LG전자, '대화하는 가전' 어떻게 구현했나…'씽큐 온'에 대화형 AI 입혔다

MS 인더스트리 서밋서 '씽큐 온' 보이스 에이전트 협업 사례 공개

MS 애저 기반 음성인식·대화·음성합성 고도화…LG 제품명·기능명까지 학습

가전 시연 영상 공개, 말 끊고 새 요청하거나 앞선 대화 맥락 이어가

김철하 LG전자 HS플랫폼사업센터 팀장이 30일 서울 코엑스에서 열린 ‘마이크로소프트 인더스트리 서밋’에서 ‘에이전트와 음성으로 완성하는 AI 홈 경험’을 주제로 양사의 AI 홈 음성 에이전트 협업 사례를 소개하고 있다 [사진=안신혜 기자]

LG전자가 마이크로소프트(MS)와 손잡고 가전과 자연스럽게 대화할 수 있는 인공지능(AI) 홈을 구현하고 있다. 사용자의 말을 정확하게 알아듣고 사람처럼 대화를 이어가면서 LG전자만의 목소리로 답하는 음성 에이전트를 만드는 것이 목표다. 

김철하 LG전자 HS플랫폼사업센터 팀장은 30일 서울 코엑스에서 열린 '마이크로소프트 인더스트리 서밋'에서 '에이전트와 음성으로 완성하는 AI 홈 경험'을 주제로 양사의 AI 홈 음성 에이전트 협업 사례를 소개했다.  

LG전자는 AI 가전을 온디바이스와 클라우드를 결합한 형태로 개발하고 있다. 이 과정에서 MS와 협업해 음성인식(STT)과 의도 분석, 음성합성(TTS) 등 보이스 에이전트의 핵심 기능을 고도화하고 있다. 

씽큐 온은 LG전자 AI 홈의 중심에서 가전과 사물인터넷(IoT) 기기를 연결·제어하는 스마트홈 허브다. 생성형 AI를 기반으로 이용자와 일상적인 언어로 대화하고, 대화 내용을 바탕으로 연결된 가전을 제어하거나 필요한 서비스를 제공한다. 

김 팀장은 음성 AI 개발 방향에 대해 "사용자의 말을 정확하게 인식하는 수준에서 사람과 자연스럽게 대화를 이어가는 형태로 발전하고 있다"고 설명했다. 

LG전자는 이 같은 방향성을 씽큐 온의 보이스 에이전트에 적용하고 있다. 새 보이스 에이전트는 이용자의 말을 듣는 동안 추론과 답변 준비를 시작해 대화 지연을 줄였다. 이용자가 말을 잠시 멈추면 다음 발화를 기다리고, AI가 답변하는 도중 새로운 말을 꺼내면 기존 답변을 멈추고 새 요청을 처리하는 것도 가능해졌다. 

이 같은 실시간 대화에는 MS의 '보이스 라이브(Voice Live)'가 활용됐다. 음성인식 결과가 모두 나오기를 기다리지 않고 일부 결과가 생성되는 대로 다음 단계의 처리를 시작해 응답 시간을 줄이는 방식이다. 

김 팀장은 보이스 에이전트가 대화 맥락을 이해해 가전을 제어하고 이용자의 요청에 맞춰 콘텐츠를 생성하는 모습을 보여주는 시연 영상도 선보였다. 아이가 편하게 잘 수 있는 온도를 물은 뒤 "그럼 침실 에어컨을 그 온도로 맞춰줘"라고 말하자 대화 내용을 바탕으로 에어컨을 제어했다. 

음성인식에는 마이크로소프트 애저의 '커스텀 스피치(Custom Speech)'를 활용했다. 일반 음성 모델이 인식하기 어려운 LG전자 제품명과 기능명 등을 학습시키는 데 사용했다.

김 팀장은 씽큐 언어팩을 활용하면서 언어별 음성인식 성능을 개선하는 데 걸리는 시간도 줄였다고 설명했다. 그는 "다른 사업부의 경우 29개 언어의 음성인식 성능을 개선하는 데 약 10년이 걸렸다"며 "씽큐가 이미 보유하고 있던 언어팩을 활용, 1년 만에 16개 언어의 음성인식 성능을 개선했다"고 말했다. 기존 사례와 비교하면 약 5.9배 빠른 개발 속도다. 

음성합성에는 MS의 커스텀 HD 모델과 LG전자의 AI 페르소나를 결합했다. 상황과 대화 맥락에 따라 어조를 달리하면서 LG전자만의 ‘브랜드 보이스’를 구현하기 위해서다. 

김 팀장은 "보이스 에이전트의 기능은 빠르게 고도화하고 있다"고 설명했다. 해당 시연 영상은 지난 9월 4일 촬영한 것으로, 당시는 수면 음악을 추천하는 데 그쳤지만 현재는 추천한 음악을 실제로 재생할 수 있도록 기능을 추가했고 응답 속도도 개선한 상태다. 

김 팀장은 "좋은 음성 에이전트는 잘 알아듣고 사람과 대화하듯 대화하며 브랜드의 목소리를 내는 것"이라며 "마이크로소프트와 협업하면서 음성 경험을 더 풍부하게 만들어가고 있다"고 말했다.