¢ßÅ©·¡ÇÁÅæ(´ëÇ¥ ±èâÇÑ) »êÇÏÀÇ Å©¸®¿¡ÀÌƼºê ½ºÆ©µð¿À ·¼·ç°ÔÀÓÁî(´ëÇ¥ ±è¹ÎÁ¤)°¡ AI Ã߸® °ÔÀÓ ‘¾ðÄ¿¹ö ´õ ½º¸ðÅ· °Ç’ÀÇ ¾÷µ¥ÀÌÆ®¸¦ 12ÀÏ ÁøÇàÇß´Ù.
·¼·ç°ÔÀÓÁî´Â À̹ø ¾÷µ¥ÀÌÆ®¿¡¼ Å©·¡ÇÁÅæ°ú Çù¾÷À» ¹ÙÅÁÀ¸·Î ÃÖ÷´Ü TTS(Text-to-Speech) ¸ðµ¨ ‘µðÅä(DiTTo)’¸¦ °ÔÀÓ¿¡ Àû¿ëÇß´Ù. µðÅä´Â Å©·¡ÇÁÅæÀÇ µö·¯´× º»ºÎ¿¡¼ ¿ÃÇØ ÀÚü °³¹ßÇÑ TTS ¸ðµ¨·Î¼, °ÔÀÓ¿¡ ½ÇÁ¦·Î Àû¿ëµÈ °ÍÀº À̹øÀÌ Ã³À½ÀÌ´Ù.
µðÅä´Â È®»ê Æ®·£½ºÆ÷¸Ó(Diffusion Transformer)¸¦ À½¼º ÇÕ¼º¿¡ Àû¿ëÇÑ Çõ½ÅÀûÀÎ »ç·Ê·Î, ±âÁ¸ÀÇ ¿©·¯ TTS ±â¼úº¸´Ù ÈξÀ ÀÚ¿¬½º·´°í À¯¿¬ÇÑ À½¼º ±¸ÇöÀÌ °¡´ÉÇÏ´Ù. È®»ê Æ®·£½ºÆ÷¸Ó´Â È®»ê ¸ðµ¨ÀÇ ´Ü°èÀûÀÎ µ¥ÀÌÅÍ »ý¼º °úÁ¤°ú Æ®·£½ºÆ÷¸ÓÀÇ ¶Ù¾î³ »ó°ü°ü°è ÇнÀ ´É·ÂÀ» °áÇÕÇÑ ÃֽŠAI ¸ðµ¨¸µ ±â¹ýÀÌ´Ù.
µðÅä´Â AIÀÇ ¸ðµ¨ ÈÆ·Ã °úÁ¤À» ´Ü¼øÈÇØ »õ·Î¿î ¸ñ¼Ò¸®¸¦ º¸´Ù ºü¸£°í Á¤È®ÇÏ°Ô ±¸ÇöÇÒ ¼ö ÀÖ´Ù. À̸¦ ÅëÇØ ½ÇÁ¦ »ç¶÷ÀÇ À½¼º°ú ¸Å¿ì Èí»çÇÑ ¼öÁØÀÇ AI À½¼ºÀ» Á¦°øÇÑ´Ù.
À̹ø ¾÷µ¥ÀÌÆ®¸¦ ÅëÇØ °ÔÀÓ ¼Ó ·Îº¿ ¿ëÀÇÀÚµéÀº Áú¹®¿¡ ´ëÇÑ ´äº¯À» ±âÁ¸ÀÇ ÅؽºÆ®¿Í ÇÔ²² AI À½¼ºÀ¸·Îµµ Á¦°øÇÏ°Ô µÇ¾î ÀÌ¿ëÀڵ鿡°Ô ´õ¿í Çâ»óµÈ °ÔÀÓ °æÇèÀ» ¼±»çÇÒ ¿¹Á¤ÀÌ´Ù. ÇöÀç´Â ¿µ¾î À½¼º¸¸ Á¦°øÇϸç ÃßÈÄ Çѱ¹¾î¸¦ Æ÷ÇÔÇÑ ´Ù¾çÇÑ ¿Ü±¹¾îµµ AI À½¼ºÀ» Áö¿øÇÒ °èȹÀÌ´Ù.
¶ÇÇÑ À̹ø ¾÷µ¥ÀÌÆ®·Î ±âÁ¸ 8°³¿´´ø °ÔÀÓ °ø½Ä Áö¿ø ¾ð¾î¿¡ Æ÷¸£Åõ°¥¾î, ÀÌÅ»¸®¾Æ¾î, Æú¶õµå¾î µî 3°³ÀÇ ¾ð¾î¸¦ Ãß°¡Çß´Ù. ¶ÇÇÑ ¸¹Àº ÆÒµéÀÇ ¿äû¿¡ ÈûÀÔ¾î °ÔÀÓÀÇ ¿À¸®Áö³Î »ç¿îµå Æ®·¢(OST)ÀÌ DLC·Î Ãâ½ÃÇß´Ù.
À̹ø ´ë±Ô¸ð ¾÷µ¥ÀÌÆ®¿¡ ¸ÂÃç 12ÀϺÎÅÍ 26ÀϱîÁö 2ÁÖ°£ ½ºÆÀ¿¡¼ Ưº° ÇÒÀÎÀ» ÁøÇàÇÑ´Ù. ÀÌ¿ëÀÚµéÀº °ÔÀÓ º»Æí°ú DLC¸¦ ÇÒÀΰ¡¿¡ ±¸¸ÅÇÒ ¼ö ÀÖ´Ù.
ÇѱԼ± ·¼·ç°ÔÀÓÁî PD´Â “TTS¿Í ´ëÇü ¾ð¾î¸ðµ¨(LLM)ÀÇ ÅëÇÕ ¿¬°è·Î ´õ¿í ÀÚ¿¬½º·¯¿î ÀÇ»ç¼ÒÅëÀ» °ÔÀÓ ³»¿¡ ±¸ÇöÇØ °·ÄÇÑ ¸ôÀÔ°¨À» Á¦°øÇÏ°íÀÚ ÇÑ´Ù”¸ç “µðÅä´Â AI¿Í °ÔÀÓÀÇ À¶ÇÕÀ̶ó´Â ¸ñÇ¥¸¦ ÇâÇÑ Ãâ¹ßÁ¡ÀÌÀÚ Áß¿äÇÑ ÀÌÁ¤Ç¥°¡ µÉ °Í”À̶ó°í ¸»Çß´Ù. |