴대폰에도 관련 엔진들을 이식하는 작업들을 병행하고 있다. KT의 궁극적 목표는 ‘와이브로 음성 포털’ 서비스 구현이다. 와이브로로 대변되는 모바일 인프라와 생활 밀착형 단말기들을 연동해 자사 서비스의 조기 확산을 기대하고 있는 것. KT의 관계자는 블로터닷넷(www.bloter.net)과 인터뷰에서 "유사어와 변형어 등 350개 정도의 단어를 조사해 이를 음성 엔진이 인식하도록 했다. 향후 음성 인식 기술이 유비쿼터스 환경에서 광범위하게 사용되기 때문에 현장 환경에 적용해 문제점을 개선하고 꾸준히 업그레이드하는 것이 중요하다"고 밝힌 바 있다.

관련 업계에서는 고성능 단말기가 부족해 음성인식 엔진을 활용한 시장이 답보상태에 머물렀다는 입장이다. 사용자들 입장에서는 수천이나 수만단어를 인식했을 때 일상 생활에도 적용할 수 있는데 이런 성능을 내기 위해서는 고성능 PC급의 CPU가 필요했던 것. 그동안 100여 단어를 처리할수밖에 없었고, 이 때문에 인식율이 낮아지는 악순환이 되풀이 되면서 엔진 성능이 문제라는 오해가 저변에 깔려 있었다는 설명이다.

텔레매틱스나 카PC 분야는 음성인식 엔진이 소비자들과 접촉할 수 있는 좋은 분야다. 특정 사용자의 음성만을 인식하지 않는 엔진들도 개발돼 있어 쉽게 적용할 수 있다.

한편, 마이크로소프트의 새로운 운영체제인 비스타나 올 말 출시를 앞두고 있는 마이크로소프트 오피스 2007에 국내 음성인식 딕테이션(일명 받아쓰기) 엔진은 이번에도 빠지게 됐다. 마이크로소프트는 미국 영어와 중국어 간자, 일본어 등 전세계적으로도 3개국 엔진만 탑재하고 있다. 이런 상황이 발생한 이유는 기술 문제와 시장 상황이 복합적으로 얽혀 있기 때문이다. 기술 난이도면에서 사람이 말하는 것을 바로 인식해야 되는데 국내 기술이 그 수준까지 도달하지 못했고, 이를 위해서는 마이크로소프트와의 공동 연구가 필요한 상황인데 마이크로소프트나 국내 기술 업체들이 대규모 투자를 모두 꺼리고 있는 상황이다.

한국마이크로소프트는 "아직까지 관련 기능을 제공할 계획이 없다"라고 공식 입장을 밝혔다. 관련 업계에서는 이 부분이 황금알을 낳는 것처럼 보이지만 자칫 잘못했다간 소비자 피해 사례가 속출할 수 있어서 탑재를 무기한 연기하고 있다고 설명한다. 기업들이나 개인 사용자들이 음성인식을 사용해 말하는 대로 받아쓰기를 할 때 안되면 바로 소송을 걸 수 있기 때문이다.

관련 업체의 한 관계자는 "중국어나 일본어는 타이핑이 어렵다. 반면에 한글은 타이핑이 무척 쉬운 편이다. 비용 대비 효과를 볼 때 어려워보인다"고 전하고 "마이크로소프트 입장에서도 국내 음성인식 엔진을 탑재하면 오피스 한 카피당 라이선스를 지불해야 되는데 결코 그럴 생각도 없어 보인다. 받아쓰기 기능은 오피스를 빼면 시장이 없기 때문에 음성인식 엔진 업체들도 꺼리는 분야"라고 전했다.

음성인식 서비스 시장은 차세대 헤게모니가 걸려있는 분야다. 현재 구글이 키보드를 쳐 검색 결과를 찾아주고 있는데 향후 모바일 장비들의 경우 손보다는 음성이 훨씬 다가서기 편한 인터페이스기 때문이다. 텔레매틱스를 비롯해 카PC 등도 검색이나 서비스명을 찾아주는 것이 기본이 되듯 향후 검색 시장에서도 음성인식 서비스를 놓고 한판 경쟁이 불가피할 것으로 보인다. 구글도 음성인식 엔진 연구자들을 확보하고 관련 분야 연구를 진행하고 있는 것으로 나타났다.

루슨트테크놀로지 벨연구소 김종훈 사장은 "라스트 마일 인터페이스 분야가 향후의 시장 헤게모니를 장악해 나갈 것"이라고 밝힌 바 있다. 키보드나 마우스 위주의 입력 인터페이스가 빠른 시일 내 변화될 것이라는 전망이다. 음성인식 서비스 시장이 새로운 무선 데이터망 구축과 수많은 무선 단말기 출시와 함께 새로운 비상을 꿈꾸고 있다. 물론 아직까지 그 행보는 더딘 상황이다.

디지털 헬스
인텔이 드디어 디지털헬스 시장에 뛰어들었다. 

마크 블라트 인텔 디지털 헬스 그룹 글로벌 의료 서비스 전략 담당 이사(의학박사)는 "지난 6월 컨티뉴아 헬스 얼라이언스를 발족했다. 이 협력체에는 초기 22개에서 현재 55개 업체가 참여하고 있다. 삼성전자도 초기 창립 멤버며 LG전자도 최근 협력사로 참여했다"고 밝혔다.

이 얼라이언스는 개인 의료와 건강 관리 기기 사이의 상호 운영성 구현을 위해 형성된 개방형 업계 단체다. 건강 관리 산업은 현재 4조 달러 규모의 시장을 형성하고 있으며, 정보 기술의 활용에 있어 다른 분야에 비해 수십년 정도 뒤쳐져 있기 때문에 발전 가능성이 높다.

이는 인구 분포도와도 밀접한 연관이 있다. 현재 60세 이상의 고령 인구는 전세계적으로 약 6억 명에 달하며, 이는 20년 이내에 12억 명으로 증가할 것으로 예상된다. 이에 따라 건강 관리 적용 방식과 분야에 있어 급격한 변화가 요구되면 기술 산업의 요체로 인텔은 건강 관리 실행에 필요한 효율적인 모델을 개발하는데 기여할 수 있을것으로 기대하고 있다.

인텔은 병원용 모바일 플랫폼을 제공하고 있는데 이 플랫폼에는 소독제로 깨긋이 딱을 수 있는 외관 포장, 쏟아지거나 떨어뜨려도 괜찮은 내용물, 통합형 핸드와 가벼운 디자인의 인간 공학적 장비, 사용자와 환자의 신속한 신상 정보를 위한 RFID 기술, 조제 실수를 획기적으로 줄일 수 있는 바코드 스캐닝, 디지털 환자 치료 기록과 경과 메모의 화질 개선을 위한 디지털 카메라, 환자의 생명 징후 기록을 위한 블루트스 기술, 도킹 스테이션에서 배터리 교환만으로 교체 주기 연장, 의료 전자 기록 시스템과의 무선 접속 기능 등이다.

인텔코리아는 현재 LGCNS를 통해 연세대 세브란스 병원과 관련 내용을 테스트하고 있다. 국내 디지털 건강 관리 시장은 KT가 지난 6월부터 지난 10월말까지 총 5개월 동안 연세대학교 신촌 세브란스 병원, 한양대학교 병원, 가천의대 인천 길병원, 인천 중앙병원 등 의료기관과 함께 통원 치료를 받는 환자들을 대상으로 당뇨관리 100명, 혈압 관리 50명, 비만관리 50명 등 총 200명에게 시범 서비스를 제공했다.

장미자 KT e-헬스사업부장은 "오는 11월 17일부터 정식 상용화 서비스를 제공할 계획"이라고 밝혔다. 인텔과의 협력에 대해서는 "인텔이 관련 시장에 뛰어든 것은 알고 있지만 현재 협력 상태는 아니다"라고 밝혔다.

인텔 선보인 프로토타입의 모바일 클리닉 플랫폼은 슬레이트태블릿 PC 부문 업체인 모션 컴퓨팅과 협력하고 있는데, 두 회사는 인텔의 모바일 치료 보조 플랫폼 기반의 1세대 제품을 내년 1분기에 출시한다. 

 자동차와 IT의 만남 ; 카PC

 이번 행사장에서 가장 주목을 받았던 분야중 하나가 카PC 분야다. 산업용 PC 제조업체인 맥산(www.infill.co.kr)은 윈도우 XP 기반의 올인원 시스템을 선보였다. 이 제품은 800*480의 해상도를 지원하는 터치스크린 방식으로 6.5인치 TFT LCD를 적용, 화질의 왜곡없이 선명한 영상을 제공한다.  
 
맥산은 ‘인플 G-시리즈’을 자동차 애프터 마켓(편집자주 : 자동차 제조 단계에서 장비를 차에 장착하는 시장을 비포 마켓이라고 명하고 이미 출시된 자동차에 장비를 장착하는 시장을 애프터 마켓이라고 한다. 비포 마켓은 현대, 기아, 대우, 삼성자동차가 직접 관련 장비를 자동차에 장착해 판매하고, 애프터 마켓은 소비자들이 자신에게 맞는 장비를 구매해 직접 설치한다. 현재는 애프터 마켓이 훨씬 큰 상황)을 겨냥해 출시하고 있다.

 이 단말기는 오피스, 게임, 영화 등의 컴퓨터의 모든 기능과 CD, DVD, MP3, 라디오 등의 카 오디오비디오 시스템의 모든 기능과 PC 기반의 네비게이션 기능, 텔레메틱스, DMB 수신기능을 통합한 차량용 컴퓨터다. 이미 설치돼 있는 오디오 기기를 제거하고 이 장비를 바로  장착할 수 있다. 40GB의 하드웨어와 USB포트 3개를 장착해 다양한 단말을 연동할 수 있다. 특히 최근 SK텔레콤이나 KTF가 출시한 HSDPA 모뎀은 물론 CDMA 인프라도 수용하고 KT와 SK텔레콤이 서비스중인 와이브로 네트워크와도 연동을 하고 있다.

 맥산 관계자는 "현재 SK의 스피드메이트와 자체 프랜차이즈 파트너들을 통해 제품을 공급하고 있다. 현재 주력 모델은 G4로 설치비를 포함해 198만원 대 구매가 가능하다. G5는 내년에 출시될 제품"이라고 전했다.

 이번 시연에서 눈을 끄는 것은 바로 KT 미래 기술연구소와 손을 잡고 제공중인 음성인식 기능이다. KT는 기존 서버기반 음성인식 엔진을 유비쿼터스 환경에 맞도록 다양한 핸드헬드 장비들에 적용하고 있다. KT는 사용자가 운전중에 사용이 빈번한 키워드 100여개를 선정해 놨다. KT의 관계자는 블로터닷넷(www.bloter.net)과 인터뷰에서 "유사어와 변형어 등 350개 정도의 단어를 조사해 이를 음성 엔진이 인식하도록 했다. 향후 음성 인식 기술이 유비쿼터스 환경에서 광범위하게 사용되기 때문에 현장 환경에 적용해 문제점을 개선하고 꾸준히 업그레이드하는 것이 중요하다"고 밝혔다.

 음성인식 기술은 손으로 직접 화면을 누르는 터치스크린보다 인식 속도가 늦다. 터치스크린은 보통 0.5초안에 명령을 인식하기 때문에 사용자가 지연 시간을 느끼지는 않는데 비해 음성인식은 약 1~2초 정도 느리게 반응하다. 이런 속도 개선과 향후 다양한 음성들을 인식하기 위해 많은 연구들이 진행되고 있다.

 국내 음성 인식의 경우 초기에는 말하는 이의 목소리만 인식하는 화자 종속형이었는데 최근엔 화자 독립형으로 변모하고 있다. 마이크로소프트는 오피스 제품을 출시할 때마다 국내에는 관련 기능을 제외해 왔다. 이는 국내 음성 인식 기술을 현장에 적용하기에는 아직도 완벽성 면에서 한계가 있기 때문으로 국내는 비즈니스 환경에 바로 적용되기 보다는 유비쿼터스 환경에서 다양한 애플리케이션 사용에 먼저 적용될 것으로 보인다.

 특히 KT의 경우 미래기술연구소에서 관련 연구를 진행하면서 기존 유선 인프라 망에 관련 기술을 적용한데서 한발 더 나아가 PDA나 카PC와 같은 다양한 디바이스에 관련 기술을 접목시키면서 상용화 분야에서 한발 앞서갈 것으로 기대하고 있다. 이는 KT가 현재 서비스하고 있는 와이브로의 서비스 확산과도 밀접한 연관이 있다. 이 음성 기술을 와이브로와 접목시키면 음성 포털 구현이 가능해지기 때문이다. 그렇게 되면 말 그대로 운전중에 음성만으로 와이브로의 다양한 서비스를 받을 수 있게 되기 때문에 와이브로 커버리지 확산을 위한 인프라 투자와는 별개로 서비스 확산에도 도움이 될 것이기 때문.

인텔은 ‘카PC’ 시장을 겨냥해 이미 유럽에서 제조업체들과 협력해 많은 연구를 진행하고 있다. 루디 나우라텍 인텔 유럽 자동차 인포테인먼트 부문 비즈니스개발 매니저도 내일 방한해 관련 사항을 소개할 계획이다. 인텔은 2000년부터 중앙 유럽 지역에서 BMW, 다이머클라이슬러, 폭스바겐, 아우디 등의 제조사와 접촉하고 있다. 특히 BMW와의 강력한 유대관계를 통해 인텔-BMW간 협력이 밀접한 상황이다.

울트라와이드밴드(UWB)
울트라와이드밴드는 2007년 시장이 활성화 될 것으로 기대하고 있다. 이번 행사장에는 인텔의 파트너인 삼영전자공업이 USB 형태의 동글이와 네트워크 카드 형태, SD카드 등을 선보였다. 삼영전자공업은 내년 1분기에 관련 제품을 국내에 출시할 계획이다. UWB 지원 가능한 호스트 USB 동글이를 PC에 장착하고 이곳에 관련 데이터를 보낼 곳에 또 다른 USB 동글이를 장착하면 무선 통신이 가능하다.

구승모 삼영전자공업 무선통신본부 선임연구원은 "이론적으로 보면 480Mbps까지 지원가능하고 128개의 디바이스를 장착할 수 있다"고 전하고 "현재 풀 스피드로 200Mbps가 지원되고 있어 웬만한 HD 콘텐츠 전송은 별 문제가 없을 것"이라고 밝혔다. PC쪽에 장착하는 USB 동글이는 인텔의 호스트맥 기술을 사용하고 있고, 노트북이나 울트라모바일 PC 등 모바일 디바이스에 장착되는 USB 동글이는 알레리온 칩 기술이 적용돼 있다.

관련 업계에서는 10만원~15만원대로 관련 USB 동글이 가격이 책정될 것으로 기대하고 있다. 무선 카드에 대해서는 정확한 가격을 밝히지는 않았다.

UWB 분야의 이슈는 현재 1대의 모바일 장비를 호스트PC와 연동해 HD콘텐츠를 재상하는데는 별문제가 없지만 멀티태스킹 작업을 진행할 경우에도 끊김없이 콘텐츠 시청이 가능한지 여부에 집중돼 있다. IPTV를 시청하려고 해도 향후 다양한 장비간 무선으로 연결하려는 추세기 때문에 가전 업체들도 관련 사항 구현에 고심하고 있는 것으로 알려졌다.

이런 UWB 기술의 상용화에 맞서 와이어리스HD콘소시엄이 출범했다. 인텔은 과연 이 문제에 대해 어떤 입장을 가지고 있을까? 인텔의 한 관계자는 "우리는 UWB기술이던 가전 업체가 제공하는 기술이던 상관없이 홈 엔터네인먼트가 가능하도록 표준 기반의 상호운용성에 관심을 기울이고 있다. 표준 셋트를 만들어 이를 가전과 연동하면 될 것이기 때문에 별다른 충돌이 있다고 보기는 어렵다"는 입장을 밝혔다.