thinkpool

컴퓨터를 좀 오래 썼다는 사람들이 술자리에서 으레 꺼내놓는 옛날이야기 중 하나가 천공 카드다. PC는 물론 키보드도 흔치 않던 시절에는 수치 계산을 위해 천공카드에 구멍을 뚫어 명령어를 입력했다. 프로그램 하나에 수 백 장은 예사고 수 천 장이 되는 일도 많았다. 카드 배열이라도 흐트러뜨렸다가는 그야말로 ‘피눈물’이 날 일이다.

이후 PC와 함께 키보드가 보급되면서 ‘키보드’하면 컴퓨터가 떠오를 만큼 상징적인 의미를 갖게 됐다. 지금은 몇 천원에 살 수 있는 마우스도 PC에 흔해진 것은 윈도우 95가 등장한 1995년 이후였다. 이후 꽤 오랫동안 키보드와 마우스가 입력의 중심을 차지했고 PDA(Personal Digital Assistants)와 스마트폰의 터치스크린 역시 키보드와 마우스의 역할을 따라하는 데 초점이 맞춰져 왔다.

하지만 최근 스마트폰 시장은 또 다른 입력 방식으로 전환을 맞고 있다. 음성 인식, 음성 입력이다.

음성 인식, 어떻게 활용할 것인가

휴대폰 음성 인식에 대한 시도는 꽤 오래 전부터 있어 왔다. 90년대 후반 “본부” 혹은 “우리집”으로 기억되는 휴대폰의 음성 인식 기술은 목소리를 익혀야 하고 명령할 수 있는 것들이 한정적인 데다가 잘 알아듣지도 못했다. 결정적으로 당시에는 말로 전화를 건다는 것 자체가 창피한 일이었다. 그저 휴대폰 시장의 마케팅 포인트 중 하나로 전락하고 말았다. 물론 인식율을 높이기 위해서는 엄청난 컴퓨팅 파워가 지원되어야 했지만 ‘돈’이 안되는 서비스에 막대한 투자를 단행할 사업자는 없었다.

하지만 그 사이에도 음성 인식, 음성 입력 기술은 발전을 거듭해 왔다. 스마트폰 시장이 커지면서 애플은 아이폰에 기초적인 음성 인식 기술을 넣었고 안드로이드 역시 검색창 등에 음성 입력 기능을 더했다.

본격적으로 불을 지핀 사건은 지난해 아이폰과 함께 등장한 시리(Siri)였다. ‘전화걸기’ ‘날씨’ 등 주문을 외우는 것 같은 명령어 대신 ‘회사에 전화 걸어줘’ ‘여자친구에게 오늘 저녁 약속이 있냐고 문자 메시지를 보내줘’처럼 스마트폰과 대화할 수 있게 된 것이다.

시리가 천지개벽할 만한 놀라운 기술일까? 기술도 기술이지만 이를 어떻게 활용할 지에 대한 애플의 아이디어가 시리를 깜짝 놀랄 상품으로 만들어낸 것이다. 음성 입력을 어떻게 쓸 지는 스마트폰 제조사가 결정할 일이라는 얘기다. 예를 들어 애플과 블랙베리는 모두 뉘앙스의 음성 인식 기술을 기반으로 한다. 하지만 두 제품의 결과물은 천지차이다. 시리의 서비스는 굳이 설명할 필요가 없을 정도지만 블랙베리의 음성 입력은 전화번호부 검색 정도에 머물고 있다. 어떤 칼을 갖고 있느냐도 중요하지만 그 칼을 어떻게 쓸 지도 중요하다는 얘기다.

음성 인식, 클라우드와 위치정보로 활짝

최근의 음성 인식 기술은 클라우드와 지역 정보를 결합해 우리가 그 동안 꿈꾸던 서비스를 이뤄내고 있다. 단순히 말을 글자로 받아 적는 수준을 넘어 이 정보를 분석해 유용한 정보로 만들어준다.

내가 한 이야기를 서버로 보내 내용을 분석하고 그에 맞는 정보를 보여주거나 명령어를 처리한다. 시리는 하나의 좋은 예지만 삼성이 갤럭시 S3에 넣은 S-보이스나 구글의 음성 검색도 비슷한 케이스다. 시리가 욕이나 비속어, 새로 나온 은어도 알아듣는 이유는 목소리 정보를 분석하는 클라우드 서비스에 지속적으로 새로운 언어가 학습되기 때문이다.

당연히 데이터가 쌓이면 쌓일수록 더 매끄러운 답을 내놓고 말도 더 잘 알아듣는다. 구글이 언어 번역 서비스에서 독보적인 위치에 올라설 수 있었던 것과 비슷하다. 어떤 문장을 어떻게 번역해야 하는지에 대해 이용자들이 제안하는 내용들을 그대로 데이터베이스에 담기 때문에 기존 번역 소프트웨어들이 갖고 있는 번역 방법과 데이터에 비할 바가 아니다.

단어 한 두 개가 아니라 문장 전체를 분석하기 때문에 정확도가 높다. 하지만 그만큼 많은 데이터가 필요하다. 마치 아이들이 말을 배우듯 많은 사람들과 이야기한 내용이 쌓이다 보면 점점 더 능숙하게 대화할 수 있게 된다. iOS5.1에 처음 포함된 일본어 시리의 경우 처음에는 영어에 비해 매끄럽지 못했다. 애플은 일본어 이용자들에게 아직 말이 서툴기 때문에 말을 잘 가르쳐달라는 애교 있는 메시지로 넘어가기도 했다.

마찬가지로 iOS6의 베타 버전에 새로 포함된 한국어 시리는 지금 우리말을 배우고 있는 중이다. 독도가 어느 나라 땅인지, 가장 좋은 스마트폰은 무엇인지, ‘일’이라는 말을 one으로 알아들을지, work인지, day인지 알 수 있게 데이터가 쌓여야 한다.

시리는 흔히 삼성 갤럭시 S3의 S-보이스와 비교된다. 갤럭시 S3에는 블링고의 음성 인식 기술이 들어간다. S-보이스가 시리보다 대화를 다채롭게 이끌어가지 못하는 사례들이 나오는 이유는 음성 인식 기술 자체에 차이가 있다기보다 음성을 분석해 주는 데이터가 아직 충분히 쌓이지 않았기 때문이다. 스마트폰을 제어하는 것에 대해서는 삼성이 노력해야 하는 부분이지만 음성 데이터베이스를 쌓는 일은 실제 제품을 쓰는 이용자들의 도움도 더해져야 할 것이다.

구글나우 “시리 나와!”

시리 하나로 음성 인식 하면 애플이 먼저 떠오르게 됐지만 구글도 음성 관련 기술에서 상당한 기술력을 갖고 있다. 앞서 이야기한 번역 서비스와 마찬가지로 구글은 꽤 오랫동안 음성 검색 서비스를 해 왔다. 안드로이드에도 소리를 보내 분석하는 방식으로 그간 받아쓰기 정도의 음성 입력 서비스가 이뤄졌지만 최근 발표한 젤리빈으로 음성 입력 기술에 응용을 가하기 시작했다.

안드로이드 4.1 젤리빈에는 인터넷을 거치지 않고 음성 인식을 쓸 수 있는 ‘오프라인 보이스 타이핑’ 기술이 들어간다. 음성 입력에 대한 데이터베이스를 운영체제에 심은 것으로 보이는데 온라인을 거치지 않고도 비슷한 수준의 받아쓰기가 된다는 것은 발표만으로도 대단한 일이다. 지난 구글 I/O에서는 영어가 우선적으로 처리되고 이후 다른 언어들이 추가될 계획이라고 하는데 적지 않은 용량을 차지하는 음성 데이터베이스를 어떻게 추가할 지는 지켜봐야 할 것 같다.

구글이 준비하는 또 하나의 음성 관련 서비스는 구글나우다. 시리에 맞서는 구글의 새 위치기반 서비스로 날씨를 묻거나 목적지까지 남은 시간 등을 알려주고 갈아타는 지하철이 몇 분 뒤에 도착하는지 알려주는 등 구글이 쌓아온 지역 정보가 음성 입력과 합쳐져 어떤 효과를 낳을지는 젤리빈이 정식으로 등장하는 이달 중순께 알 수 있을 듯하다.

한편, 음성 인식 관련 업계의 한 전문가는 “정말 음성 인식 서비스가 일상 생활 속에 자리잡을 수 있을 지 좀더 지켜봐야 합니다”라고 전했다. 음성이라는 특수성으로 인해 차나 집 같은 한정된 공간에서 적용될 뿐 광범위하게 적용될 것이라고 예단하기는 아직은 이르다는 설명이다. 또 한차례의 유행인 지 아니면 클라우드가 뒷받침해주는 ‘킬러’ 서비스로 확실히 자리를 잡을 지 주목되는 부분이다.

 `놀라운 포털`…음성검색 해보니 충격

"한국서 가장 높은 산은?" 하고 물으면 높이-사진까지 보여줘

입력: 2012-07-05 19:56

하반기 스마트폰 시장의 핵심 화두로 음성 인식이 떠오르면서 포털업계도 모바일 음성 검색 시대로 빠르게 진화하고 나섰다.

5일 관련업계 에 따르면 NHN 다음 커뮤니케이션, SK커뮤니케이션즈 등 주요 포털업체들을 중심으로 플랫폼 확장을 비롯해 소음 처리, 문장형 인식, 정답형 검색 등 모바일 음성 검색 업그레이드가 한창이다.

국내 포털업체들은 이미 모바일 애플리케이션(앱)을 통해 음성 검색을 지원하고 있지만 기존에는 단순히 키워드를 인식하는 수준이어서 사용률 이 높지 않았다. 하지만 최근 애플의 음성인식 기술인 `시리'에 이어 구글이 `젤리빈'에 음성 인식 기술을 추가하는 등 스마트폰의 핵심 기능으로 음성인식이 광범위하게 활용되면서 성능 개선 작업에 나선 것으로 풀이된다

삼성전자, LG전자, 팬택 등 스마트폰 제조사들도 음성 인식 기능을 속속 도입하고 있다.

우선, 모바일 사업을 강화하고 있는 다음이 하반기 모바일 음성 검색의 대대적인 업그레이드를 준비중이다. 다음 관계자는 "현재 내부적으로 플랫폼 확장, 소음처리, 문장형 인식 등 인식률을 높이는 작업을 진행 중"이라고 말했다. 다음은 지난 2010년 6월 한국전자통신연구원(ETRI)과 모바일 음성 검색 모듈을 공동 개발하고, 국내 처음으로 한국어 모바일 음성 검색 서비스를 시작했다.

NHN은 정답형 음성 검색을 준비중이다. 이는 구글의 젤리빈이 제공하는 음성 검색과 같은 방식으로, 질문에 대한 답변과 함께 관련 정보를 제공한다. 예를 들어 "한국에서 가장 높은 산은?"이라고 물으면 "백두산, 2750M"라는 대답과 함께 백두산 사진 을 보여주는 식이다. NHN 관계자는 "네이버 음성 검색은 지금도 글로벌 업체와 비교해 어깨를 견줄 수 있는 수준까지 인식률이 올라온 상황"이라며 "하지만 아직 대화형 질문 형태를 파악하고 인식하는 단계에는 이르지 못했으며, 현재 준비 단계에 있다"고 말했다.

SK컴즈는 스마트TV로 음성 인식을 확대했다. SK컴즈는 최근 삼성전자 스마트TV에 제공하는 싸이월드 사진첩 서비스에 음성 인식 기능을 적용했다. 이번에 추가된 기능은 2012년형 삼성 스마트TV 리모컨의 음성 인식 기능을 활용한 것으로, 사용자의 음성으로 싸이월드 사진첩을 조작할 수 있다. 

갤S3 'S보이스', '시리'보다 똑똑한데 2012/07/01

오늘은 갤럭시S III의 S보이스 기능에 관해 알아보려고합니다.   S보이스 만가지곤 내용이 부족하지만, 아이폰에서 한국어 SIRI가 지원되기 떄문에 재미있는 비교가 되지 않을까 생각됩니다.  똑같은 내용을 넣었을때 사용자가 원하는 직관적인 대답을 들을 수 있는 지도 궁금해지는군요!!         실행 및 질문형태 확인 S보이스는 아이콘 형태로 메뉴에 나타나있습니다. 실행 시킨뒤 어떤식의 질문을 해야될지 모를때는  하단 우측의 '?'를 누르게되면 보는것과 같이 다양한 방식의 질문을 알아듣는군요,,,         직관적인 대답 얻기   문장 형식이 아닌 단어 형태의 언어는 직관성있게 알아듣는고 표현하는 모습을 보입니다.   Q) "오늘의 날씨" -> A) 현재위치의 날씨정보 파악 Q) "시간" -> A) 현재위치의 시간 확인         연개 질문에 대한 대답 얻기 Q) "알람설정" -> A) 몇시에 할까요? Q) "오후 2시 30분" -> A) 알람내용 확인     Q) "메시지전송" -> A) 누구에게 메시지를 보낼까요? Q) "XXX" -> A) 보낼 메시지는? Q) "테스트 메시지입니다" -> A) 내용 표시->전송하시겠습니까? Q) 보내기 -> A) 전송되었습니다.   기본적인 기능설정들은 제대로 똑똑하게 인지합니다.          Q) "메모작성" -> A) 무엇을쓰고 싶으세요? Q) "안녕하세요 테스트 입니다." -> A) 메모내용 확인 -> 저장/취소 여부 확인 Q) "저장" -> A) 저장확인     Q) "전화걸기" -> A) 누구에게 전화 하시겠어요? Q) "XXX" -> A) XXX 에게 전화를 겁니다? -> 전화화면 전환     Q) "영상통화" -> A) 누구에게 전화 하시겠어요? Q) "XXX" -> A) XXX 에게 영상전화 거는중.. -> 영상 전화 화면 전환         또한 "서울역 가는길"이란 질문을 하게되면 지도 앱이 실행됩니다. 저는 네이버지도를 대표 앱으로 설정해 놨는데요, 실제로 현위치로부터 가는길은 표현되지 않으며, 서울역의 위치만 지도로 표시해주는 모습을 보여줍니다. 향후 다양한 앱들과 연개되는 모습을 기대해봅니다.       헛소리 테스트    요즘 S보이스 드립모음이란 사진이 엄청 많아서 저도한번 해봤습니다.ㅎㅎ   Q) "멍청아" -> A) 절 존중해 주셨으면 좋겠습니다. Q) "멋진사람소개시캬줘요" -> A) 곧 좋은 인연을 만나실 겁니다. Q) "여자친구 소개시켜줘" -> A) 어떤 스타일을 좋아하시는지 궁금하군요 Q) "남자친구 소개시켜줘" -> A) 우선 저부터좀... Q) "남자냐 여자냐" -> A) 전 무엇이든 중립입니다.   남자친구 원하는걸 보니 S보이스는 여자였군요.. ㅋㅋㅋ 근데 중립이라니....       Q) "배고프다" -> A) 냉장고에 먹을만한게 있는지 살펴보시기 바랍니다. Q) "오빠" -> A) 엄마를 말씀하시는건가요? Q) "엄마" -> A) 많이 놀라셨나 봅니다. Q) "아빠" -> A) 어떤 스타일을 좋아하시는지 궁금하군요   Q) "점심은 뭘먹지" -> A) 저는 아침을 먹지 않았답니다. Q) "카카오톡" -> A) 일치하는 앱이없다. Q) "앵그리버드" -> A) 일치하는 앱이없다.       Q) "시리" -> A) 현대인에겐 필수적이죠 Q) "S보이스" -> A) 삼성 췝사이트 소개 Q) "사랑해" -> A) 사랑해주셔서 감사합니다. Q) "사랑해" -> A) 일단 마음만 감사히 받겠습니다.       단어 인식률은 좋습니다. 또한 그단어가 무엇인지 확실하게 인지하고있지만, 단어를 사용자가 원하는 내용으로 표현되지않는다는 생각을 해봅니다.       가령 "엄마" 같은 경우 감탄사로 인지하고 많이 놀랐냐고 물어봅니다.ㅋㅋㅋ 보통 "엄마"라는 단어를 말하는 목적은 엄마에게 문자나 전화를 하기위해서 아닌까요? ㅎㅎ   반면 SIRI의 경우..,     SIRI사용시 불편한점은 계속 물어본다는 겁니다. (이게 맞냐?, 취소하냐?, 못들었다 다시말해라!, 이 단어가 맞냐? 등등) 또한 띄어쓰기를 파악하지못해 에러메시지를 간혹 보여주고 있는데요 "메모작성"은 못알아 듣지만 "메모_작성"으로 띄어서 말할 경우 메모앱을 통해 인식할 준비를 합니다. 결국 보이스 실행은 사용자 중심의 직관적 인지와 표현 인듯합니다.   SIRI가 베타버전임을 감안하고도 사용자의사를 표현하는 능력은 SIRI승!  단어를 알아듣고 의사와는 상관없이 다양한 표현을 해주는 능력은 S보이스승!

애플, 음성인식 기술 시리(Siri)로 혁신을 시작하다

애플 아이폰4S가 공개된 이후 실망감과 기대감이 교차했다. 디자인과 하드웨어 스펙이 변화하지 않았고, 음성인식 기술인 시리(Siri)가 공개됐기 때문이다. 기존의 아이폰4에서 크게 진보되지 않은 아이폰4S를 두고 혁신과 퇴보라는 논쟁까지 벌어지고 있다. 지금까지 애플이 IT시장을 주도할 수 있었던 키워드는 혁신이었다. 하지만 스티브 잡스의 은퇴 이후 불안감이 조성되고, 예정됐던 아이폰4S의 발표, 그리고 스티브 잡스의 죽음으로 애플의 미래는 밝지 않다는 분석까지 나오고 있다.

혁신적인 아이폰5를 기대했던 우리들은 아이폰4S가 공개되면서 실망감에 정말 중요한 부분을 간과하고 있다. 바로 아이폰4S에 적용된 애플 음성인식 기능 시리(Siri)의 단면만보고 평가 절하하면서 시리(Siri)의 발전 가능성을 놓치고 있는 것. 아직 베타서비스에 머물고 있지만 아이폰의 모든 기능을 음성 제어(동작/작동)할 수 있게 되면서 수동적인 음성인식 기능에서 벗어나 능동적인 음성인식 기능으로 거듭났다는 점에서 주목해야 한다.