한영섭 LGU+ 언어기술팀 팀장 “자체 개발 기술 중 ‘화자인식’이 경쟁력”

한영섭 LG유플러스 언어기술팀 팀장이 시사저널e가 23일 주최한 '제8회 인공지능 국제포럼(AIF2022)'에서 발표하고 있다. / 사진 = 시사저널e
한영섭 LG유플러스 언어기술팀 팀장이 시사저널e가 23일 주최한 '제8회 인공지능 국제포럼(AIF2022)'에서 발표하고 있다. / 사진 = 시사저널e

[시사저널e=김용수 기자] LG유플러스가 연내 이용자의 음성을 인식해 상담 서비스를 제공하는 ‘AI 콜봇’과, 이용자 음성으로 연령대·성별 등을 구분해 적합한 콘텐츠를 추천하는 인터넷(IP)TV 서비스를 상용화한다.

해당 서비스는 LG유플러스가 자체 개발한 인공지능(AI) 기술인 ‘화자인식’ 엔진 등을 기반으로 제공될 예정이다.

23일 한영섭 LG유플러스 언어기술팀 팀장은 서울 용산구 그랜드하얏트서울호텔에서 열린 ‘제8회 인공지능 국제포럼(AIF2022)’에 참석해 ‘음성 대화형 서비스 동향과 LG유플러스 서비스’를 주제로 한 발표에서 이같이 밝혔다.

IT업계에 따르면 최근 국내외 기업들은 앞다퉈 AI 기반 음성 대화 서비스를 출시 및 고도화하고 있다. 글로벌 기업 중에선 애플의 ‘시리’, 구글의 ‘어시스턴트’, 아마존 ‘알렉사’ 등이 있다.

국내 기업들도 개인 맞춤형 서비스를 위해 음성 대화형 서비스를 제공하고 있다. 예컨대 네이버는 지난 5월 돌봄이 필요한 어르신 1인 가구에 AI가 전화를 걸어 식사, 수면, 건강 등의 주제로 안부를 확인하는 ‘클로바 케이콜’을 출시했다.

통신3사 중에선 KT가 지난해 12월 고객의 전화문의, 요청을 AI를 통해 대신 처리해 주는 음성 기반 소상공인 비서 서비스 ‘AI 통화비서’를 출시한 데 이어, 지난 5월 SK텔레콤이 초거대 AI 모델을 활용한 서비스 ‘에이닷’을 출시했다.

LG유플러스도 연내 소상공인을 대상으로 한 AI 콜봇 ‘AI 가게 매니저’를 출시할 계획이다. 콜봇은 미리 녹음된 음성 안내만 가능한 자동응답시스템(ARS)가 진화한 형태로, 상대방의 음성을 인식해 의도를 분석하고 대화하듯 말을 주고받을 수 있다.

아울러 LG유플러스는 연내 자체 개발한 AI 기술을 기반으로, 음성으로 이용자의 특성을 분석해 적합한 콘텐츠를 제공하는 서비스 상용화에도 나설 계획이다.

한 팀장은 “올해 집중한 것은 IPTV 통합 검색이다. 기존의 VOD뿐 아니라 넷플릭스 등 OTT를 통합 검색할 수 있고, 이용자가 프로필을 등록하지 않아도 음성에 따라 이용자의 성별·연령대 등을 구분해, 명령어에 따라 적합한 콘텐츠가 보이는 형태로 바꿔가고 있다”며 “이는 LG유플러스가 자체 개발한 기술로 연내 상용화할 계획”이라고 밝혔다.

그는 “그간 LG유플러스는 대외 협력을 중심으로 기술을 확보해 서비스를 출시해 왔는데, VOC 대응이나 협력사의 기술 로드맵에 맞추다 보니 (서비스를) 적시에 출시할 수 없는 등 페인포인트가 있었다”며 “이에 핵심 영역은 자체 개발하잔 의사결정이 있었고 3년 전부터 기술을 자체 개발해오고 있다”고 강조했다.

이날 한 팀장은 LG유플러스의 자체 개발 기술 중 이용자의 목소리를 구분하는 ‘화자인식’ 등 고객 맞춤형 음성인식 기술을 경쟁력으로 꼽았다.

그는 “LG유플러스의 경쟁력이라고 볼 수 있는 건 ‘화자인식’ 기술이다. 개인화된 콘텐츠를 추천하기 위해선 고객이 프로필을 등록하는 과정이 필요한데, 대체로 이를 어렵고 싫어하는 경향이 있다”며 “고객의 음성으로 구분할 수 있으면 더 적합한 콘텐츠 제공 가능할 것으로 판단해 2년 전부터 화자인식 기술을 개발해왔다. 이 기술은 연내 베타 서비스를 거쳐, 내년 상용화할 계획”이라고 설명했다.

이밖에 LG유플러스는 AI 기술 엔진의 효율성과 지속적인 학습 및 모델 고도화를 위해 내부 기술과 외부 협력으로 ‘기계학습 상용 적용(ML-Ops) 플랫폼’도 구축해 운영 중이다.

한 팀장은 “개발자 수급과 개발한 것을 운영 및 유지하는 것이 굉장히 어렵다. 처음 인하우스 개발을 시작하면서 인력을 채용했지만, 개발자들이 개발을 쉽게 하기 위한 환경을 구축하는 게 어려웠다. 이를 외부 솔루션에 의존해 패키지를 도입하는 것 자체에도 어려움이 있었다”며 “이에 머신러닝과 오퍼레이션이 합쳐진 모델인 모델러가 직접 개발한 게 자동 학습되고, 그것이 상용서비스에 바로 적용되는 ML-Ops 개념에 대해 공부하기 시작했고, 내부 기술과 외부 협력 통해 플랫폼을 구축했다”고 설명했다.

저작권자 © 시사저널e 무단전재 및 재배포 금지