애플, 15분 녹음으로 목소리 복제하는 ‘개인 음성’ 등 접근성 기능 예고

언젠가 자신의 목소리를 잃게 될 수 있다면, 지금의 목소리를 미리 기기에 저장해 두고 싶지 않을까요?

Apple이 5월 16일, 올해 말 iPhone, iPad, Mac에 도입될 차세대 손쉬운 사용(Accessibility) 기능을 대거 공개했습니다. 인지, 시각, 언어 장애 커뮤니티의 직접적인 피드백을 반영해 개발된 기능들입니다.

15분 동안 책을 읽으면 완성되는 내 목소리

가장 주목받은 기능은 단연 ‘개인 음성(Personal Voice)’입니다. 루게릭병(ALS)처럼 점진적으로 말하는 능력을 잃을 위험이 있는 사람들을 위해 만들어진 합성 음성 도구입니다.

사용 방법은 간단합니다. 기기 마이크를 향해 무작위로 제시되는 문장을 약 15분간 또박또박 읽으면 됩니다. 그 뒤 Apple Silicon 기기 내부의 온디바이스 머신러닝이 이를 학습해 본인의 음색과 흡사한 맞춤형 인공지능 목소리를 생성합니다.

음성 복제 기술은 악용 위험이 큽니다. 이에 따라 Apple은 모든 음성 연산을 기기 안에서만 처리하도록 제한했습니다. 생성된 음성 데이터는 Apple 본사를 포함한 그 누구와도 공유되지 않으며, 가족끼리 기기를 공유할 때 생길 수 있는 혼선을 막기 위해 기본적으로 Apple ID와도 자동 연동되지 않습니다. 다른 기기로 넘기려면 사용자가 직접 승인해야 합니다.

이와 연계되는 ‘실시간 말하기(Live Speech)’도 함께 제공됩니다. 언어 장애가 있거나 말을 하기 어려운 상황일 때, 텍스트를 입력하면 기기가 통화나 FaceTime, 잠금 화면에서 대신 읽어줍니다. 자주 쓰는 문구는 미리 저장해 두고 빠르게 재생할 수 있습니다.

인지 기능을 돕는 단순한 화면과 ‘가리키면 읽어주기’

인지 장애 사용자를 위한 ‘보조 접근(Assistive Access)’도 눈에 띕니다. 복잡한 iOS 화면을 큼직한 아이콘과 높은 대비, 명확한 라벨로 단순화해 줍니다. 전화와 FaceTime 앱을 하나로 합치는 등 핵심 기능에만 집중할 수 있게 구성됩니다.

시각 장애인을 위한 확대기 앱에는 ‘가리켜 말하기(Point and Speak)’가 추가됩니다. 카메라와 LiDAR 스캐너를 활용해 여러 글자가 적힌 물리적 물체를 인식합니다. 예를 들어 시각 장애인이 전자레인지 조작판을 손가락으로 가리키면, 기기가 ‘팝콘’인지 ‘해동’인지 문자를 파악해 소리로 읽어줍니다. 한국어를 포함해 다양한 언어를 지원합니다.

이 밖에도 음성 명령으로 글을 쓸 때 철자가 비슷한 단어 수정을 돕는 음성 추천 기능이 추가되며, 수어 통역 서비스인 SignTime은 독일, 이탈리아, 스페인, 한국으로 서비스 지역을 넓힙니다.

왜 중요한가

이번 발표는 첨단 머신러닝 기술이 가장 취약한 사용자의 일상을 어떻게 바꿀 수 있는지 명확하게 보여줍니다.

수많은 생성형 AI 서비스가 데이터를 클라우드로 전송해 프라이버시 침해와 딥페이크 위협을 낳고 있는 반면, Apple은 개인 음성 생성의 모든 과정을 온디바이스로 묶어 두었습니다. 질환으로 목소리를 잃어가는 당사자들에게 유출 걱정 없이 안심하고 정체성을 보존할 수 있는 안전장치를 마련한 셈입니다.

일반 소비자와 보호자 입장에서도 반가운 변화입니다. 고가의 특수 보조 기기를 별도로 구매하지 않고도 평소 쓰던 스마트폰으로 전자제품 조작과 일상 대화를 보조받을 수 있기 때문입니다.

다만 개인 음성 생성에는 Apple Silicon 칩셋이, 가리켜 말하기에는 LiDAR 센서가 탑재된 고성능 기기가 필요하다는 점은 진입 장벽으로 남습니다. 그럼에도 기기 자체의 연산력을 화려한 벤치마크 경쟁 대신 인간의 존엄성을 지키는 데 적극 활용했다는 점에서 업계에 시사하는 바가 큽니다.