"슬픈 목소리로 읽어줘"…카카오 AI, 말투·감정까지 조절한다 작성일 08-04 36 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">옴니 AI 모델 '카나나-오' 음성 생성 기술 고도화<br>자연어 지시로 말투·속도·감정·억양까지 세밀하게 제어<br>자체 음성 토크나이저 적용…생성 속도·효율도 개선</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="q4XEJ1tWX9"> <figure class="figure_frm origin_fig" contents-hash="3cd13abd8933608c35ea26baf87ddfabddde8ad3c53305588c03f572bdc9a6ba" dmcf-pid="B8ZDitFYYK" dmcf-ptype="figure"> <p class="link_figure"><img alt="[서울=뉴시스] 카카오는 자체 개발 옴니 AI 모델 '카나나-오(Kanana-o)' 음성 생성 기술을 고도화했다고 4일 밝혔다. 2026.08.04. (사진=카카오 제공) *재판매 및 DB 금지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/04/newsis/20260804092501574ujxt.jpg" data-org-width="720" dmcf-mid="zR0INu71Y2" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/04/newsis/20260804092501574ujxt.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> [서울=뉴시스] 카카오는 자체 개발 옴니 AI 모델 '카나나-오(Kanana-o)' 음성 생성 기술을 고도화했다고 4일 밝혔다. 2026.08.04. (사진=카카오 제공) *재판매 및 DB 금지 </figcaption> </figure> <p contents-hash="457892221c562770853e9370379df0da6812069efbff42191cb95ac56dc70baa" dmcf-pid="b65wnF3G1b" dmcf-ptype="general"><br> [서울=뉴시스]윤정민 기자 = 카카오가 원하는 말투와 감정, 억양까지 자연어로 지시할 수 있는 인공지능(AI) 음성 생성 기술을 선보였다.</p> <p contents-hash="c7168c90a97b2b57f7c2e4e5fe9c9614ec5cb1a531fcdaf15cf479305c8fddfc" dmcf-pid="KP1rL30HYB" dmcf-ptype="general">카카오는 자체 개발 옴니 AI 모델 '카나나-오(Kanana-o)' 음성 생성 기술을 고도화했다고 4일 밝혔다.</p> <p contents-hash="30c8d349b16b728288cb69689d5517121605e83d7f43369701543addcb86cca2" dmcf-pid="9Qtmo0pXZq" dmcf-ptype="general">카카오는 이용자가 원하는 말투와 감정, 억양을 자연어 지시만으로 제어할 수 있도록 기술을 개선하고 자체 개발 음성 토크나이저를 적용해 생성 속도와 효율도 높였다고 설명했다.</p> <p contents-hash="5e3445b46e28dfaa315856bac9e8a24ad154b2cd786928754eaf92bd5a7a6808" dmcf-pid="2xFsgpUZ5z" dmcf-ptype="general">기존 음성 AI는 자연스럽게 텍스트를 읽어주는 데 초점을 맞췄다. 개선된 카나나-오는 이용자 지시에 따라 음성 표현 자체를 조절한다.</p> <p contents-hash="40436c8616358038ed35f0e55ee06a11f9c765f2658d53e9bd2034db0e675dd6" dmcf-pid="VM3OaUu5G7" dmcf-ptype="general">예를 들어 이용자가 "아주 빠르게 읽어줘", "낮은 목소리로 읽어줘", "슬픈 목소리로 읽어줘", "경상도 사투리로 읽어줘"처럼 말하면 AI가 속도, 음량, 음높이, 감정, 억양, 강도 등을 반영해 음성을 생성한다.</p> <p contents-hash="08b9b29f6c25b778ee756e407acf257a0fc67ef85cdeedd8e4cc180a76681e9c" dmcf-pid="fR0INu71Gu" dmcf-ptype="general">"스포츠 중계하듯", "아나운서처럼", "동화책을 읽어주듯" 같은 역할 기반 지시도 수행할 수 있다. "톤을 낮춰서 빠르게 슬픈 목소리로 읽어줘"처럼 여러 조건을 동시에 담은 복합 지시도 처리한다. 한국어 데이터를 중심으로 학습했지만 영어 음성 생성에서도 같은 방식의 발화 지시를 수행할 수 있다는 설명이다.</p> <p contents-hash="19c451ea2b3b3037d7fdeb129f3f58e20aaa79ff16c70a6994e49cc2daab14af" dmcf-pid="4epCj7ztXU" dmcf-ptype="general">이번 기술은 AI 음성이 단순 낭독을 넘어 콘텐츠 제작과 서비스 응대에 활용될 가능성을 보여준다. 예를 들어 오디오 콘텐츠, 안내 음성, 챗봇, 교육 서비스에서 상황과 대상에 맞는 말투를 빠르게 바꿀 수 있다면 별도 성우 녹음이나 후처리 부담을 줄일 수 있다.</p> <p contents-hash="1d94f908328af6dd17d5b757fcd136e063aa88fa8f80ce9034dda7f9b3ded093" dmcf-pid="81DQqmsAGp" dmcf-ptype="general">성능 평가에서도 개선이 이뤄졌다. 카나나-오는 발화 지시 이행 능력을 평가하는 'InstructTTSEval' 한국어 벤치마크에서 94.50점을 기록했다. 카카오는 오픈AI 'GPT-4o-미니-tts'(91.10점)를 넘어서는 수준이며 구글 '제미나이-2.5-플래시-프리뷰-tts'(95.38점)와 견줄 만한 성과라고 설명했다.</p> <p contents-hash="a37ad5d1940abe308deb298da1de4b4da3e5b0df01f056f98549d503ee369c55" dmcf-pid="6twxBsOct0" dmcf-ptype="general">음성 생성 속도와 효율 개선에는 카카오가 자체 개발한 음성 토크나이저 'LM-SPT'가 적용됐다. 토크나이저는 AI가 텍스트나 음성 같은 데이터를 처리하기 쉬운 작은 단위로 나누는 기술이다.</p> <p contents-hash="fb5bd436e87564680a2abcb97fae5415933ff140b03b7557683b07a53ff94b1f" dmcf-pid="PFrMbOIkY3" dmcf-ptype="general">LM-SPT는 음성을 더 적은 수의 토큰으로 압축해 표현해 AI가 처리해야 하는 데이터 양을 줄이고 더 빠르고 효율적으로 음성을 생성할 수 있게 한다.</p> <p contents-hash="9dee27fc497f318bee37e4d68fcc1784149b4f1f904493ba317166b0addd84b2" dmcf-pid="Q3mRKICEZF" dmcf-ptype="general">카카오는 LM-SPT가 다양한 음성 언어모델의 한국어·영어 음성 이해와 생성 능력을 비교한 평가에서 최신 글로벌 기술을 적용한 모델보다 우수한 성능을 보였다고 밝혔다. 합성 음성의 자연스러움과 화자 유사도를 청취 후 지표화한 전문가 평가에서도 가장 높은 점수를 기록했다.</p> <p contents-hash="c24e17ca76b1af30504dabc8c493d4b4538ff22bcb3e6e2a392bd6dbf334ccfc" dmcf-pid="x0se9ChDZt" dmcf-ptype="general">카카오는 음성 이해와 생성 능력을 하나의 통합 구조로 처리하는 연구를 통해 음성 처리 기술을 고도화하고 웃음, 한숨, 감탄 같은 비언어적 표현을 자연스럽게 만드는 기술도 개발할 예정이다.</p> <p contents-hash="34c4a38df6180954833b6320b73a5e7a6cf5df8d127f316d69488495fcb7c7cc" dmcf-pid="yN9Gsf4qX1" dmcf-ptype="general">노병석 카카오 유니파이드 파운데이션 모델 성과리더는 "이번 카나나-오 음성 기술 고도화는 사람처럼 자연스러운 음성 생성은 물론, 이용자가 원하는 말투와 감정, 억양까지 자연어 지시에 따라 표현할 수 있는 능력을 갖추는 데 초점을 뒀다"며 "향후 카나나-오 모델을 다양한 서비스에 적용해 더욱 자연스럽고 편리한 AI 음성 경험을 제공할 것"이라고 말했다.</p> <p contents-hash="15934e9ec16311218cf41a70389e1bc31c70d4acbaef2972170897db285cebca" dmcf-pid="Wj2HO48BG5" dmcf-ptype="general"><a href="https://www.newsis.com/?ref=chul" target="_blank">☞공감언론 뉴시스</a> alpaca@newsis.com </p> </section> </div> <p class="" data-translation="true">Copyright © 뉴시스. 무단전재 및 재배포 금지.</p> 관련자료 이전 카카오, ‘카나나-오’ 음성 기술 고도화…말투·감정까지 제어 08-04 다음 KAIST, 바닷물 속 탄소 ‘돌’로 바꾼다…영구 저장 기술 개발 08-04 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
