안녕하세요! 벌써 10월의 마지막 날이네요. 오늘은 우리의 업무 효율을 확 끌어올려 줄 아주 흥러운 소식을 들고 왔어요. 바로 엔비디아에서 공개한 새로운 음성 인식 모델 이야기입니다.
🎙️ 말하는 대로 다 적어주는 똑똑한 AI
이번에 공개된 네모트론 3.5 트랜스크라이브(Nemotron 3.5 Transcribe)는 음성을 글로 옮겨주는 오픈 가중치 모델이에요. 단순히 받아쓰기만 하는 게 아니라, 영어와 다른 언어 사이의 번역까지 지원한다는 점이 정말 매력적이죠. 특히 최대 8명의 화자를 구분할 수 있어서, 여러 명이 대화하는 회의나 인터뷰 녹음 파일을 처리할 때 누가 어떤 말을 했는지 명확하게 보여준답니다.
기술적인 구조도 아주 효율적이에요. 전체 매개변수는 340억 개에 달하지만, 실제 연산에는 필요한 부분만 사용하는 전문가 혼합(MoE) 구조를 채택해서 실제 연산에는 약 43억 개의 매개변수만 사용해요. 덕분에 H100 GPU 한 장은 물론, 개인용 AI 컴퓨터에서도 충분히 구동할 수 있을 만큼 가볍고 빠르답니다.
💡 더 스마트해질 우리의 일상을 기대하며
개인적으로 이번 소식을 보며 가장 기대되는 부분은 전문적인 영역에서의 활용이에요. 엔비디아는 회의록 작성이나 의료 기록 받아쓰기를 주요 용도로 제시했는데요. 여기에 업종별 전문 용어를 추가 학습할 수 있는 데이터셋까지 함께 공개했으니, 앞으로 의료나 법률 같은 전문 분야에서도 아주 정확한 결과물을 보여줄 것 같아요.
최근 미스트랄이나 일레븐랩스 같은 곳에서도 음성 관련 모델을 내놓으며 경쟁이 뜨거워지고 있는데, 엔비디아의 이번 행보가 음성 AI 시장에 어떤 변화를 가져올지 정말 궁금해지네요. 업무의 번거로움을 줄여줄 이 똑똑한 도구가 우리 일상에 얼마나 빨리 스며들지 함께 지켜보아요!