한국어 箭头
Podcast Cover

[AI 음성 비서 기술의 진화: Kit.ai와 Snowboy가 여는 자연어 처리의 미래]-[Ep. 22: Kitt.ai Co-Founder on How AI Lets Us Talk with Our Machines]

NVIDIA AI Podcast · B2 · 2017-05-16

Technology
또는 웹버전으로 공부하세요

📋 Summary

AI 음성 인식의 핵심: Kit.ai와 'Snowboy'의 혁신

최근 NVIDIA AI 팟캐스트에서는 Kit.ai의 공동 창업자인 Xu Chenyao를 초청하여 음성 인식 기술과 자연어 처리(NLP)의 미래에 대해 심도 있는 대화를 나누었습니다. Kit.ai는 딥러닝을 활용해 음성 인식과 대화형 사용자 경험을 개선하는 스타트업으로, 특히 'Snowboy'라는 고유한 기술을 통해 업계의 주목을 받고 있습니다.

1. 'Wake Word' 감지의 기술적 과제

Xu Chenyao는 음성 비서 시스템의 가장 중요한 첫 단계인 'Wake Word(또는 Hotword)' 감지의 중요성을 강조합니다. 알렉사(Alexa)나 'Hey Google'과 같은 호출어는 기기가 사용자의 명령을 듣기 전 대기 상태에서 활성화되는 트리거 역할을 합니다.

이 과정의 핵심은 **'오프라인 처리'**에 있습니다. 그는 "이 호출어 감지는 프라이버시 보호를 위해 기기 자체에서 오프라인으로 처리되어야 한다"고 설명합니다. 특히 1MB 미만의 RAM과 낮은 CPU 성능을 가진 저가형 기기에서도 딥러닝 기반의 Wake Word 감지를 실현하는 것이 Kit.ai의 핵심 기술적 도전 과제입니다. 기존에는 '박수 소리'를 감지하는 단순한 방식이나 물리적 버튼을 눌러야 하는 번거로움이 있었으나, Snowboy는 이를 7,000개 이상의 호출어를 지원하는 라이브러리로 해결했습니다.

2. 단순 명령에서 다중 대화로의 도약

초기 음성 비서 기술은 "내일 날씨 어때?"와 같은 단발성 명령을 수행하는 'One-shot understanding' 수준에 머물러 있었습니다. 그러나 Kit.ai의 'ChatFlow'는 사용자의 맥락을 기억하고 여러 번의 대화를 이어갈 수 있는 다중 대화(Multi-term conversation) 기능을 목표로 합니다.

Xu는 "우리는 봇이 최소한의 단기 기억을 갖게 하여 5~6번의 대화를 이어가길 원한다"고 밝히며, 이를 통해 보험 가입이나 설문 조사 등 긴 호흡이 필요한 비즈니스 환경에서 사용자 참여도를 극대화할 수 있다고 설명합니다. 또한, 봇이 학습하지 않은 정보에 대해서도 어느 정도 일반화(Generalization)하여 이해할 수 있도록 비지도 학습(Unsupervised learning)을 결합하는 연구를 진행 중입니다.

3. 개인화된 미래: 4-in-1 음성 비서 환경

앞으로의 음성 인터페이스는 특정 기업의 생태계에 종속되지 않을 것으로 보입니다. Xu는 "미래에는 사용자가 원하는 서비스(Google, Alexa, Cortana 등)를 호출어만으로 선택하여 사용할 수 있는 4-in-1 기기가 등장할 것"이라고 예측합니다.

그는 또한 스마트폰 통화 중 "Hey, Hello AT&T"와 같이 보이지 않는 비서가 대화에 실시간으로 개입하여 필요한 정보를 제공하는 시나리오를 제시합니다. 이는 향후 5~10년 내에 음성 인터페이스가 모든 기기에 내장되어, 인간과 컴퓨터의 상호작용이 가장 자연스러운 형태인 '말하기'로 완전히 회귀할 것임을 암시합니다.

결론

Kit.ai는 단순한 기술 개발을 넘어, 인간이 기기와 소통하는 방식을 가장 효율적이고 자연스럽게 바꾸는 것을 목표로 합니다. 프라이버시가 보장되는 오프라인 딥러닝 처리와 문맥을 이해하는 대화형 엔진을 통해, 음성 비서는 단순히 명령을 수행하는 기계를 넘어 우리의 일상을 보조하는 지능형 파트너로 진화하고 있습니다.

🎯Key Sentences

1
What is it that Kit.ai does?
Kit.ai는 무슨 일을 하나요?
2
I thought, oh, I would just turn my PhD dissertation into a startup idea.
저는 박사 학위 논문을 그냥 스타트업 아이디어로 바꿔 보면 어떨까 하고 생각했어요.
3
turned out to be a disaster.
결국 엉망진창이 되어 버렸어.
4
let me make sure that I have this right.
제가 제대로 이해했는지 확인 좀 해볼게요.
5
The device is actually listening to 24-7, all the time.
그 장치는 사실상 24시간 내내, 항상 듣고 있어요.
모두 펼치기

📝Key Phrases

1
find the pinpoint
정확한 위치를 찾아내다
2
on either end of the spectrum
양 극단에서
3
fire up
시동 걸다
4
by definition
정의상
5
get around this
이 문제를 해결하다
모두 펼치기

📖 Transcript

Welcome to NVIDIA's AI podcast, and we are recording this segment from the floor of the 2017 GPU Technology Conference.
It's a gathering of the AI faithful, or should I say obsessed.
Among them is our guest, Xu Chenyao, who is a co-founder of Kit.ai.
And it's a startup that is using AI to build better voice experiences. phones, in our speakers, really anything that has a microphone they are working on or working in. including those increasingly human like systems that we find ourselves talking to more and more.
As we ask, for example, Alexa, change the music or scream Google.
Hey, Google, what movie should I watch tonight?

ListenLeap이 실제 문맥에서 학습하도록 이끌어줌

🎨 흥미로운 콘텐츠
🌍 실제 자료
📱 언제든 듣고 보기