- MS 보이스 라이브로 음성 대화 구조 개편…가전 제어까지 연결

- 제품명 인식·브랜드 음성도 개선…새 대화 기능 상용화 준비

9월30일 서울 코엑스 ‘마이크로소프트 인더스트리 서밋’ LG전자 부스에 전시된 AI 홈 허브 ‘씽큐 온’ [사진=이안나기자]

[디지털데일리 이안나기자] 아이를 재우려고 AI에 동화를 부탁했다. 작은 별 이야기가 흘러나오자 중간에 말을 끊었다. “그 얘기 말고 민지가 주인공인 다른 이야기로 만들어줄 수 있어?” AI는 아이 이름을 넣은 새 동화를 시작했다. 이야기가 이어지는 도중 사용자는 다시 끼어들어 아이가 잠든 것 같으니 그만해도 된다고 말했다. AI는 “이야기 속 민지는 이제 포근하게 잠든 것 같아요”라고 답하며 동화를 마무리했다.

30일 서울 코엑스에서 열린 ‘마이크로소프트 인더스트리 서밋’에서 LG전자가 선보인 AI 홈 허브 ‘씽큐 온’ 시연 장면이다. LG전자는 마이크로소프트(MS)와 함께 사용자가 AI 답변 도중 끼어들어 요청을 바꾸는 음성 대화 기능을 개발하고 있다.

씽큐 온은 AI 스피커처럼 음성으로 대화하면서 집 안 가전과 조명, 센서 등을 연결·제어하는 기기다. ‘시리야’나 ‘하이 빅스비’로 음성 AI를 부르듯 ‘하이 엘지’라는 호출어로 대화를 시작한다. 이날은 AI가 말하는 중에 호출어를 부르지 않고도 새 요청을 전달했다.

LG전자는 챗GPT 음성대화에서 경험하는 방식을 씽큐 온에서도 구현하려 한다. LG전자 부스 설명자는 “사람들은 대화할 때 중간에 질문도 하고 상대방의 말도 잘 끊는다”며 “대화 도중에도 사용자의 새로운 의도를 이해하고 즉시 새로운 대화로 전환할 수 있다”고 말했다.

이 대화는 가전 동작으로도 이어졌다. 시연자가 “아이가 더워하는 것 같아”라고 하자 씽큐 온은 거실 에어컨을 켤지 물었다. 이어 “응 에어컨 켜줘”라고 요청하자 에어컨을 작동했다. 세션에서 공개한 별도 영상에서는 AI에 아이가 잠들기 좋은 실내 온도를 물은 뒤 “그럼 그 정도로 침실 에어컨 맞춰줘”라고 하자 앞선 답변을 반영해 설정을 시도했다.

LG전자는 이를 위해 MS ‘보이스 라이브’와 기존 LG AI 에이전트를 연동하고 있다. 기존 구조에서는 사용자의 음성을 글자로 바꾸고 요청을 해석한 뒤 답변을 음성으로 합성하는 과정이 순서대로 이뤄졌다. 새 구조에서는 보이스 라이브가 음성 대화의 흐름을 처리하고 LG AI 에이전트가 가전 상태 조회와 제어를 맡는다.

대화 흐름을 처리하려면 사용자가 말을 마쳤는지부터 판단해야 한다. LG전자는 소리가 잠시 끊겼다는 이유만으로 답변을 시작하지 않도록 발화 내용도 함께 살핀다고 설명했다. 숫자를 하나씩 불러주거나 “첫째”, “둘째” 하며 항목을 나열할 때는 다음 말을 기다리고, 요청이 끝나면 응답하는 방식이다.

AI가 말하는 도중 사용자가 끼어들면 출력 중인 답변을 중단한다. 이때 AI 스피커에서 나오는 소리가 다시 마이크로 들어오는 영향을 줄이고, 만들어졌지만 아직 재생되지 않은 음성은 버린다. 사용자가 실제 들은 부분까지만 대화 이력에 반영해야 다음 요청에도 앞뒤가 맞는 답변을 할 수 있다는 설명이다.

김철하 LG전자 팀장이 ‘마이크로소프트 인더스트리 서밋’에서 씽큐 온의 맞춤형 음성합성 기술과 브랜드 음성을 소개하고 있다. [사진=이안나기자]

가전 상태를 조회하거나 기능을 실행할 때는 “확인해 볼게요”라고 먼저 안내한다. 그동안 가전 정보를 가져오거나 명령을 처리한 뒤 결과를 답한다. 작업에 걸리는 시간 자체는 같지만 바로 음성이 나와 사용자가 느끼는 대기시간을 줄이는 방식이다.

LG전자는 제품명 등 자사 고유명사를 알아듣도록 MS 음성 인식 기술을 보완했다. LG 관련 고유명사 어휘를 학습시켜 음성 인식 성능을 높였다.

답변을 어떤 목소리로 전달할지도 개발 대상이다. 김천하 LG전자 팀장은 기존 AI 음성이 기계적으로 들리는 부분이 있었다며 “상황과 맥락에 맞는 어조와 태도를 보여주는 음성 합성 기술이 필요하게 됐다”고 말했다. LG전자는 성우 후보를 시험하고 학습용 음성을 녹음해 브랜드에 맞는 목소리를 만들었다.

숫자와 단위, 약어는 음성으로 읽기 쉬운 형태로 바꾸고 한 문장에 영어 등이 섞이면 언어를 구분해 발음하도록 했다. 이미 합성한 답변은 저장해뒀다가 다시 활용해 음성 출력 속도를 높였다. LG전자는 이런 작업을 MS 맞춤형 음성 합성 기술과 결합했다.

씽큐 온 제품은 이미 판매 중이지만 이날 시연한 보이스 라이브 기반 대화 기능은 상용화를 준비하고 있다. 부스 관계자는 “개발 마무리 단계”라고 설명했지만 구체적인 업데이트 시점은 제시하지 않았다. 이어 “향후 요양시설과 호텔, 오피스, 매장 등에서도 공간에 맞춘 AI 경험을 제공할 수 있다”고 부연했다.