2019 구글 IO 이후 보이스 컴퓨팅이 갑자기 주목을 받고 있네요. 몇가지 최근 소식을 전합니다.

우선 Adobe Analytics 팀이 400명의 비즈니스 결정권자들을 대상으로 관련 서베이를 진행했네요. 주제는 보이스 앱 투자 계획입니다. 결과는 다음의 도표로 요약됩니다.

대상자 중 91퍼센트가 해당 분야에 이미 상당한 투자를 진행 중이고 94%는 투자금액을 늘릴 계획을 가지고 있습니다. 66%는 음성 기술이 자사 매출확대에 기여한다고 강하게 믿고 있다고 합니다.

두번째 소식은 삼성이 적극적으로 관련 시장에 뛰어들기로 했습니다. Bixby 개발자 컨퍼런스를 개최한다네요. 삼성이 내세우는 장점 (전략)으로는 삼성 휴대폰을 비롯한 주요 가전에 빅스비 기능을 기본으로 탑재하여 잠재적 소비자 계층을 확대하고 개발자들에게는 돈벌이가 될 수 있는 다양한 방법을 제공할 것이라는데 정확한 내용은 좀 두고보아야 할 것 같습니다.

적극적 투자를 결정한 만큼 한국 시장에서도 비슷한 영업을 전개할 것 같은데 귀추가 주목되네요. 한국시장에서 만큼은 시장 지배적 지위를 이용해서 좀 다른 방법을 쓸 것 같은데 별로 좋은 예상이 들지는 않습니다.

LEED (Leadership in Energy and Environmental Design)는 미국 그린 빌딩 평의회 (U.S. Green Building Council)가 주관하는 그린 빌딩 인증 프로그램입니다. 한국에도 유사한 인증 프로그램이 있을 것으로 생각됩니다만 아파트에 적용된 경우는 본 적이 없군요.

올해 초 캐나다 요크 대학교가 새로운 빌딩을 지으면서 이 LEED의 인증을 받기 위해 특수한 시설을 설치한 바 있습니다. 구조물은 27미터 높이의 유리로 건축된 굴뚝의 구조를 가지고 있는데 건물 전체의 자연 환기를 도와주어 냉방 비용을 줄인다고 합니다.

자세한 내용은 이 페이지를 참조하시고 여기서는 사진과 도면만 가져왔습니다.

건물 중심의 높이 솟은 직사각형의 유리 구조물이 태양열을 받아 건물내 상승 기류를 만드는 모양입니다. 실제 개별 공간의 공기의 흐름은 컴퓨터로 제어되는 창문과 슬라브 구조 (천정 덕트인 듯)로 한다고 합니다. 천정뿐 아니라 바닥에도 냉난방 파이프를 설치했다는 것을 보면 한국의 온돌과 비슷한 구조를 슬라브 내에 설치한 것인지도 모르겠습니다.

이 건물의 에너지 사용량은 기준 대비 70퍼센트 정도라고하니 설비 비용을 연간 에너지 비용의 30%로 나누면 투자 비용의 회수 기간이 나오겠네요.

아마존이 가전 제품에 알렉사 스피커 기능을 넣는 전략에 대해 소개한 바 있습니다. 하드웨어 입장에서 보자면 이런 스마트 스피커 기능을 구현하기 위해 일정 수준 이상의 기능을 하는 시스템을 필요로 하겠지요.

그 중에서 현재 최적화가 잘 되어 있다고 생각되는 플랫폼이 NXP에서 제안하는 i.MX-RT 시스템입니다. 양산시 약 만원 정도의 부품비가 들 것으로 예상되는데 이는 기존의 비슷한 성능의 시스템에 비하면 상당히 저렴한 것이지요.

마침 어떤 전시회에서 데모를 시연하는 장면이 여기 있네요. 보드 크기는 명함 사이즈 정도 되어 보입니다. 참고로 홈서버에 이런 기능을 넣는 것은 비교적 쉽습니다. 홈서버의 프로세서의 성능이 여기 데모 시스템 보다 월등하고 예제도 많으니까요.

다시 하드웨어의 입장으로 돌아가 보면 이런 알렉사 턴키 솔류션은 원칙적으로 구글이나 네이버 보이스 시스템과 동작하지 말아야 할 이유는 하나도 없습니다. 마이크 인터페이싱, Beam Forming (포커싱), 또는 기타 신호처리 알고리즘은 모두 공통이고 음성 파형을 취득한 후 클라우드와 연동하는 부분만 차이가 나게 되지요.

결국 클라우드가 자사 음성 인식 엔진에 접속하는 권한을 타사에 오픈했는지 아니면 자사 스마트 스피커로 제한했는지의 차이입니다. 아마존은 아주 적극적으로 이 부분을 오픈하고 사업화하고 있고 구글은 기술 자체는 오픈했지만 사업적으로는 아직은 기업에 오픈하지는 않은 상태입니다. 네이버는 아마도 아마존 모델을 따라가지 않을까 싶네요.

이것이 왜 사업모델이 되는 가는 음성 명령 구현 체계를 생각해 보면 알 수 있습니다. 음성 명령 구현의 첫번째 단계는 음성 파형을 인식해 문장으로 만들어 내는 (Speech to Text)이고 이 단계는 이제 특별히 기술이라고 할 수도 없는 상황입니다. 언어별 차이점은 있지만 영어에서 잘 동작하는 음성 인식 엔진은 한국어에서도 잘 동작한다는 것은 이미 잘 알려진 바 입니다.

정작 중요한 부분은 두번째인 문장의 의미를 해석해서 (또는 해석하지 않더라도) 의미있는 응답을 만들어 내는 부분입니다. 아래 그림의 첫번째 블록 다이어그램에서 룰 엔진(Rule Engine)에 해당하는 부분이지요.

요즘 소비자 상담 전화는 대부분 AI가 처리합니다. 이는 위 두번째 다이어그램에서처럼 룰엔진 부분이 채팅 로봇으로 구현된 경우입니다. 아마존의 사업 전략은 이 룰엔진 부분을 외부 업체에 오픈하여 자신들의 룰엔진을 만들도록 한 것입니다. (세번째 다이어그램)

따라서 “알렉사, 이번 달 관리비 얼마야?” 라고 물어봤을 때 그 대답으로 관리비 내역을 말하도록 하는 기능은 아마존 AI가 하는 것이 아니고 홈네트워크 업체가 아마존 알렉사 스킬 프로그래밍을 통해 만들어 주는 것입니다. 이런 룰엔진이 일단 아마존 서버에 아마존 API로구현되면 그 기능을 구글 클라우드로 이전하는 것은 별로 쉽지 않겠지요.