첫 음성 응답 0.2초…아웃오브셋 에어리 출시

아웃오브셋(Out of Set)이 텍스트를 입력하면 첫 응답까지 0.2초 만에 음성을 생성하는 웹 기반 AI 서비스를 출시했다.

아웃오브셋은 12일 음성 AI 브랜드 에어리(Airy)를 공개하고 AI 음성 콘텐츠 제작 서비스 에어리 스튜디오(Airy Studio)를 내놨다고 밝혔다. 별도 설치나 복잡한 설정 없이 음성을 생성하고 내려받을 수 있으며 무료로 이용할 수 있다.

에어리 스튜디오에는 아웃오브셋이 자체 개발한 초경량 문자 음성 변환(TTS) 모델이 적용됐다. 사용자가 생성 버튼을 누르면 0.2초 만에 첫 음성 응답이 나온다. 현재 한국어와 영어 2개 언어, 10종의 보이스 캐릭터를 지원한다.

TTS는 입력된 글을 사람의 목소리와 유사한 음성으로 변환하는 기술이다. 오디오북과 영상 더빙, 안내 방송 등 음성 콘텐츠를 제작하는 과정에 활용된다.

아웃오브셋은 에어리 브랜드를 중심으로 온디바이스 음성 파운데이션 모델과 응용 제품, 개발자용 API·SDK까지 제품군을 넓힐 방침이다. 에어리 스튜디오는 이 가운데 일반 사용자가 음성 생성 기능을 직접 이용할 수 있도록 만든 서비스다.

회사는 중소벤처기업부의 민간투자주도형 기술창업 지원 프로그램인 팁스(TIPS)에도 선정됐다. 향후 2년간 최대 8억원의 연구개발(R&D) 자금을 온디바이스 음성 인식·합성 AI 파운데이션 모델 개발에 투입한다.

온디바이스 AI는 클라우드 서버가 아니라 스마트폰과 자동차, 로봇 등 개별 기기에서 AI 모델을 실행하는 방식이다. 통상 데이터를 외부 서버로 보내는 과정을 줄여 개인정보 처리와 네트워크 지연, 운영 비용 문제에 대응할 수 있다.

아웃오브셋은 지난 5월 더벤처스로부터 시드 투자를 유치했다. 당시 인터넷 연결 없이 기기 자체에서 구동되는 초경량 버티컬 AI 모델을 개발하겠다고 밝혔으며, 첫 사업 분야로 음성 인식과 음성 합성을 제시했다.

김형주 아웃오브셋 대표는 “에어리 스튜디오를 통해 ‘0.2초 만에 즉시 반응하는 가볍고 빠른 음성 경험’을 사용자가 직접 체감하게 하고, 나아가 개발자까지 함께 누리는 온디바이스 음성 AI 생태계를 구축해 나가겠다”고 말했다. 빠른 응답을 소비자용 서비스에서 먼저 구현한 뒤 개발자용 제품군으로 확장하겠다는 구상이다.

생성형 음성 시장에서는 모델의 표현력뿐 아니라 응답 속도와 서비스 운영 방식도 주요 경쟁 요소로 꼽힌다. 본지는 앞서 AI 음성 생성 스타트업 피시 오디오가 5200만 달러 규모의 시드 투자를 유치한 소식과 바이트댄스가 음성·영상·텍스트를 동시에 처리하는 AI 모델을 더우바오에 적용한 사례를 보도했다. 이번 발표와 암호화폐·블록체인 시장의 직접적인 연결은 확인되지 않았다.