Bland, 통화용 음성-음성 모델 ‘Tofu-1’ 연구 프리뷰 공개
음성 AI 회사 Bland가 11월 15일(미국 시간) 전화 상담용 음성-음성(speech-to-speech) 모델 ‘Tofu-1’을 연구 프리뷰로 공개했어요. 아무나 쓸 수 있는 건 아니고, 신청한 일부 기업에만 열려요.
무엇이 일어났나
기존 음성 상담 봇은 보통 “음성 → 글자 변환 → 언어 모델 → 음성 합성”을 차례로 거쳐요. Tofu-1은 오디오를 글자로 바꾸지 않고 바로 처리하는 방식이고, 말하는 동안에도 상대 말을 듣는 전이중(full-duplex) 구조라고 소개됐어요.
보도로 확인되는 내용
- 통화 중간에 상대가 끼어들면 말을 멈출 수 있고, 본인 확인이나 결제 같은 작업을 처리하면서도 대화를 이어 간다고 해요.
- 달리는 차 안, 병원, 약한 신호처럼 시끄러운 환경을 겨냥했고, 텔레비전 소리나 아기 울음 같은 배경음에서 실제 통화 상대의 목소리를 가려낸다고 회사가 밝혔어요.
- 첫 대상은 은행, 의료, 보험, 공공기관 같은 규제 산업이에요.
- 셀프 서비스 API는 없고, 제한된 기업의 신청을 받아요.
아직 정해지지 않았거나 회사 주장에 그치는 내용
Bland는 비공개 청취 시험에서 92% 넘는 사람이 Tofu-1의 소리를 실제 녹음과 구분하지 못했다고 주장했어요. 다만 시험 방법은 공개되지 않았고, 외부 기관의 검증이나 공개 벤치마크도 아직 없어요. 모델 크기, 가격, 정식 출시 일정도 확인되지 않았어요(한 보도는 1월 정식 출시를 언급했지만 다른 출처에서는 확인되지 않았어요).
독자에게 의미
콜센터나 예약 전화처럼 실제 통화를 자동화하려는 곳에서는 “끼어들기 처리”와 “소음 속 화자 구분”이 가장 까다로운 문제라서, 방향 자체는 눈여겨볼 만해요. 하지만 지금은 회사 발표 외에 검증된 자료가 없어요. 도입을 검토한다면 자기 서비스의 실제 통화 녹음으로 직접 시험해 보고, 사람과 구분이 어려운 음성인 만큼 상대에게 AI임을 알리는 절차도 함께 준비해야 해요.
출처
- Bland 공식 Tofu-1 소개 페이지 (이 환경에서 접속되지 않아 직접 열지 못했어요)
- MarkTechPost
- Glitchwire
- AI Weekly
원문 페이지는 직접 확인하지 못했고, 보도 내용을 바탕으로 정리했어요.