온디바이스 음성 AI 스타트업 아웃오브셋이 자체 개발한 초경량 문자 음성 변환(TTS) 모델을 적용해 생성 버튼을 누른 뒤 0.2초 만에 첫 음성을 출력하는 서비스를 내놨다. 아웃오브셋은 통합 브랜드 ‘에어리(Airy)’를 공개하고, 웹 기반 음성 콘텐츠 제작 서비스 ‘에어리 스튜디오(Airy Studio)’를 출시했다고 밝혔다.
초경량 TTS 모델, 응답 속도가 핵심
에어리 스튜디오는 텍스트를 입력하면 AI 음성으로 변환해주는 웹 서비스로, 자체 개발한 초경량 TTS 모델을 기반으로 한다. 첫 응답까지 걸리는 시간(TTFB)을 0.2초로 구현한 것이 특징이다. 현재 한국어와 영어 두 언어를 지원하며, 보이스 캐릭터 10종을 무료로 제공한다.
김형주 아웃오브셋 대표는 “막대한 클라우드 추론 비용과 지연 시간을 줄여 사람과 기기를 즉각적으로 연결하는 것이 온디바이스 음성 AI의 핵심 과제”라며 “에어리 스튜디오에서 가볍고 빠른 음성 경험을 제공하고, 개발자도 활용할 수 있는 온디바이스 음성 AI 생태계를 구축하겠다”고 말했다. 김 대표는 서울대학교에서 전기·정보공학 석사 학위를 받았으며, 네오사피엔스와 수퍼톤에서 음성 AI 개발 경력을 쌓았다.
웹에서 온디바이스로, 밸류체인 확장
아웃오브셋은 더벤처스의 추천으로 중소벤처기업부 팁스(TIPS)에 선정돼 향후 2년간 최대 8억원의 연구개발 자금을 지원받는다. 수행 과제는 ‘온디바이스 음성 인식 및 합성 AI 파운데이션 모델 개발’로, 인터넷 연결 없이 기기 자체에서 동작하는 음성 인식·합성 모델을 구축하는 것이 목표다. 이는 클라우드 기반 서비스가 안고 있는 네트워크 지연과 추론 비용 문제를 줄이기 위한 시도다.
웹 기반의 에어리 스튜디오와 온디바이스 연구개발은 단계적으로 이어지는 구조다. 아웃오브셋은 웹에서 구현한 0.2초 응답 속도를 오프라인 기기 환경에서도 재현할 수 있는지가 향후 기술 경쟁력을 가늠하는 지점이 될 것으로 보인다.