크래프톤, 음성 AI 파운데이션 모델 공개…한국어 성능 1위

[헤럴드경제=차민주 기자] 크래프톤이 음성 인공지능(AI) 파운데이션 모델 ‘A.X K2 라온스피치(Raon-Speech)’를 공개했다.

29일 크래프톤은 글로벌 AI 플랫폼 ‘허깅페이스’에 음성 AI 파운데이션 모델 A.X K2 라온스피치를 공개했다고 밝혔다. 정부의 독자 AI 파운데이션 모델 프로젝트의 SK텔레콤 정예팀에 참여해 차세대 멀티모달 모델 연구를 진행한 데 따른 결과다.

크래프톤은 A.X K2 라온스피치에 대해 프로젝트 2차수 성과 중 하나로 공개된 음성 언어 모델이라고 설명했다. 규모는 21B 파라미터다.

이어 크래프톤은 해당 모델이 30B 이하급 공개 음성 언어 모델 중 한국어 종합 성능 1위, 영어 종합 성능 3위를 기록했다고 강조했다. 평가는 음성 인식, 음성 합성, 음성 이해, 음성 질의응답, 텍스트 질의응답, 도구 호출 등 총 6개 영역에서 진행됐다. 한국어 24개, 영어 22개 등 총 46개의 벤치마크를 활용했단 설명이다.

아울러 A.X K2 라온스피치는 SK텔레콤의 A.X K2 기반 소형 언어 모델에 크래프톤이 자체 학습한 음성 인코더와 코덱을 적용했다. 이로써 음성을 이해하고 생성할 수 있도록 학습한 음성 언어 모델로 개발됐다.

크래프톤은 사람의 목소리를 AI가 이해할 수 있는 정보로 변환하는 음성 인코더와 AI가 생성한 정보를 자연스러운 음성으로 복원하는 음성 코덱을 자체 학습했다고 설명했다. 언어 모델의 텍스트 역량을 유지하면서 음성 입력과 출력을 안정적으로 연결하는 학습 방식을 개발해 적용했다.

크래프톤에 따르면 기존 AI 음성 대화 시스템은 정과 억양 등 사용자 음성에 담긴 정보가 손실되는 한계가 있었다. 보통 사용자의 말을 텍스트로 변환해 이해하고 텍스트 답변을 만든 뒤, 이를 다시 음성으로 합성하는 방식으로 작동하기 때문이다. 반면 A.X K2 라온스피치는 사용자 목소리에 담긴 정보들을 활용해 자연스러운 음성 답변을 생성할 수 있단 설명이다.

크래프톤은 지난 4월 AI 모델 브랜드 ‘라온’을 출범하고 음성 언어 모델(Raon-Speech), 실시간 음성 대화 모델(Raon-SpeechChat), 텍스트-음성 변환 모델(Raon-OpenTTS), 비전 인코더(Raon-VisionEncoder) 등 4종의 AI 모델을 오픈소스로 공개했다.

이번 A.X 라온스피치는 당시 공개한 음성 언어 모델(Raon-Speech)의 학습 방법을 바탕으로, 크래프톤이 자체 학습한 음성 인코더와 코덱을 SK텔레콤의 소형 언어 모델에 적용하여 기술을 한 단계 발전시킨 결과다.

이강욱 크래프톤 최고인공지능책임자(CAIO)는 “A.X K2 Raon-Speech는 크래프톤이 AI 파운데이션 기술을 꾸준히 연구하고 고도화해 온 결과물”이라며 “앞으로도 게임에 필요한 AI 파운데이션 기술을 지속해서 고도화해 새로운 게임 경험을 만들어 나갈 것”이라고 말했다.