구글 번역에 제미나이 탑재: 70개 언어 실시간 통역과 맞춤형 회화 학습 지원
구글이 구글 번역 앱에 제미나이 모델 기반의 실시간 양방향 대화 통역과 맞춤형 언어 연습 기능을 도입했다. 실시간 통역은 70개 이상의 언어를 지원하며 소음 환경에서도 억양과 대화 중단을 감지해 번역한다. 개인 수준에 맞춘 듣기·말하기 연습 기능도 함께 선보였으며 미국, 인도, 멕시코 등에 우선 출시된다.
AI 음성
최신 소식 보기
구글 노트북LM, 영상 개요 80개 언어 확대…오디오 심층 분석도 강화
구글이 노트북LM의 영상 개요 지원 언어를 80개 이상으로 대폭 확대했다. 비영어권 오디오 개요 역시 기존 단순 요약에서 벗어나 영어 버전과 동일한 수준의 장문 심층 토론으로 업그레이드됐다. 업데이트는 금주 내 전 세계에 순차 적용된다.
테슬라, 중국서 딥시크·바이트댄스 품었다…차량용 AI 음성 비서 출시
테슬라가 중국 시장용 전기차에 딥시크와 바이트댄스 LLM을 결합한 신규 AI 음성 비서 ‘Hey Tesla’를 선보였다. 차량 제어는 바이트댄스 ‘도우바오’가, 일상 대화는 딥시크가 전담한다. 8월 출시된 6인승 모델 Y L에 우선 탑재돼 로컬 전기차 브랜드와의 스마트 캐빈 격차를 좁힌다.
런웨이, Act-Two에 '보이스' 기능 추가: 캐릭터 목소리까지 맞춤 연출
Runway가 Act-Two에 Voices 기능을 도입했다. 이제 캐릭터의 움직임뿐 아니라 음성 톤과 연기 스타일까지 손쉽게 수정해 생성된 캐릭터에 딱 맞는 사운드를 입힐 수 있다.
구글, '제미나이 포 홈' 공개…기존 어시스턴트 대체한다
구글이 홈 기기용 차세대 AI 어시스턴트 '제미나이 포 홈'을 발표했다. "침실 빼고 모든 조명 꺼줘" 같은 복잡한 다중 명령을 이해하며, 실시간 대화 기능인 제미나이 라이브를 지원한다. 기존 구글 어시스턴트를 순차적으로 대체하며 10월 얼리 액세스를 시작한다.
구글, 제미나이 라이브 대규모 업데이트: 화면 직접 표시 안내와 앱 연동 지원
구글이 제미나이 라이브 업데이트를 공개했습니다. 카메라를 비추면 화면에 필요한 물건을 직접 표시해 주는 시각 가이드가 추가되고 캘린더·할 일 등 구글 앱 연동과 감정 표현 음성이 강화됩니다. 시각 가이드는 8월 28일 픽셀 10 출시와 함께 순차 배포됩니다.
구글, 픽셀 10 탑재 9대 AI 기능 소개…텐서 G5로 온디바이스 처리 강화
구글이 픽셀 10 시리즈에 적용되는 9가지 신규 AI 기능을 공개했다. 딥마인드와 협력 설계한 텐서 G5 칩과 제미나이 나노를 바탕으로 앱 간 정보를 연결하는 '매직 큐'와 통화 실시간 음성 복제 번역 등 복잡한 생성형 AI 작업을 기기 내에서 처리한다.
일레븐랩스, 'Eleven v3 알파' API 출시… 다자간 대화 모드 지원
일레븐랩스가 차세대 음성 모델 'Eleven v3 (alpha)'를 API로 공개했다. 70개 이상의 언어를 지원하며, 인원수 제한 없이 자연스러운 끼어들기와 감정 전환을 처리하는 대화 모드 및 오디오 태그 기반 감정 제어 기능이 추가됐다.
메타, 릴스 AI 번역 확대: 본인 목소리로 자동 더빙하고 입모양까지 맞춘다
메타가 페이스북과 인스타그램 릴스용 AI 번역 기능을 확대 적용했다. 크리에이터 본인의 음색과 어조를 유지하며 자동 더빙하고 입술 움직임까지 맞춰준다. 영어와 스페인어 상호 번역을 우선 지원하며 공개 계정 크리에이터에게 제공된다.
일레븐랩스, 텍스트 전용 AI 에이전트 기능 '챗 모드' 출시
일레븐랩스는 대화형 에이전트 플랫폼에 텍스트 전용 기능인 '챗 모드'를 도입했다. 주문 번호나 이메일 등 정밀한 입력이 필요한 상황을 위한 기능으로, 기존 음성 에이전트도 HTML 코드 한 줄이나 API를 통해 즉시 텍스트 모드로 전환해 배포할 수 있다.
구글 문서, 제미나이 기반 문서 읽어주기 기능 추가: 자연스러운 음성과 배속 지원
구글이 구글 문서(Google Docs)에 제미나이(Gemini) 기반 오디오 읽어주기 기능을 추가했다고 밝혔다. '도구 > 오디오' 메뉴에서 현재 탭 내용을 자연스러운 음성으로 들을 수 있으며, 음성 종류와 재생 속도도 변경 가능하다. 워크스페이스 비즈니스·엔터프라이즈 및 제미나이 구독자에게 순차 배포된다.
엔비디아, 약 100만 시간 규모 다국어 음성 데이터셋 'Granary' 및 신규 모델 오픈소스 공개
엔비디아가 25개 유럽 언어를 지원하는 음성 데이터셋 'Granary'를 오픈소스로 공개했다. 약 100만 시간의 오디오를 담고 있으며, 최고 수준의 정확도를 갖춘 Canary-1b-v2와 초고속 실시간 전사를 지원하는 Parakeet-tdt-0.6b-v3 모델도 허깅페이스에 함께 출시됐다.
애플, 탁상용 로봇과 새 시리 등 AI 스마트홈 기기 대거 준비 중
블룸버그에 따르면 애플은 모터 암이 달린 탁상용 로봇, 스마트 디스플레이, 보안 카메라 등 AI 하드웨어 4종을 2026~2027년 출시 목표로 개발하고 있다. 또한 'Bubbles'라는 캐릭터를 도입해 시리를 기초부터 전면 재구축 중인 것으로 전해졌다.
iOS 26 베타서 포착: 양쪽 에어팟 동시에 누르면 대면 실시간 번역 켜진다
iOS 26 개발자 베타 6에서 양쪽 에어팟 기둥을 동시에 누르는 새로운 제스처 이미지가 포착되었습니다. 이는 기본 번역 앱과 연동되어 실제 대면 대화 실시간 번역을 지원하는 기능으로 보입니다. 에어팟 프로 2세대와 에어팟 4세대에 적용될 예정이나, 구체적인 지원 아이폰 기종은 아직 미정입니다.
미니맥스, 40개 언어 지원 음성 복제 모델 '스피치 2.5' 출시
미니맥스가 차세대 음성 모델 'Speech 2.5'를 정식 출시했습니다. 총 40개 언어를 지원하며 기계음을 없애고 억양, 연령대, 감정 표현을 정밀하게 복제하는 것이 특징입니다. 다국어 콘텐츠 제작과 더빙 작업의 효율이 한층 높아질 것으로 보입니다.
MS 임원이 밝힌 2030년 윈도우 비전: 마우스와 키보드 대신 음성·멀티모달 AI 주도
마이크로소프트 임원이 2030년 윈도우 운영체제의 비전을 공개했다. 미래의 PC는 사용자가 보는 것을 보고 듣는 것을 들으며 음성과 멀티모달 AI로 소통하게 되어, 전통적인 마우스와 키보드 조작은 도스(DOS) 시절처럼 낯설어질 것이라고 내다봤다.
옐프, 이용자 리뷰·사진 엮어 만든 AI 맛집 소개 영상 iOS에 도입
옐프는 미국 전역 iOS 앱 홈 피드에 AI 기반 식당 소개 숏폼 영상을 도입했다. 오픈AI로 대본을 쓰고 일레븐랩스 음성과 아마존 자막을 입혀 리뷰를 영상으로 엮어낸다. 현재 업주의 사전 검토나 이용자의 사진 제외 옵션은 지원되지 않는다.
로체스터대 연구진, 영어 한 문장 읽기만으로 파킨슨병 85.7% 정확도로 감지하는 AI 개발
로체스터 대학교 연구팀은 마이크로 알파벳 전철문 한 문장을 읽으면 AI가 목소리 특성을 분석해 85.7%의 정확도로 파킨슨병을 식별한다는 연구를 발표했다. 일반 의사의 진단율을 웃도는 수준으로 조기 선별 검사에 유용하지만, 현재는 영어만 지원하며 25%의 위음성률을 보인다.
샘 알트먼, 인기 팟캐스트서 AI 질주와 인류의 미래에 대해 털어놓다
OpenAI CEO 샘 알트먼이 테오 본의 팟캐스트에 출연했다. 그는 AI 개발 속도를 늦추면 주도권을 빼앗길 수 있어 멈출 수 없다고 설명하면서도, 일자리가 사라지더라도 인류는 여전히 세상의 '주인공'으로 남을 방법을 찾을 것이라고 덧붙였다.
휴메 AI, EVI 3 공개: 목소리뿐 아니라 말투와 성격까지 복제
휴메 AI가 신규 음성 대 음성 모델 EVI 3와 TTS 기능을 발표했다. 단순한 음색 복제를 넘어 사용자의 말하는 스타일과 언어 습관까지 그대로 재현하는 '성격 복제'를 지원한다. 소리만 흉내 내는 수준을 넘어 대화 태도까지 모사하는 단계로 진화했다.