구글 딥마인드, ‘제미나이 3.1 플래시 TTS’ 공개…말투·속도까지 텍스트로 조정

구글의 인공지능 연구 조직인 딥마인드가 최근 새로운 음성 합성 모델인 '제미나이 3.1 플래시 TTS'를 공개했습니다. 이 모델은 기존의 기계적인 목소리를 뛰어넘어 훨씬 더 자연스러운 음성을 제공하는 것이 특징입니다. 특히 주목할 점은 사용자가 텍스트 명령만으로 말투, 속도, 그리고 분위기까지 조정할 수 있다는 점입니다. 이는 음성 합성 기술의 새로운 이정표라 할 수 있습니다.

제미나이 3.1 플래시 TTS는 사용자가 특정한 지시어를 통해 음성의 억양과 톤을 조절할 수 있도록 설계되었습니다. 예를 들어, '열정적인', '긍정적으로 놀란', '정보 전달형'과 같은 지시어를 입력하면, 그에 맞는 음성의 전달 방식이 적용됩니다. 이로 인해 사용자는 원하는 감정이나 분위기를 담아 음성을 생성할 수 있게 되며, 이는 특히 고객 서비스나 교육 분야에서 큰 활용 가능성을 지니고 있습니다.

구글은 블로그를 통해 제미나이 3.1 플래시 TTS의 시연 영상을 공개했습니다. 이 영상에서는 사용자가 선택한 목소리뿐만 아니라, 음성의 전달 방식까지 세밀하게 조정할 수 있는 모습을 보여주었습니다. 이를 통해 사용자는 단순히 목소리의 톤만 고르는 것이 아니라, 감정 표현까지도 다양하게 조절할 수 있는 기회를 가지게 됩니다.

이 기술은 음성 합성의 발전을 더욱 가속화할 것으로 기대됩니다. 자연스러운 대화형 인터페이스를 제공함으로써, 사용자와 기계 간의 상호작용이 한층 더 매끄럽고 인상 깊어질 것입니다. 특히, 챗봇이나 가상 비서와 같은 분야에서 고객의 경험을 개선하는 데 큰 도움이 될 것입니다.

딥마인드의 새로운 모델은 인공지능 음성 합성의 미래를 알리는 신호탄이 될 것으로 보입니다. 앞으로 이러한 기술이 어떻게 발전할지, 그리고 우리의 일상 속에서 어떤 변화를 가져올지 주목할 필요가 있습니다.