IPE(국제정치경제) 정세 : <디지털 테크>

최근 AI(인공지능) 생태계를 구축하기 위한 경쟁이 가열 찹니다. AI 음성시장, AI 비서, AI 영상, AI 안보 등등.

 

챗(Chat) GPT가 불어온 일상에서의 변화이죠. 오픈소스로 배포된 주요 음성 AI 모델과 경쟁을 탐구해봅니다.

www.mk.co.kr

 

이는 국제정치 영역 중에서 국제정치경제(IPE, International Political Economy)분야와 접맥이 됩니다. 몇 개의 핵심어만 익혀도 도움이 될 듯해서 살펴봅니다.

 

<오픈소스>하면, 누구나 무료로 소스코드에 접근해 활용할 수 있도록 한 것인데, 무료라는 이점을 갖고 있어 많이들 접근하며, 이를 통해 선점효과를 거둘 수 있기 때문이죠. 더 나아가 기술 표준화를 이루는데도 도움이 되구요.

 

LLM(거대언어모델, Large Language Model)의 경우 AI 생태계에서 가장 주목을 받고 있죠.

 

요즈음 ‘멀티 모달 시대’라고 하죠. <멀티 모달>(Multi Modal)은 말 자체로 문장, 이미지, 음성을 포함해 다양한 AI를 연동해 사용하는 시대를 의미합니다.

일상생활 속에서 XR(확장현실), VR(가상현실), AR(증강현실)이 이미 현실화되고 있는 상황을 반영하는 것이기도 합니다.

 

자~ 그럼 AI 음성 시장은 어떠한지 봅니다.

 

음성인식 시장은 규모로 보면 2024년 현재 169억 5000만 달러 정도 되는데 5년 뒤인 2029년에는 420억 8000만 달러가 된다고 예상하고 있네요. 한 3배 정도 커진다는 것이죠. 이는 추정치이고, 복합적인 변수를 더하면 이보다 더 커질 가능성도 있는 겁니다.

 

* 주요 회사들과 모델, 주요 특징을 보면 다음과 같습니다.

 

- Meta(메타): MMS, <4000개 이상 언어를 인식하고 생성>

- Kydai(큐타이): Moshi(모시), <생성시간 0.2초>

- Coqui(코키), 코키STT, <다앙한 언어와 음성 데이터 지원>

- Mozilla(모질라), DeepSpeech, <텐서 플로 기반 제작>

- Kaldi(칼디), 칼디, <연구와 상업적 응용에 적합한 모델> 등입니다.

 

Kydai(큐타이)의 Moshi(모시)는 인간 두뇌 시냅스에 해당되는 파라미터가 70억개에 달하는 ‘헬리움’이라는 언어 모델을 근간으로 한다고 하네요.

​

Coqui(코키)의 코키STT는 실시간 음성 인식과 텍스트와 음성 간 변환이 빠르며,

Mozilla(모질라)의 DeepSpeech는 그래픽처리장치인 GPU 효율을 한층 높인 음성AI 라고 하네요.

 

가장 선도적 역할을 하고 있는 오픈 AI는 챗GPT 음성모드를 출시했습니다. 구글(Google)에서는 제미나이(Gemini)라는 AI 음성 비서를 개발해 금년 8월에 공개했죠.

 

2024년 11월 12일 구글은 XR 기기용 운영체제인 ‘안드로이드 XR’(eXetened Reality)을 공개했습니다.

 

내년 2025년에는 삼성전자와 구글, 퀀컴이 합작해서 만든 XR(확장현실)을 구현하는 헤드셋을 시장에 내놓을 예정이라고 하네요.

 

앞으로 사물인터넷과 스마트 홈, 개인비서와 고객 서비스, 의료 및 헬스케어, 자동차 및 내비게이션, 자율주행, 통역과 번역, 교육 및 학습 프로그램, 게임 및 엔터테인먼트, 스포츠 과학, 법률 및 행정서비스 등 우리 일상과 접맥된 다양한 분야에서의 놀라운 변화가 예상됩니다.

 

자신이 관심 있게 쌓아온 전문적 지식의 축적과 함께, 새로운 혁신을 이루어 나가며, 앞으로 더욱 진화해 나가는 모습을 가져야 할 것으로 보입니다.

​

축적 -> 혁신 -> 진화 -> 미래로 이어질 수 있는 ‘도전과 기회’의 인생 고리를 잘 활용해 나가면서 함께 배워나가면 좋겠죠.//.

​

[추가 탐구]

 

* 보다 자세한 내용은 다음 기사를 참고하세요. [추가 탐구]의 읽기자료이기도 합니다.

https://www.mk.co.kr/news/it/11125020

커지는 AI음성시장 … 챗GPT 대항마 속속 나온다 - 매일경제