목소리를 이용한 딥보이스 기술은 이미 우리 주변에 깊숙하게 자리 잡았다. 길 안내를 해주는 내비 게이션은 물론 클로바, 빅스비와 같은 AI 스피커 또한 딥보이스를 활용한 것이다. 딥보이스는 음성 합성시스템(TTS, Text-to-Speech)을 기반으로 하고 있어, 음성을 텍스트로 전환하거나 텍스트를 음성으로 바꾸는 기술이라고 보면 된다. 생성형 AI 대표주자인 ChatGPT처럼 딥보이스 또한 인공지능 스스로 기존의 데이터나 모델을 기반으로 화자가 실제로 하지 않은 말을 생성해 낼 수 있다.
음성합성기술은 단어의 가장 최소 단위인 음소를 음성으로 구현해 낸다. 그러나 같은 음소라도 위치에 따라 서로 다른 소리를 내는데, 같은 ‘ㄱ’임에도 [k], [g]로 각기 다른 소리를 내는 경우다. 다른 소리를 내는 음성을 자연스럽게 구현하기 위해 소리의 운율과 경계를 예측해 음소를 부드럽게 잇는 ‘연속 합성 기술’과 음성의 특성을 추출하는 ‘파라미터 합성기술’ 등의 발전이 필요하다. 인공지능의 핵심인 딥러닝을 활용하면 화자가 갖고 있는 강세와 높낮이, 호흡과 공명 등 작은 부분까지 스스로 학습하고 예측하며, 자연스러운 소리로 출력된다. 읽는 속도와 발음, 억양 등을 개발자가 일일이 지시할 필요 없으며 음성 합성에 드는 비용도 줄일 수 있는 것이다.
알쓸IT잡
STATION 2
목소리를 넘어 호흡까지 닮았다?!
딥보이스는 진화 중!
딥보이스는 진화 중!
AI의 핵심 기술인 딥러닝을 통해 얼굴도 목소리도 진짜와 가짜의 경계가 허물어지고 있다. 비비의 <밤양갱>을 故 김광석의 목소리로 들을 수 있었던 것도, 음색은 물론 호흡과 소리의 공명까지 스스로 학습한 딥보이스의 발전 덕분이었다. 첨단 기술의 진화로 환자의 잃어버렸던 목소리를 다시 들을 수 있는 기적도 일어나지만, 최근에 그 정교함을 악용한 범죄 역시 늘어나고 있다. 좀더 건강하게, 그리고 안전하게 딥보이스 기술을 누릴 수는 없는 걸까?
AI 목소리라고?
리얼한 감정 표현 놀라워
리얼한 감정 표현 놀라워
딥보이스 기술 수준이 목소리에 담겨 있는 감정까지 표현할 수 있어지면서 한층 더 음성이 자연스러워진 만큼 다양한 분야에서 활용되고 있다. 엄마의 목소리로 읽어주는 구연동화, 손주의 목소리로 안내하는 인공지능 스피커 등이 등장하기도 했다. 또한 밀리의 서재에서 제작한 오디오 드라마 <어서 오세요, 휴남동 서점입니다>에서는 출연진 19명 중 8명의 배역이 AI 목소리였다. 목소리를 생성하는 과정에 ‘가정 더빙 기술’을 활용해 목소리 화자가 특정한 감정을 표현할 수 있었다. 감정 표출시 달라지는 발음과 억양 등을 학습한 AI 목소 리는 자연스럽게 즐거움과 슬픔, 화남 등을 리얼하게 연기해 냈다.
뿐만 아니라 네이버가 기획한 <엄마의 목소리를 부탁해> 캠페인은 고인이 된 부모님의 목소리로 일상의 말들을 들을 수 있도록 서비스 해서 뜨거운 호응을 얻기도 했다. KT는 딥보이스 기술로 가수 겸 라디오 DJ였던 故 신해철의 목소리로 라디오 콘텐츠를 제작하기도 했다.
이외에도 AI 음성 합성 기술은 약화된 근육으로 목소리를 잃을 수 있는 루게릭병 환자들의 목소 리를 찾아주는 데 활용되고 있다. 환자가 문장 50여 개를 미리 녹음해 놓으면 추후 어떤 의사 표현도 자신의 목소리로 구현할 수 있게 된것이다.
뿐만 아니라 네이버가 기획한 <엄마의 목소리를 부탁해> 캠페인은 고인이 된 부모님의 목소리로 일상의 말들을 들을 수 있도록 서비스 해서 뜨거운 호응을 얻기도 했다. KT는 딥보이스 기술로 가수 겸 라디오 DJ였던 故 신해철의 목소리로 라디오 콘텐츠를 제작하기도 했다.
이외에도 AI 음성 합성 기술은 약화된 근육으로 목소리를 잃을 수 있는 루게릭병 환자들의 목소 리를 찾아주는 데 활용되고 있다. 환자가 문장 50여 개를 미리 녹음해 놓으면 추후 어떤 의사 표현도 자신의 목소리로 구현할 수 있게 된것이다.
정교한 가짜 목소리,
안전한 걸까?
안전한 걸까?
높은 조회수를 기록한 브로노 마스 버전 뉴진스의 ‘Hype Boy’ 영상! 글로벌 스타가 국내 아이돌의 노래를 부른 것이 아니라 ‘AI 커버곡’이었다. 대중들은 듣는 즐거움이 배가 돼 재미있지만 유튜브에서 유행하는 AI 커버곡은 저작권과 음성권을 침해할 수 있다는 문제를 안고 있다. 또한 존 레논과 같이 고인의 목소리를 인공지능으로 복원하는 것에 대해서 유족의 동의 또한 명확하지 않아 윤리 문제 와도 맞닿아 있다.
음성 데이터 5초 분량만 있어도 정교한 딥보이스를 만들 수 있는 시대이기 때문에 유명인의 노래 커버뿐만 아니라 일상 속 녹취 파일도 쉽게 조작이 가능하다. SNS에서 수집한 음성 데이터를 사용한 딥보이스가 보이스피싱에 악용되기도 한다. 딥보이스 범죄 예방을 위해 음성의 주파수나 코드의 차이를 통해 합성 여부를 판단할 수 있는 탐지 기술 개발도 활발히 이뤄지고 있다. 스타트업 ‘리 젬블 AI’는 딥보이스를 가려내는 음성 워터마크 기술을 고안해 냈으며 국내 생성형 인공지능(AI) 전문 기업인 딥브레인AI도 딥러닝 기반 딥보이스 탐지 기술에 대한 특허를 출원했다.
숭실대 정보통신전자공학부에서 자체 개발한 ‘AI 보이스 탐지 시스템’이 적용된 AISRC 사이트에 음성 파일을 넣으면 목소리의 가짜와 진짜 여부를 구분할 수 있다. 현재 해당 학부 교수는 실시간 동영상이 진짜인지 구분하는 앱도 개발해, 영상 속에서 AI 목소리가 나오면 페이크 수치가 자동으로 뜬다. 기술 개발만큼 딥보이스의 악용을 예방하기 위해서는 지속적인 교육과 법안을 통한 규제가 필요하다는 목소리가 나오고 있다. 누구나 쉽게 AI 목소리를 만들 수 있는 만큼 학생부터 직장인등 모든 일반인을 대상으로 한 인공지능 윤리 교육이 지속적으로 이뤄져야 하는 것이다.
음성 데이터 5초 분량만 있어도 정교한 딥보이스를 만들 수 있는 시대이기 때문에 유명인의 노래 커버뿐만 아니라 일상 속 녹취 파일도 쉽게 조작이 가능하다. SNS에서 수집한 음성 데이터를 사용한 딥보이스가 보이스피싱에 악용되기도 한다. 딥보이스 범죄 예방을 위해 음성의 주파수나 코드의 차이를 통해 합성 여부를 판단할 수 있는 탐지 기술 개발도 활발히 이뤄지고 있다. 스타트업 ‘리 젬블 AI’는 딥보이스를 가려내는 음성 워터마크 기술을 고안해 냈으며 국내 생성형 인공지능(AI) 전문 기업인 딥브레인AI도 딥러닝 기반 딥보이스 탐지 기술에 대한 특허를 출원했다.
숭실대 정보통신전자공학부에서 자체 개발한 ‘AI 보이스 탐지 시스템’이 적용된 AISRC 사이트에 음성 파일을 넣으면 목소리의 가짜와 진짜 여부를 구분할 수 있다. 현재 해당 학부 교수는 실시간 동영상이 진짜인지 구분하는 앱도 개발해, 영상 속에서 AI 목소리가 나오면 페이크 수치가 자동으로 뜬다. 기술 개발만큼 딥보이스의 악용을 예방하기 위해서는 지속적인 교육과 법안을 통한 규제가 필요하다는 목소리가 나오고 있다. 누구나 쉽게 AI 목소리를 만들 수 있는 만큼 학생부터 직장인등 모든 일반인을 대상으로 한 인공지능 윤리 교육이 지속적으로 이뤄져야 하는 것이다.
