감정 연기하는 AI 성우 ‘프로소디’ 서비스 출시
미래에도 ‘성우’라는 직업이 존재할까? ‘TTS(Text-To-Speech)’는 이런 의문이 들게 하는 기술이다. 인공지능(AI)이 인간과 비슷한 음성으로 텍스트를 읽어주는 기술로 아프리카TV, 트위치tv 같은 인터넷 개인방송에서 볼 수 있다. AI 성우라고 생각하면 이해가 쉽다.
비대면, AI 시장이 주목받는 가운데 ‘휴멜로’는 세계 최고의 TTS 기술을 선보이는 스타트업이다. 단순히 텍스트를 읽는 데 그치는 것이 아니라 AI가 문맥을 파악하고, 감정을 실어 콘텐츠의 폭을 넓힌다. 이자룡 (26) 휴멜로 대표를 만나 TTS 시장의 전망과 향후 목표를 들어봤다.
성우 분야를 넘보는 TTS 시장은 최근 몇 년간 급성장했다. 이 대표에 따르면 스타트업들이 내세우는 TTS 기술은 일반인들이 살펴봐도 차이점을 알기 어렵다. 데이터만 충분하면 목소리를 카피하는 기술은 AI 개발자라면 누구나 한 달 안에 만들 수 있다. 그럼에도 이 대표는 휴멜로만의 차별점이 있다고 자신한다. 필요 데이터량을 줄이는 기술, 학습에 필요한 시간을 줄이는 기술, 감정·억양 등 다양한 선택지 등이 경쟁력이다.
이 대표는 “한두 문장만으로 음성 카피하는 기술을 곧 선보일 것”이라며 “학습에 필요한 시간도 타사는 대략 일주일이지만, 휴멜로는 학습이 없이도 가능하다”고 말했다. 여기에 페이지 단위의 긴 문단이나 자연어 이해 기술로 문맥을 고려해 자연스럽게 말하도록 하는 기술도 선보일 예정이다.
지난 18일, 감정 연기가 가능한 AI 성우 ‘프로소디’ 서비스를 공식으로 출시했다. 흥분, 즐거움, 차분함, 슬픔 등 성우가 연출하는 다양한 감정 표현을 할 수 있는 AI 성우 서비스로 성우 녹음에 필요한 비용의 20% 정도로 녹음을 끝낼 수 있다. 음성 합성을 위한 시간도 30분이면 된다. 인기 연예인이 오디오북 녹음을 30분만 하면 나머지는 프로소디가 알아서 텍스트를 읽는다는 의미다.
이 대표는 카이스트(KAIST) 전산학부에서 컴퓨터공학을 전공했다. 학부와 석사를 하며 AI와 딥러닝을 공부했고, 딥러닝 작곡 AI 기술로 2018년 4월 휴멜로를 설립했다. 휴멜로는 액셀러레이터 퓨처플레이와 SM엔터테인먼트 관계사인 CTGA로부터 각각 2억 원씩 총 4억 원을 유치했다. 이성수 SM 엔터테인먼트 공동대표는 현재 휴멜로의 사외이사로 있다.
휴멜로는 SM 소속 연예인의 목소리를 입은 콘텐츠도 개발했다. 휴멜로 홈페이지에는 그룹 엑소의 멤버 디오의 목소리로 모닝콜, 위로 음성, 생일 축하 음성이 올라와 있다.
이 대표는 “연예인 음성을 서비스할 적절한 유통사를 이미 찾았다”며 “곧 ‘연예인이 내 이름을 불러 주는 서비스’ 등 음성 굿즈 시장이 확 열릴 것”이라고 설명했다. 여기에 더해 AI로 작곡ㆍ작사를 해내는 기술도 개발하고 있다. 근는 “머지않아 AI 연예인이 부른, AI 작곡·작사한 노래가 길거리에 들릴 것”이라고 자신감을 표했다.
그는 “오디오, 비디오 시장이 커지면서 예전보다 훨씬 더 많은 음성이 필요한 상황”이라며 “성우를 포함해 매력적인 목소리를 가진 사람이라면 누구나 본인의 음성을 인공지능화해 가만히 앉아서도 돈을 벌게 될 것”이라고 말했다. 즉 누군가가 콘텐츠를 만들 때 특정 목소리를 사용하면 목소리의 주인이 수익 일부를 가져가는 형태다.
이 대표는 시각장애인, 농아를 위한 서비스도 특화할 수 있다고 밝혔다. 후천적 농아인 경우 장애를 얻기 전 목소리가 있다면 예전 목소리를 녹음해 TTS 서비스를 구현할 수 있다. 혹은 부모님의 목소리를 섞어 본인 목소리를 상상으로 만들어 낼 수도 있다.
그는 “일본은 시각 장애인을 위해 모든 정부 부처 홈페이지에 TTS 기술로 홈페이지 내용을 읽어주는 기능이 있다”며 “우리나라는 법적 뒷받침이 없어 의무화되지 않았는데 정부가 법 제정을 해주면 좋겠다”고 덧붙였다.
궁극적으로 이 대표는 영화 ‘그녀(her)’처럼 AI와 자연스럽게 대화하는 세상을 만들 것이라고 밝혔다. 그는 “단순히 업무를 도와주는 AI 비서를 넘어서 감정을 공유하는 AI 친구를 만들 것”이라며 “수다를 떨며 스트레스를 풀 수 있는 친구 같은 존재를 만드는 것이 목표”라고 강조했다.