AI 스타트업 아이올라, 산업 특화 음성 인식 모델 '자고닉' 공개

점점 더 정교해지는 음성 인식 기술에도 불구하고, 현실 속 기업 환경은 여전히 까다로운 도전 과제로 남아 있다. 이스라엘의 AI 스타트업 아이올라(aiOla)는 이러한 난관을 정면으로 겨냥하며 기업 전용 음성 인식 모델 ‘자고닉(Jargonic)’을 공개했다. 현장 소음, 다양한 억양, 전문 용어 등으로 가득한 업무 환경에서 자고닉은 기존 모델들이 놓치는 부분을 채워넣는다.

자고닉은 별도의 재학습 없이, 제공된 키워드만으로 해당 산업의 용어를 즉시 인식하는 *제로샷 학습* 방식을 채택했다. 아이올라의 AI 담당 부사장 길 헤츠(Gill Hetz)는 “자고닉은 3가지 과제—전문 용어, 소음, 억양—를 동시에 만족시키는 모델”이라며 “현장 특유의 오디오 환경에서도 고정밀 음성 인식 결과를 제공한다”고 설명했다. 이 모델은 현재 API로 제공되며, 제조, 물류, 금융, 헬스케어 등 다양한 기업 환경에 즉시 도입 가능하다.

아이올라는 이번 모델 공개를 계기로 제품 중심 기업에서 AI 중심 기업으로 방향을 전환했다고 밝혔다. CTO이자 최고제품책임자인 아사프 아스벡(Assaf Asbag)은 “기존에는 양식을 자동으로 작성하거나 보조하는 데 초점이 맞춰져 있었다면, 이제는 ai 역량 그 자체를 외부에 공개하고 API를 통해 확장해나가고 있다”고 전했다.

자고닉의 가장 큰 차별점은 전문 용어에 대한 인식 능력이다. 기존 음성 인식 시스템은 일반 언어에 최적화돼 전문 용어 앞에선 정확도가 급감하지만, 자고닉은 별척 학습 없이 단어 리스트만 제공하면 역으로 정확도를 95%까지 끌어올릴 수 있다. 실제 자고닉은 금융 용어 인식 정확도에서 89.3%의 리콜율을 보였고, 다국어 테스트에서는 5개 언어에 걸쳐 95% 이상의 정확도를 기록했다.

벤치마크 테스트에서도 자고닉은 평균 단어 오류율(WER) 5.91%를 기록하며, 일레븐랩스(Eleven Labs), 어셈블리 AI(Assembly AI), 오픈AI(OpenAI)의 위스퍼(Whisper), 딥그램(Deepgram)의 노바-3 등을 뛰어넘는 성능을 입증했다. 다만, 일주일여 전 공개된 오픈AI의 최신 멀티모달 트랜스크립션 모델 GPT-4o-transcribe와의 직접 비교 결과는 아직 미공개다.

자고닉은 100만 시간 이상 축적된 산업용 음성 데이터를 바탕으로 학습돼, 이론적 수준을 넘어 실질적인 성능을 보장한다. 다층 키워드 추출 기능이 기본 내장돼 있어 예측 불가능한 소음 환경에서도 강한 복원력을 갖췄다.

아이올라는 장기적으로 ‘음성 우선 인터페이스’를 새로운 표준으로 삼겠다는 비전을 내놓았다. 길 헤츠 부사장은 “머지않아 냉장고, 청소기 등 모든 기계에 자연어로 명령할 수 있는 시대가 온다”며 “자고닉은 그 미래로 가는 출발점”이라고 말했다. CTO 아스벡도 “이제 음성 인터페이스는 웹 브라우저처럼 보편적 도구가 될 것”이라고 덧붙였다.

현재 자고닉은 전 세계 기업 고객을 대상으로 API 형태로 제공되고 있으며, 별도 제품 없이 자체 워크플로우나 고객 플랫폼에 인공지능 음성 인식 기능을 바로 통합할 수 있다. aiOla는 이를 통해 비즈니스 환경에 최적화된 대화형 AI 시대의 주도권을 잡겠다는 전략이다.