기술/연구

공짜인데 성능 역대급? 엔비디아 음성 AI, 판 흔들까?

댓글 0 · 저장 0 2025.05.06 11:06

기사 3줄 요약

1 엔비디아, 고성능 음성인식 AI '패러킷' 무료 공개
2 1시간 분량 음성, 1초 만에 텍스트 변환 가능
3 오픈소스 생태계 확장 및 AI 시장 영향력 강화 노려

GPU 만들던 엔비디아가 이번엔 제대로 사고 쳤습니다. 역대급 성능의 음성인식 인공지능(AI) 모델 '패러킷-TDT-0.6B-V2'(이하 패러킷)을 누구나 쓸 수 있게 공짜로, 그것도 소스 코드까지 전부 공개한 것입니다. 1시간 분량의 오디오 파일을 단 1초 만에 텍스트로 변환하는 놀라운 속도를 자랑하는데, 이게 무료라니 업계가 술렁이고 있습니다. 엔비디아는 원래 게임용 그래픽 카드(GPU)로 유명했지만, 이제는 AI 학습에 필수적인 고성능 GPU 시장을 장악하며 AI 시대의 핵심 기업으로 떠올랐습니다. 그런 엔비디아가 왜 이런 고성능 AI를 공짜로 풀었을까요? 전문가들은 엔비디아가 하드웨어뿐 아니라 AI 소프트웨어 생태계까지 장악하려는 큰 그림을 그리고 있다고 분석합니다.

그래서 얼마나 대단한 건데?

패러킷 AI의 실력은 이미 검증됐습니다. AI 모델 성능을 겨루는 허깅페이스(Hugging Face)의 '오픈 ASR 리더보드'에서 당당히 1위를 차지했습니다. 음성인식 정확도를 나타내는 단어 오류율(WER)은 6.05%로 매우 낮습니다. 쉽게 말해, 100단어를 받아쓰면 6개 정도만 틀린다는 의미입니다. 특히 1시간 분량의 음성을 1초 만에 처리하는 속도(RTFx 3386)는 타의 추종을 불허합니다. 기존의 강자인 OpenAI의 '위스퍼(Whisper)' 모델과 비교해도 뒤지지 않는 성능입니다. 위스퍼는 정확도가 높지만 소스코드가 완전히 공개되지 않았고, 다른 상업용 모델들은 사용료를 내야 합니다. 반면 패러킷은 성능과 속도, 그리고 '오픈소스'라는 강력한 무기까지 갖춘 셈입니다.

어떻게 만들었길래?

엔비디아는 자신들의 강력한 GPU 기술과 AI 개발 도구인 '니모(NeMo) 프레임워크'를 활용해 패러킷을 개발했습니다. 약 12만 시간 분량의 방대한 영어 음성 데이터를 학습시켜 성능을 끌어올렸습니다. 이 데이터에는 실제 사람의 목소리뿐 아니라, AI가 생성한 가짜 목소리 데이터까지 포함되어 다양한 환경에서의 인식률을 높였습니다. 이렇게 개발된 AI 모델의 설계도(소스코드)와 학습 방법까지 모두 공개한 것이 '오픈소스'의 핵심입니다. 누구나 이 기술을 가져다 쓰고, 심지어 더 발전시킬 수도 있습니다. 엔비디아는 이를 통해 더 많은 개발자들이 자신들의 기술 생태계 안으로 들어오기를 기대하고 있습니다.

이걸로 뭘 할 수 있는데?

패러킷 AI의 활용 분야는 무궁무진합니다. 유튜브 영상에 자동으로 자막을 달거나, 회의 내용을 실시간으로 기록하고 정리하는 데 쓰일 수 있습니다. AI 비서나 콜센터의 응답 성능을 높이는 것은 물론, 의사가 환자와 나눈 대화를 자동으로 기록하거나, 금융 회사의 실적 발표 내용을 텍스트로 변환하는 등 전문 분야에서도 활약할 수 있습니다. 엔비디아는 개발자들이 쉽게 패러킷 AI를 사용할 수 있도록 사용법도 친절하게 안내하고 있습니다. 몇 줄의 코드만으로 강력한 음성인식 기능을 자신의 서비스에 탑재할 수 있게 된 것입니다. 앞으로 이 기술을 활용한 새롭고 혁신적인 서비스들이 많이 등장할 것으로 기대됩니다. 결국 엔비디아의 이번 행보는 단순히 좋은 AI 모델 하나를 공개한 것을 넘어, AI 기술의 접근성을 높이고 관련 생태계를 확장하려는 전략적 움직임으로 보입니다. 공짜로 풀린 고성능 AI가 앞으로 음성인식 시장과 AI 산업 전반에 어떤 변화를 가져올지 주목해야 하겠습니다.