힉스필드 AI, 감정과 카메라 움직임 담아내는 '힉스필드 스피크' 출시
힉스필드 AI가 모션 기반 말하는 영상 생성 도구 '힉스필드 스피크'를 발표했습니다. 이용자가 스타일과 아바타를 선택하고 대본을 입력하면, 영화 같은 카메라 연출과 음성, 감정 표현이 들어간 영상이 자동으로 제작됩니다.
AI 음성
최신 소식 보기
음성 AI 투자 8배 급증… 사람 닮은 챗봇에 콜센터 대체 가속
CB Insights 데이터에 따르면 음성 AI 스타트업의 연간 투자 유치액이 전년 대비 8배 늘어난 21억 달러에 달했다. 오픈AI의 Realtime API 등 기술 발전으로 지연과 비용이 크게 개선되며 외식업 및 병원 예약 창구 전면에 도입되고 있다.
에픽게임즈, '포트나이트'에 창작자용 음성 AI NPC 도입 예고
에픽게임즈가 '포트나이트'에서 크리에이터들이 직접 음성 대화형 AI NPC를 제작할 수 있는 기능을 지원할 계획이다. 화제를 모았던 'AI 다스 베이더'처럼 자유로운 음성 상호작용이 가능해지며, 안전 필터링 도구도 함께 제공된다. 대본 중심의 기존 게임 환경을 벗어나 무한한 대화 경험을 구현할 것으로 기대된다.
구글 노트북LM, 공개 링크 공유 기능 추가: 누구나 열람 및 질의응답 가능
구글이 노트북LM에 공개 링크 공유 기능을 도입했다. 사용자는 단일 링크로 노트북을 외부에 공유할 수 있으며, 열람자는 원본 수정 없이도 질문을 던지거나 오디오 오버뷰를 들을 수 있다. 현재는 개인 계정에서만 지원된다.
Wispr Flow iOS 앱 출시: 100개 이상 언어 지원, 속삭여도 받아쓰는 키보드
음성 받아쓰기 스타트업 Wispr Flow가 iOS용 키보드 앱을 출시했습니다. 100개 이상의 언어를 지원해 모든 앱에서 음성으로 텍스트를 입력할 수 있으며, 작은 속삭임 인식과 맞춤 용어 학습 기능도 갖췄습니다. 주당 2,000단어까지 무료로 제공되며, 무제한 플랜은 월 12달러입니다.
Phonely, Groq 손잡고 음성 AI 응답 지연 70% 단축… 정확도 99.2% 달성
VentureBeat에 따르면 AI 전화 고객센터 기업 Phonely가 Maitai 및 칩 제조사 Groq과 협력해 무지연 LoRA 전환 기술로 음성 AI 지연 시간을 대폭 줄였습니다. 첫 토큰 응답 속도를 176밀리초까지 낮추고 정확도를 99.2%로 끌어올렸으며, 통화자의 70% 이상이 사람과 구분하지 못해 이번 달에만 상담원 350명을 대체한 고객사도 나왔습니다.
일레븐랩스, 음성 에이전트에 클로드 소네트 4 연동
일레븐랩스가 자사 Conversational AI 플랫폼에 앤트로픽의 클로드 소네트 4를 연동했다. 복잡한 지시 수행과 장기 맥락 유지, 외부 도구 호출 능력을 실시간 음성에 필요한 초저지연 환경에서 제공한다. 개발자는 대시보드에서 모델을 선택해 코드 한 줄로 배포할 수 있다.
일레븐랩스 대화형 AI, 음성·텍스트 동시 지원 추가: 이메일 오인식 줄인다
ElevenLabs가 대화형 AI 플랫폼에 텍스트와 음성을 동시에 처리하는 멀티모달 기능을 도입했다. 사용자는 음성으로 대화하다가 이메일 주소나 카드 번호처럼 인식 오류가 잦은 정보는 텍스트로 직접 입력할 수 있어 작업 완료율을 높였다.
Hume AI, 프롬프트로 맞춤 음성과 성격을 생성하는 EVI 3 공개
Hume AI가 3세대 음성 언어 기반 모델 'EVI 3'를 공개했습니다. 단일 모델이 듣기, 언어 처리, 발화를 모두 수행하며, 프롬프트 입력만으로 다양한 목소리와 성격을 구현합니다. 블라인드 테스트에서 공감 능력과 자연스러움 면에서 GPT-4o를 앞선 것으로 나타났습니다.
일레븐랩스, 대화형 AI 대량 발신 기능 출시: 수백 통 동시 통화 지원
일레븐랩스가 Conversational AI 플랫폼에 '배치 콜링' 기능을 선보였다. 트윌리오나 SIP 트렁킹을 연결해 AI 음성 에이전트가 수백 건의 전화를 동시에 걸 수 있다. CSV 업로드와 개인화 변수 삽입, 실시간 모니터링 및 API 연동을 지원한다.
Claude도 마침내 말문 텄다: 모바일 음성 모드 베타 출시, Sonnet 4 탑재
Anthropic이 Claude 모바일 앱에 음성 모드 베타 버전을 발표했다. 최신 Sonnet 4 기반으로 구동되며, 5가지 목소리와 실시간 전사를 지원한다. 유료 구독자는 Google Workspace와 연동할 수 있다. 기능은 향후 몇 주 내 영어 사용자부터 순차적으로 제공된다.
쇼피파이, 프롬프트로 쇼핑몰 만드는 AI 빌더 및 음성 사이드킥 공개
쇼피파이는 프롬프트 하나로 온라인 스토어를 즉시 구축하는 AI 빌더와 신규 테마 Horizon을 발표했다. AI 커머스 어시스턴트인 사이드킥에는 음성 대화와 화면 공유 기능이 추가되었으며, 모바일 앱에서도 공식 지원된다.
구글, 제미나이 2.5 업데이트 공개…심층 추론 모드 딥 씽크 탑재
구글이 제미나이 2.5 시리즈의 주요 업데이트를 발표했다. 복잡한 수학과 코딩을 해결하기 위해 여러 가설을 검토하는 실험적 추론 모드 '딥 씽크'를 제미나이 2.5 프로에 도입하고, 네이티브 음성 출력과 MCP 지원을 추가했다. 2.5 플래시는 제미나이 앱에서 바로 사용 가능하다.
구글 노트북LM, 팟캐스트 이어 '비디오 오버뷰' 추가…자료를 영상으로 요약
구글은 I/O 2025에서 노트북LM에 복잡한 노트와 문서를 시각적 영상으로 정리해 주는 '비디오 오버뷰'를 도입한다고 밝혔다. 기존 오디오 요약의 길이 조절 기능이 추가되었으며, 전날에는 오프라인 재생을 지원하는 모바일 앱도 출시됐다.
구글, 노트북LM 모바일 앱 출시: 오프라인 청취 및 바로 공유 지원
구글이 안드로이드와 iOS용 노트북LM 공식 앱을 출시했다. 오디오 개요(Audio Overviews)의 오프라인 및 백그라운드 재생, 진행자와의 상호작용을 지원하며, 웹페이지나 PDF를 모바일에서 바로 노트북으로 공유해 추가할 수 있다.
에이서, AI 웨어러블 공개: 구독료 없는 스마트 링과 실시간 통역 이어폰
에이서 가젯이 컴퓨텍스 2025에서 AI 웨어러블 2종을 공개했다. 티타늄 소재 헬스케어 링 'FreeSense Ring'은 별도 구독료 없이 전체 건강 데이터를 제공하며, 'AI TransBuds'는 한 사람만 착용해도 15개 언어의 실시간 양방향 번역과 전사를 지원한다.
구글, 안드로이드·크롬에 AI 접근성 기능 추가: 화면 질문부터 감정 자막까지
구글이 세계 접근성 인식의 날을 맞아 안드로이드와 크롬에 새 AI 접근성 기능을 공개했다. 스크린 리더 토크백(TalkBack)에 제미나이를 연동해 화면 전체나 이미지에 대해 추가 질문을 할 수 있고, 실시간 자막은 말의 늘림과 효과음까지 감지한다. 접근성 도구가 텍스트 변환을 넘어 맥락 이해로 진화했다.
윈도우에 'Hey, Copilot' 음성 호출 도입, 참가자 대상 테스트 시작
Microsoft는 Windows Insider 참가자를 대상으로 Copilot 음성 호출 기능인 'Hey, Copilot'을 배포하기 시작했습니다. PC 화면 잠금이 풀려 있으면 말 한마디로 Copilot Voice와 대화를 나눌 수 있습니다. 호출어 인식은 기기 내에서 처리되며 기본값은 꺼짐 상태이고, 현재는 영어만 지원합니다.
노션, AI 회의 녹취 기능 출시: 맥 앱에서 ‘/meet’ 치면 바로 기록
노션이 AI 회의 기록 기능을 출시했다. 맥 앱에서 ‘/meet’을 입력해 시스템 오디오를 기반으로 실시간 전사 및 요약을 제공하며, 수기 메모도 병행할 수 있다. 한국어 등 다국어를 지원하며 엔터프라이즈 통합 검색과 리서치 모드도 함께 공개됐다.
스포티파이 AI DJ, 이제 음성 명령으로 음악 선곡과 분위기 변경 지원
스포티파이가 AI DJ에 음성 명령 기능을 추가했다. 60개 이상 지역의 프리미엄 이용자를 대상으로 영어 버전이 우선 제공되며, DJ 버튼을 길게 눌러 원하는 곡이나 장르, 분위기를 음성으로 요청할 수 있다. 일방적으로 추천을 듣던 방식에서 양방향 대화형 기능으로 업그레이드됐다.