음성 AI 시장의 경쟁 기준이 발화 품질 하나에서 속도, 비용, 개인정보 보호로 확장되고 있다. 클라우드 기반 음성 AI는 네트워크 지연과 추론 비용, 개인정보 유출 위험이라는 제약을 안고 있었고, 이를 줄이려는 시도로 온디바이스(인터넷 없이 기기 내부에서 작동) 음성 AI가 새로운 축으로 떠오르고 있다.
아웃오브셋, 통합 브랜드 '에어리' 공개
이런 흐름 속에서 아웃오브셋은 음성 AI 기술과 제품을 통합한 브랜드 '에어리(Airy)'를 공개하고, 웹 기반 음성 콘텐츠 제작 서비스 '에어리 스튜디오'를 출시했다. 에어리 스튜디오는 별도 설치 없이 브라우저에서 바로 음성을 생성할 수 있는 웹서비스로, 한국어와 영어 2종 언어와 10종의 보이스 캐릭터를 지원한다.
핵심은 속도, TTFB 0.2초
아웃오브셋은 자체 개발한 초경량 문자 음성 변환(TTS) 모델을 적용해 생성 버튼을 누른 뒤 0.2초 만에 첫 음성 출력을 구현했다. 이는 음성 AI 경쟁이 발화 품질뿐 아니라 응답 속도로도 옮겨가고 있음을 보여주는 대목이다. 아웃오브셋은 중소벤처기업부 팁스(TIPS)에 선정됐으며, 더벤처스의 추천을 받았다. 팁스 과제를 통해 온디바이스 음성 파운데이션 모델 개발을 진행 중이다.
김형주 아웃오브셋 대표는 네오사피엔스와 수퍼톤 출신으로 온디바이스 음성 합성 모델 개발 경력을 쌓아왔다. 김 대표는 “막대한 클라우드 추론 비용과 지연 시간을 줄여 사람과 기기를 즉각적으로 연결하는 것이 온디바이스 음성 AI의 핵심 과제”라며 “에어리 스튜디오에서 가볍고 빠른 음성 경험을 제공하고, 개발자도 활용할 수 있는 온디바이스 음성 AI 생태계를 구축하겠다”고 말했다.
남은 과제는 온디바이스에서의 재현
아웃오브셋의 다음 과제는 웹에서 구현한 속도를 온디바이스 환경에서도 음질 저하 없이 재현하는 것이다. 클라우드 의존을 줄이면서도 품질을 유지하는 기술이 확보되면, 음성 AI 시장의 경쟁 기준은 발화 품질과 속도, 비용, 개인정보 보호를 아우르는 방향으로 더 넓어질 것으로 보인다.