언어 장벽도 이제 없다…구글, '실제소통 이해' AI기술 공개[모닝폰]

구글. (이데일리DB)

[이데일리 한광범 기자] 구글이 텍스트 중심의 기존 언어 모델을 넘어 전 세계 다양한 언어와 음성, 문화적 맥락까지 직관적으로 이해하는 ‘네이티브 오디오 인텔리전스(Native Audio Intelligence)’ 기반의 AI 언어 기술 고도화에 나섰다.

제임스 마니카(James Manyika) 구글 연구·기술·사회 부문 선임 부사장은 21일 구글 블로그에서 자사 제품이 300개 이상 언어로 70억명 이상의 일상 소통을 지원하고 있다며 문화적 뉘앙스와 언어의 맥락을 존중하는 고도화된 시스템 구축에 연구 역량을 집중하고 있다고 21일 밝혔다.

구글은 2006년 출시 초기 단 몇 개에 불과했던 구글 번역 지원 언어를 250개 이상으로 확대해 왔다. 그러나 소수의 주요 언어 중심으로 발전해 온 기존 디지털 환경의 한계를 극복하기 위해, 전 세계 1000개 언어 지원을 목표로 하는 ‘1000개 언어 이니셔티브(1000 Languages Initiative)’를 추진 중이다. 이를 위해 1200만 시간의 오디오 데이터로 학습된 ‘유니버설 스피치 모델(USM)’에 교차 언어 전이 학습 기법을 적용, 데이터가 부족한 언어의 음성 인식 성능을 크게 향상시켰다.

오디오를 있는 그대로 직접 처리하는 ‘네이티브 오디오 인텔리전스’ 기술도 본격 도입됐다. 음성을 텍스트로 변환한 뒤 다시 합성하는 기존 방식을 벗어나, 대화 중 어조·속도·감정과 함께 ‘스팽글리시’나 ‘힝글리시’처럼 여러 언어를 섞어 쓰기까지 섬세하게 반영한다.

이 기술을 기반으로 70개 언어 및 2000개 이상의 언어 조합에서 실시간 음성 번역을 지원하는 ‘제미나이 3.5 라이브 트랜슬레이트(Gemini 3.5 Live Translate)’와, 주변 소음이나 전문 용어가 포함된 음성을 정확한 텍스트로 다듬어주는 ‘제미나이 3.5 트랜스크라이브’가 구현됐다. 지보드(Gboard)의 ‘램블러(Rambler)’ 기능에도 해당 모델이 탑재돼 추임새 정리 및 문법 교정을 돕는다.

지방 언어 수집부터 온디바이스·수어까지 포용

데이터의 지역 편중을 해소하기 위한 현지 중심 협력 전략도 강화하고 있다. 사하라 이남 아프리카 27개 언어를 아우르는 오픈 음성 데이터셋 ‘와할(WAXAL)’, 인도 전역에서 109개 언어의 음성을 수집한 ‘프로젝트 바니(Project Vaani)’, 4개 대륙 20개 대학과 협력한 ‘앰플리파이 이니셔티브(Amplify Initiative)’ 등이 대표적이다. 오픈소스 언어 데이터 저장소인 ‘링구아메타(LinguaMeta)’를 시각화한 ‘랭귀지 익스플로러’도 개발 중이다.

인터넷 연결이 불안정한 환경이나 피처폰 사용자, 장애인을 위한 디지털 포용성 기술도 함께 선보였다. 온디바이스에서 인터넷 연결 없이 고품질 번역을 제공하는 경량 오픈 번역 모델 ‘트랜슬레이트젬마(TranslateGemma)’를 개발했으며, 음성 AI 서비스 ‘Ask Viamo Anything(AVA)’을 통해 피처폰 사용자도 제미나이를 이용할 수 있도록 지원한다.

아울러 픽셀 11(Pixel 11)의 ‘라이브 트랜스크라이브’에는 50개 이상의 수어를 학습한 ‘수어-텍스트 변환(SL2T)’ 기술을 탑재해 수어를 텍스트로 변환하는 기능을 제공하며, 뉴질랜드 마오리어 전문가들과 협력해 구글 지도 내 지역 지명의 정확한 발음을 구현하는 등 문화적 맥락 반영에도 공을 들이고 있다.

제임스 마니카 구글 선임 부사장은 “구글은 앞으로도 AI 활용을 확대해 사회가 직면한 주요 과제들을 해결하는 과정에서 지역사회와 긴밀하게 협력해 나갈 것”이라며 “이를 통해 더 많은 사람들이 각자의 방식으로 소통하고 참여하며, 자신의 뜻을 온전히 전달할 수 있도록 돕는 기술을 만들어 나가겠다”고 강조했다.