[로이슈 심준보 기자] 카카오가 자체 개발 AI 모델 Kanana-o의 음성 생성 기술을 고도화했다고 4일 밝혔다.

카카오에 따르면 이용자가 "아주 빠르게 읽어줘", "슬픈 목소리로 읽어줘", "경상도 사투리로 읽어줘" 등 자연어 지시만으로 속도, 음높이, 감정, 억양을 세밀하게 제어한 음성을 생성할 수 있다. "스포츠 중계하듯", "아나운서처럼" 같은 역할 기반 지시는 물론 여러 조건을 동시에 담은 복합 지시도 수행 가능하며, 한국어 학습에도 불구하고 영어 음성 생성도 무리 없이 수행한다.

Kanana-o는 발화 지시 이행 능력을 평가하는 한국어 벤치마크에서 94.50점을 기록해 GPT-4o-mini-tts를 넘어섰으며 구글 Gemini와 견줄 만한 성과를 보였다. 카카오는 자체 개발 음성 토크나이저 LM-SPT를 적용해 생성 속도와 효율을 향상시켰으며, 전문가 청취 평가에서도 최고 점수를 기록했다.

카카오 노병석 유니파이드 파운데이션 모델 성과리더는 "향후 Kanana-o 모델을 다양한 서비스에 적용해 더욱 자연스럽고 편리한 AI 음성 경험을 제공할 것"이라고 말했다.

심준보 로이슈(lawissue) 기자 xzvc@lawissue.co.kr