음성처리 분야 최고 학회 '인터스피치 2022'에서 경쟁력 입증한 LG

AI 음성 및 신호처리 분야 국제학술대회인 '인터스피치 2022(INTERSPEECH 2022)'가 9월 18일부터 22일까지 인천 송도 컨벤시아에서 개최됐습니다. 인터스피치는 국제 스피치 통신 협회(International Speech Communication Association: ISCA)가 주최하는 음성처리 분야 세계 최대 규모 학술대회로 올해 23회째를 맞이했습니다. 올해는 '인간과 인간화된 컴퓨터 인터페이스(Human and Humanizing Spoken Language)'를 주제로 인간과 인간, 인간과 사물, 사물과 사물 간 언어와 음성으로 주고받을 때 필요한 음성신호 처리, 음성인식, 음성합성, 다중언어 번역, 음성변환, 보조 음성치료 등에 대해 논의하는 시간을 가졌습니다.

올해 LG는 통합 부스를 세워 LG AI연구원, LG전자, LG유플러스의 음성인식 기술을 소개했습니다. Industry Talk에서는 LG AI연구원 최정규 Language Lab 장이 연사로 참여해 LG의 초거대 AI EXAONE의 음성과 언어 분야 기술에 대해 발표했습니다.

LG 통합 부스에서 LG AI연구원은 유튜브 뉴스 영상의 STT (speech to text) 기능을 시연했습니다. STT 기능은 유튜브 뉴스 영상의 음성을 실시간으로 텍스트로 변환해주면서 키워드까지 추출해내는 기술입니다. 해당 기술을 고객 상담 서비스에 적용하면 대응 메뉴얼을 빠르게 마련하거나 관련 전문가에게 신속하게 연결하는 등 효율성을 높일 수 있습니다. 이와 함께 LG AI연구원은 음성 상담 내용의 핵심이 무엇인지 요약하는 기술도 선보였습니다. 이 기술을 활용하면 상담 내용이 불만, 환불 등 어떤 서비스 파트에 해당하는지, 문의한 고객이 긍정, 부정, 중립 중 어떤 감정 상태인지 분류 가능합니다.

LG전자는 음성인식 기능이 탑재된 가전제품을 부스에서 소개했습니다. LG전자는 지난달 국내 최초로 음성인식 기능을 탑재한 정수기인 '퓨리케어 오브제 컬렉션정수기'를 출시해 큰 관심을 받았습니다. '퓨리케어 오브제 컬렉션정수기'는 특정 용량의 물을 말하는 대로 맞춰 제공하는 미세 출수 기능을 탑재해 "하이 엘지!"라고 부른 후 "냉수 550mL 줘"라고 말하면 버튼을 조작하지 않고도 물을 받을 수 있습니다. 이후 "한 번 더"라고 말하면 같은 용량의 물을 다시 출수합니다. 또한 9월 말 출시 예정인 냉장고는 음성인식으로 패널 효과를 설정하고 문을 제어합니다. "크리스마스 색으로 설정해 줘"라고 말하면 냉장고 외관이 그에 맞춰 변하며, "문 열어줘"라고 하면 냉장고 문이 자동으로 열려 사용자의 이용 편의성을 한층 더할 것으로 기대됩니다.

LG유플러스는 미디어 콘텐츠 검색 및 맞춤형 서비스를 위한 음성인식, 화자 인식, 자연어 처리 관련 AI 기술을 선보였습니다. 리모컨에 탑재된 마이크를 통해 음성을 인식, 해당 음성에 STT 기술과 자연어 처리 기술을 사용해 IPTV 서비스에서 맞춤형 콘텐츠를 추천합니다. 그뿐만 아니라 유아와 성인 목소리를 구분해 연령에 맞는 콘텐츠를 추천해 주고 연령에 맞지 않는 것은 볼 수 없게 제한합니다.

학회 중 진행된 Industry talk 시간에는 LG AI연구원 최정규 Language Lab 장이 발표에 나서 EXAONE의 음성과 언어 분야 기술 개발에 관해 말했습니다. EXAONE Voice 연구는 자기 지도학습, E2E (End To End) 음성 기술, 최적화(optimization), 도메인 적용의 총 네 단계를 거칩니다. 그중 최적화 기법 연구를 통해서는 보다 높은 정확도와 빠른 추론, 낮은 컴퓨팅 비용을 사용해 기술을 실현할 수 있다며 개별 연구 단계의 중요성에 대해 강조했습니다. 이 밖에도 LG AI연구원에서 GPU 카드 없는 실시간 스트리밍 E2E STT 추론 기술도 개발했다고 소개했습니다. 더불어, 내부 평가 결과 EXAONE이 안정적인 음성인식 정확도를 확보했다는 긍정적인 연구 성과를 알리기도 했습니다.

이번 학회에서 소개된 LG전자의 논문은 총 세 편으로 모두 포스터 세션에서 소개됐습니다. ▲QbyE-MLPMixer: Query-by-Example Open-Vocabulary Keyword Spotting using MLPMixer, ▲DyConvMixer: Dynamic Convolution Mixer Architecture for Open-Vocabulary Keyword Spotting, ▲Online Learning of Open-set Speaker Identification by Active User-registration 등 세 편의 논문 중 앞의 두 편 논문은 "하이 엘지!"와 같은 음성인식 호출어를 원하는 단어 조합으로 등록, 인식할 수 있는 '사용자 정의 호출어 인식'과 관련된 내용이며, 마지막 논문은 고객 맞춤형 음성인식 서비스에 활용할 수 있는 '화자 식별'에 대한 것으로 말하는 사람의 목소리를 구분하는 기술에 대해 다뤘습니다.

LG AI연구원을 비롯한 LG그룹은 더욱 수준 높은 서비스와 제품을 제공하기 위해 다양한 분야에서 음성 처리 기술에 대한 연구를 진행하고 있습니다. LG AI연구원은 이번 인터스피치 2022와 같이 학회에서 논문을 공유하고 부스를 운영하며 학계와 적극적으로 교류해 한층 발전된 연구를 진행할 계획입니다.