음성 AI

음성 AI는 두 방향의 변환입니다. 말을 글로 바꾸는 것이 STT(Speech-to-Text, 음성 인식), 글을 말로 바꾸는 것이 TTS(Text-to-Speech, 음성 합성)입니다. 회의 녹음이 자동으로 회의록이 되는 게 STT, 내비게이션이 길을 읽어 주는 게 TTS입니다.

최근의 도약은 「사람 같음」에 있습니다. 몇 초짜리 샘플로 특정인의 목소리를 복제하고(보이스 클로닝), 숨소리·웃음·머뭇거림까지 섞어 말하는 수준이 됐습니다. 챗봇과 실시간 음성 대화가 가능해진 것도, AI 더빙·AI 오디오북 산업이 생긴 것도 이 덕분입니다.

그림자도 뚜렷합니다. 가족 목소리를 흉내 낸 보이스피싱, 성우들의 생계 문제, 고인의 목소리 복원 논쟁 — 음성 AI 기사는 편리함과 악용 사례가 번갈아 나오는 분야입니다.

「3초 샘플로 목소리를 복제하는 TTS 공개」 — 성능 자랑과 악용 우려가 한 기사 안에 같이 실리는 게 이 장르의 공식입니다.