MS 팀즈, 내 목소리 복제해 9개 언어로 실시간 동시통역 지원한다

다국적 화상 회의에서 가장 어색한 순간은 말이 통하지 않을 때보다, 화면 너머에서 들려오는 딱딱하고 감정 없는 기계 음성 번역을 들을 때입니다.

마이크로소프트가 이 어색함을 없애기 위해 나섰습니다. 연례 기술 행사 '이그나이트 2024(Ignite 2024)'에서 마이크로소프트는 팀즈(Teams)를 위한 실시간 동시통역 도구인 '인터프리터(Interpreter)'를 공개했습니다. 참가자의 음성을 실시간으로 복제해 다른 언어로 자연스럽게 통역해 주는 기능입니다.

이 기능은 2025년 초 마이크로소프트 365 구독자를 대상으로 공식 출시될 예정입니다.

9개 언어로 구현되는 내 목소리

마이크로소프트 CMO 재러드 스파타로(Jared Spataro)의 설명에 따르면, 인터프리터는 사용자가 다른 언어를 전혀 구사하지 못해도 상대방에게 본인 목소리 그대로 들리도록 만듭니다.

지원 언어는 한국어를 포함해 영어, 프랑스어, 독일어, 이탈리아어, 일본어, 포르투갈어, 중국어(표준어), 스페인어 등 총 9개입니다.

회의 중 이 기능을 켜면 기계식 안내원 음성 대신 자신의 음색과 억양으로 번역된 외국어 음성이 전달됩니다. 비록 AI 번역이 전문 통역사에 비해 숙어나 문화적 뉘앙스를 담아내는 데는 한계가 있지만, 비용 절감 효과는 매우 큽니다. 시장조사기관 마켓앤마켓에 따르면 번역을 포함한 자연어 처리 시장 규모는 2026년까지 351억 달러에 달할 전망입니다.

사전 동의 없이는 작동하지 않는다

목소리 복제 기술이 업무용 협업 툴에 들어오는 만큼, 보안과 딥페이크에 대한 우려도 만만치 않습니다.

미국 연방거래위원회(FTC)에 따르면 지난해 신원 도용 사기로 인한 피해액만 10억 달러를 넘어섰습니다. 올해 초에는 범죄 조직이 팀즈 회의에서 임원을 사칭해 한 기업으로부터 2,500만 달러를 송금받아 가로챈 사건도 있었습니다. 오픈AI가 자체 음성 복제 기술인 '보이스 엔진'의 일반 공개를 미룬 것도 이러한 악용 위험 때문이었습니다.

마이크로소프트는 안전장치 마련에 공을 들였다고 강조합니다. 사용자가 회의 알림에서 직접 동의하거나 설정에서 '음성 시뮬레이션 동의'를 활성화해야만 기능이 켜지며, 기본값으로 작동하지 않습니다.

또한 생체 인식 데이터를 서버에 저장하지 않고, 원래 목소리에 자연스럽게 담긴 수준 이상의 감정을 임의로 추가하지 않으며, 언제든 설정을 끌 수 있다고 밝혔습니다.

왜 중요한가

글로벌 협업이 일상화된 기업 환경에서 언어 장벽은 뛰어난 인재의 발언권을 제한하는 대표적인 걸림돌이었습니다. 인터프리터가 지연 시간 없이 자연스러운 음성을 전달한다면, 직무 역량은 뛰어나지만 외국어 회화가 부담스러웠던 직원들도 모국어로 당당하게 글로벌 회의를 주도할 수 있게 됩니다.

산업 측면에서는 AI 번역의 격전지가 텍스트 자막에서 개인 맞춤형 실시간 음성 합성으로 완전히 이동하고 있음을 보여줍니다. 메타가 인스타그램 릴스에서 음성 번역을 시범 적용하고 일레븐랩스가 다국어 음성 생성 시장을 공략하는 가운데, 마이크로소프트는 전 세계 기업들이 매일 쓰는 팀즈에 이를 즉각 통합했습니다. 줌(Zoom)이나 구글 미트(Google Meet) 역시 유사한 기능을 빠르게 내놓아야 하는 압박을 받게 되었습니다.

저희가 보기에 마이크로소프트의 이번 접근은 범용 오디오 생성 도구로 풀지 않고, 실시간 회의 내부로 범위를 좁힌 뒤 당사자 직접 동의 절차를 둔 점에서 영리한 타협안입니다.

하지만 보안 리스크가 완전히 사라진 것은 아닙니다. 계정이 탈취되거나 사전 녹음된 유도 음성을 악용하는 시나리오가 여전히 가능한 만큼, 기업 보안 담당자들은 편리함을 누리기 전에 내부 승인과 송금 등 민감 업무에 대한 2차 검증 체계를 점검해야 할 것입니다.