크래프톤, 한국어 성능 1위 음성 AI 모델 공개 - 파이낸셜뉴스

크래프톤이 음성 AI 파운데이션 모델 A.X K2 Raon-Speech 를 허깅페이스에 공개했습니다. 과학기술정보통신부 독자 AI 파운데이션 모델 사업의 일환으로 개발한 오픈소스 모델입니다. 실시간 음성 이해와 생성을 함께 다룹니다.

언어 모델과 자체 음성 코덱의 결합

이 모델은 SK텔레콤의 A.X K2 소형 언어 모델을 기반으로 삼습니다. 크래프톤은 여기에 자체 학습한 음성 인코더와 음성 코덱을 덧붙였습니다. 음성 신호를 정밀하게 해석하고 자연스러운 음성을 다시 합성하도록 구조를 설계했습니다.

전체 파라미터 규모는 21B입니다. 가벼운 체급입니다. 텍스트 처리 능력을 갖춘 언어 모델에 음성 모듈을 직접 연결해 인터랙션 지연을 낮췄습니다. 음성 입출력을 다루는 멀티모달 파이프라인 구축에 적합한 형태입니다.

46종 벤치마크로 검증한 성능

국내외 46종 벤치마크 평가를 거쳤습니다. 30B 이하급 공개 음성 언어 모델 중에서 한국어 종합 성능 1위, 영어 종합 성능 3위를 기록했습니다. 성능 격차가 큽니다. 한국어 음성 인식과 대화 맥락 유지에서 안정적인 결과를 냅니다.

이번 공개는 크래프톤의 AI 브랜드 Raon 연구 흐름과 맞닿아 있습니다. 지난 4월 실시간 음성 대화와 텍스트-음성 변환 모델 등을 선보인 데 이어 파운데이션 체급으로 영역을 확장했습니다. 게임 내 NPC 대화나 실시간 음성 인터페이스 구현에 필요한 핵심 기술을 오픈소스로 풀었습니다.

음성과 언어를 하나로 묶는 인프라 기술이 점차 구체적인 형태로 공개되는 흐름입니다.

요약

  • SK텔레콤의 소형 언어 모델과 크래프톤의 음성 인코더·코덱을 결합해 21B 파라미터 음성 파운데이션 모델을 구축했습니다.
  • 30B 이하급 공개 음성 언어 모델 기준 46종 벤치마크에서 한국어 1위, 영어 3위 성과를 거두었습니다.
  • 허깅페이스를 통해 오픈소스로 공개되어 게임 NPC 및 실시간 멀티모달 음성 인터랙션 연구에 활용할 수 있습니다.