(출처:The Verge)
생성형 인공지능(AI) 챗봇 챗GPT의 개발사 오픈AI에서 한 단계 발전된 형태의 챗GPT를 출시했다. 문자가 아닌 직접 말하는 챗GPT다.
7월 30일(현지시간) IT 전문 매체 테크크런치 등 외신은 오픈AI가 챗GPT의 ‘고급 음성 모드(Advanced Voice Mode)’를 출시했다고 보도했다.
현재 모든 사용자가 사용할 수는 없고, 유료 구독 모델인 ‘챗GPT 플러스(ChatGPT Plus)’ 가입자 중 일부를 대상으로 출시됐다. 모든 챗GPT 플러스 가입자에게 다가오는 가을까지 점진적으로 배포를 확대할 계획이다.
오픈AI는 챗GPT 고급 음성 모드가 일반 음성 모드(Voice Mode)와는 차이가 있다고 설명했다. 음성 모드는 음성을 텍스트로 변환하고, GPT-4가 프롬프트를 처리하고, 챗GPT의 텍스트를 음성으로 변환하는 3단계를 거쳐야 한다. 반면, 고급 음성 모드는 멀티모달인 GPT-4o를 활용하다 보니 보조 모델의 도움 없이 여러 작업들을 처리해 중간중간 끊기지 않고 대화를 이어갈 수 있다. 또한, GPT-4o가 슬픔이나 흥분과 같은 감정도 억양을 통해 감지할 수 있다고 오픈AI는 주장했다.
(출처:OpenAI)
오픈AI는 지난 몇 달 동안 기술이 지닌 약점을 찾는 레드팀을 외부 인력으로 100명 넘게 고용해 음성 모델 기능을 테스트했다고 말했다. 다양한 언어 구사 능력을 평가하기 위해 45개 언어로 테스트 됐다.
부정한 목적으로 자사 기술이 악용될 가능성을 차단한 점도 눈에 띈다. 오픈AI는 음악이나 기타 저작권이 있는 오디오를 생성하려는 특정 요청을 인식하고 차단하는 새로운 필터를 추가했다고 밝혔다. 지난 1월 한 개발자가 스타트업 일레븐랩스(ElevenLabs)의 음성 생성 AI 기술을 활용해 조 바이든 미국 대통령의 목소리를 복제하고 배포하면서 문제가 된 바 있다. 복제된 목소리로 바이든 대통령을 사칭해 미국 뉴햄프셔 유권자에게 전화를 걸어 예비선거에서 투표하지 말 것을 촉구했었다. 인공지능을 이용한 음악생성 기술도 저작권 침해로부터 자유롭지 않다. 미국 3대 음반 기업인 소니뮤직, 유니버설 뮤직그룹(UMG), 워너레코드는 지난달 음악생성 AI 기업 수노(Suno)와 우디오(Udio)를 저작권 침해로 제소했다.
스칼렛 요한슨 (출처:The New York Times)
과거 논란은 사라졌나
챗GPT 고급 음성 모드 기능은 이번에 처음 공개된 기능은 아니다. 이미 지난 5월 GPT-4o와 함께 공개된 기능이다. 당시 챗GPT의 고급 음성 모드는 빠른 반응 속도와 함께 실제 사람의 목소리와 흡사해 놀라움을 자아냈다. 미국 IT 전문 매체 더버지(The Verge)는 이번에 공개된 음성 모드보다 지난 이벤트에서 시연한 음성 모드가 더 높은 성능을 보였다고 분석했다.
하지만 챗GPT 고급 음성 모드의 음성이 특정인의 목소리와 닮아 논란에 휩싸이게 된다. 영화 ‘허(Her)’에서 인공지능 비서 목소리를 연기한 배우 스칼렛 요한슨(Scarlett Johansson)의 목소리와 흡사했던 것. 급기야 스칼렛 요한슨은 챗GPT의 음성을 듣고 문제가 있다고 판단, 법적 조치를 취하기에 이른다.
스칼렛 요한슨은 오픈AI에서 자신에게 챗GPT 목소리를 맡아달라는 요청을 했지만 거절했었고 이후 자신과 똑같은 목소리를 만들었다고 주장했다. 그는 “소름 돋을 정도로 비슷하다”라며 충격을 받았다는 말을 전했다.
(출처:OpenAI)
오픈AI는 스칼렛 요한슨의 목소리를 사용한 적 없다며 이러한 주장을 정면으로 반박했다. 하지만 계속된 비난 여론을 이기지 못하고 문제가 된 음성을 철회하겠다고 발표하기에 이른다.
6월 말로 예고됐던 고급 음성 모드 출시는 안전성과 신뢰성 부분에서 자사의 높은 기준을 충족하지 못했다며 한 달 뒤로 연기됐다. 회사는 지연 이유로 “특정 콘텐츠를 감지하고 거부하는 모델의 기능을 개선한다”라는 설명도 덧붙였다.
오픈AI는 이번에 챗GPT 고급 음성 모드를 출시하면서 그간의 논란을 말끔히 해소하기 위한 의지를 드러냈다. 오픈AI의 대변인 타야 크리스티안슨(Taya Christianson)은 챗GPT 고급 음성 모드는 성우가 참여해 제작한 음성만을 사용했다고 밝혔다. ‘Juniper’, ‘Breeze’, ‘Cove’, ‘Ember’ 총 네 종류의 음성이 제공되며, 문제의 음성인 ‘Sky’는 제외됐다. 이어 “챗GPT가 다른 사람의 목소리를 흉내 낼 수 없고, 사전 설정된 음성 중 하나와 다른 출력은 차단한다”라고 강조했다.
테크플러스 에디터 나유권
tech-plus@naver.com
댓글 많은 뉴스