태국·말레이·인니어 등 3개국
번역엔진 해외 의존도 줄일것
번역엔진 해외 의존도 줄일것
ETRI 제공
한국전자통신연구원(ETRI)은 국내에서 처음으로 태국어, 말레이어, 인도네시아어 등 3개국 음성 DB(데이터베이스)와 영어대역문장 DB를 일반에 배포한다고 27일 밝혔다.
이에 따라 음성인식과 번역엔진에 대한 해외 의존도를 줄이고, 해당 언어를 활용한 다양한 서비스 개발이 활기를 띨 것으로 기대된다.
음성 DB는 최근 인기를 얻고 있는 AI(인공지능) 스피커를 비롯해 내비게이션, 사물인터넷 등 음성인식과 번역 SW개발의 기초 자료로 쓰인다.
품질이 좋고 많은 언어의 DB를 구축할수록 다양한 서비스와 고부가가치 서비스를 선보일 수 있다.
하지만 우리나라는 해외에서 외국어 음성 DB를 언어당 1∼2억원을 내하고 들여와야 하는 등 비용 부담이 컸다.
이번에 배포되는 음성 DB는 태국어, 말레이어, 인도네시아어, 아랍어, 베트남어 등 5개국의 '대화체 200만 발화'와 영어-태국어, 영어-말레이어, 영어-인도네시아어, 영어-아랍어, 영어-베트남어 등 대화체 대역 문장 DB 300만 문장이다.
이 가운데 태국어, 말레이어, 인도네시아어 자료는 국내 처음으로 제공되며, 아랍어와 베트남어는 기존 DB에 더 많은 양을 늘려 배포하는 것이다.
ETRI는 최대한 많은 사람들의 언어 데이터를 얻기 위해 '크라우드 소싱' 기법을 도입한 결과, 2만5000여명이 발화에 참여했으며, 최대 8배 많은 데이터를 수집할 수 있었다. 단순 데이터 양만 늘린 데 그치지 않고, 정확도도 높였다. 외부 감리업체가 측정한 결과, 99% 이상의 높은 품질을 인증받았다.
앞서 ETRI는 2011년부터 한국어, 영어, 일본어, 중국어 등 다국어 언어·음성 DB를 비롯해 2014년 프랑스어, 2015년 독일어, 러시아어, 아랍어, 베트남어 등을 구축·배포했다.
윤승 ETRI 음성지능연구그룹 박사는 "기존 배포 언어들의 정확도와 데이터 품질 개선에 나서고, 영어와 중국어 음성 데이터 구축을 위해 노력하겠다"고 말했다.
한편 삼성전자, LG전자, KT, 네이버 등 국내 60개 기관에 367억원의 DB를 배포했으며, 모두 550억원의 비용절감 효과를 거뒀다.
대전=이준기기자 bongchu@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
