음성만으로 학습한 대화 AI 공개

Block이 음성 대화 모델 Dessa를 공개했다. 회사 설명에 따르면 이 모델은 사람의 말소리만으로 처음부터 학습됐고, 텍스트를 중간 표현으로 두지 않는 ‘speech-to-speech’ 방식이다. 공개된 시연에는 사람과의 여러 대화가 포함됐다. 일부는 어색하거나 엉뚱한 반응도 있었지만, 전반적으로 자연스러운 대화 흐름을 보여주려는 목적이 드러난다. Block은 Dessa가 MacBook Pro M4 Max 이상 환경에서 로컬로 실행될 수 있다고 밝혔다.

기술적으로 중요한 지점은 음성을 다시 텍스트로 바꿔 처리하는 기존 음성 AI의 한계를 줄이려는 시도에 있다. Dessa 팀은 아기가 글을 보지 않고 말을 배우듯, 모델도 인간의 발화만으로 말하기를 익힐 수 있는지 실험했다고 설명했다. 또 음성은 가장 자연스러운 인터페이스인데, 현재의 음성 AI는 인간의 말 타이밍과 감정 신호를 충분히 다루지 못한다고 봤다. 특히 고통 같은 감정 상태를 알아듣지 못한 채 응답을 이어가는 문제를 안전 이슈로 제시했고, 이를 개선하기 위한 단계로 Dessa를 소개했다. 초기 접근은 소수의 AI 안전 연구자에게 제공될 예정이다.