Cochl이 들려주는 AUDIO & AI

Gallery view

Cochl.Sense MCP 서버를 통해 오디오 파일에 담긴 다양한 소리를 Claude와 함께 해석해 보세요. 단순한 파일에 대한 정보부터, 우리가 놓쳤던 특이 사항까지 분석하면서, 아는 만큼 들리는 경험을 직접 해볼 수 있습니다. 분리 불안이 있는 우리 집 강아지의 짖음을 인식해 강아지를 안정시켜줄 수 있도록 여러분의 목소리를 틀어주도록 만들어 보는 건 어떨까요? 혹은, 여행 중 잠시 집을 비웠을 때 우리 집이 안전한지도 체크할 수 있습니다. Cochl.Sense MCP 서버를 시작하기 위해서는 아래 두 가지가 준비돼야 합니다:

•

Claude Desktop App (Link)

•

Cochl.Sense 계정 (Link)

Cochl.Sense MCP 과정은 다음과 같습니다.

1. Cochl MCP server 다운로드

GitHub에서 각 system architecture와 OS에 따라 필요한 파일을 다운로드 받습니다.

GitHub - cochlearai/cochl-mcp-server: MCP server for Cochl

MCP server for Cochl. Contribute to cochlearai/cochl-mcp-server development by creating an account on GitHub.

https://github.com/cochlearai/cochl-mcp-server

2. 환경설정

Cochl.Sense MCP Server 유저 가이드

자동차는 이제 더 이상 단순한 이동 수단에서 그 역할을 그치지 않고 개인 맞춤형 스마트 디바이스로 변하고 있습니다. 이렇게 변할 수 있었던 중심에는 바로 ‘AI’ 기술이 있는데요, AI가 어떻게 자동차를 한 단계 더 진화시킬 수 있었을까요? AI 기술이 차량에 탑재되면서 운전자와의 상호작용을 어떻게 더욱 자연스럽게 만들었는지 오늘 이야기해 보겠습니다.

1. LLM 기반 차량 AI의 발전

음성 인식 기술은 점점 고도화되어 가고 있는데요, 특히나 ChatGPT와 같은 LLM 기반 AI 기술이 발달함에 따라 혼다, GM, BMW 등 글로벌 자동차 제조사들은 AI를 활용한 음성 비서를 통해 운전자의 편의성을 증대시켜 왔습니다. 현대자동차는 아마존의 AI 비서인 Alexa를 25년부터 출시되는 차량에 연동할 예정이며, 소니 혼다 모빌리티는 마이크로소프트와 제휴해 생성형 AI를 이용한 대화형 시스템을 구축하여 개발 중인 전기차 아필라(AFEELA)에 손잡고 전기차에 AI 대화형 시스템 탑재할 예정입니다. 또한 BMW는 인텔리전트 퍼스널 어시스턴트라는 차량용 AI 음성 비서를 출시, 운전자와 차량의 소통을 원활하게 만들었습니다.

SoundHoundAI에서도 차량을 위한 서비스를 선보입니다. (출처: SoundHound AI 공식홈페이지)

다양한 회사에서 개발 중인 이러한 차량 내 AI 비서는 단순하고 일방향적인 정보 제공에서 벗어나 운전자와의 실시간 소통을 통해 상황에 맞는 액션을 제안하는 수준까지 발전하였습니다. 예를 들어 차량의 주유량이나 배터리가 부족한 경우 경로상에 있는 주유소를 안내하는 식의 상황 인식을 기반으로 운전자에게 도움을 주거나, 스마트홈과 연동하여 5분 뒤 도착 예정이라면 로봇청소기를 멈추고, 통화 중 날씨가 춥다고 언급한 걸 듣고 집 난방을 평소보다 1도 더 높게 설정하겠다고 말이죠.

이처럼 차량용 음성 AI는 상황을 분석하고 선제적으로 액션을 추천하는 역할로도 본인이 활용될 수 있는 범위를 확장하였습니다.

2. 차량이 ‘소리’를 더 잘 이해하면 어떨까요?

하지만 위에서 언급한 AI는 운전자가 음성으로 내리는 명령어를 인식하는 데 초점이 맞춰져 있습니다. 자동차에서 나는 소리는 운전자가 발화하는 내용 뿐일까요? 진정한 차량용 음성 AI의 진화는 차량 주변 내외부에서 발생하는 소리를 분석하고 이해하는 데서 시작됩니다. 실시간으로 들리는 소리를 분석할 수 있는 Sound AI가 차량에 결합된다면, 우리의 차는 더욱 똑똑해질 뿐만 아니라 유지보수, 안전성, 비즈니스 관리 측면에서 더 혁신적인 발전을 만들 수 있습니다.

Sound AI가 만드는 스마트카의 미래

제가 초등학생일 때 미술 시간을 저는 좋아했습니다. 어제 본 디즈니 영화 속 공주님의 드레스를 입은 저를 그려보는 것도 좋았고, 한 번도 가보지 않았던 바다 속 세상을 그려보기도 했죠. 다들 한 번쯤은 ‘20년 뒤 미래의 모습’을 상상해서 그려본 적이 있으실 거예요. 그때 제가 그렸던 건 날아다니는 자동차랑 로켓을 타고 우주여행을 하는 제 모습과 로봇 친구들의 모습이었습니다. 먼 미래라고 생각했던 것들이 지금 우리의 현실에 존재한다는 점이 정말 신기합니다. 아직 날아다니기엔 좀 무리지만 운전자 없이 혼자서 운전하는 자율주행 차량도 도시 곳곳을 누비고 있고, SpaceX에서는 세계 최초 상용 우주선 발사하며 새로운 우주 개발의 지평을 열어가고 있습니다. 로봇도 마찬가지죠. Boston Dynamics에서 선보인 춤추는 로봇에서 놀랐던 게 엊그제 같은데 이제는 정말 인간의 모습에 가까운 휴머노이드 로봇들이 등장하고 있으니까요.

(Image: Waymo's autonomously driven Jaguar I-PACE electric SUV / 출처: Waymo 공식 홈페이지)

휴머노이드 로봇은 굉장히 빠른 속도로 발전하고 있고 많은 산업군에서 관심을 보입니다. Figure AI, NVIDIA, Tesla 등의 기업에서 본격적인 투자와 개발을 진행하고 있는 걸 보아 머지않은 미래에는 정말 내 곁에 휴머노이드 로봇이 한 명쯤은 있을 것 같습니다. 휴머노이드 로봇의 진화는 Figure AI가 최근 선보인 Helix의 데모 혹은 노르웨이와 실리콘밸리를 기반으로 한 스타트업 1X의 NEO Gamma 데모에서 그 모습을 엿볼 수가 있습니다.

로봇은 사람이 하기 어려운 기피 업종에서 사람을 보조하거나 대신하는 역할로 적용된다고 국한 지어 생각되어 왔지만, 위 두 기업의 데모 영상에서 볼 수 있듯 이제는 인간과 함께 살아가는 삶을 보이며 우리의 일상에 휴머노이드 로봇은 자연스럽게 녹아들어 있습니다. 휴머노이드 로봇의 가장 중요한 부분 중 하나는 ‘자연스러움’인데요, 외적인 모습뿐만 아니라 휴머노이드 로봇이 사고하고 행동하는 과정에서도 자연스러움은 로봇의 성능을 결정짓는 큰 기준이 되었습니다. Figure AI 또한 최근 OpenAI와의 협업을 종료하고, Vision-Language-Action 자체 모델을 적용해 자연스러운 인공지능에 한 발짝 더 가까워지는 시도를 했거든요.

Figure AI의 창업자 Brett Adcock이 2월 5일 업데이트한 트위터

TwitterBrett Adcock on Twitter / X

휴머노이드 로봇의 완성은 ‘청각인지능력’에 달려 있다

현대 사회의 전반에 AI 기술 도입은 이제 우리에게 전혀 낯선 경험이 아닙니다. ChatGPT와 같은 생성형 AI를 업무에 활용하거나, Google의 다양한 프로덕트에서의 사용 경험을 높여주는 Gemini의 등장은 우리가 더 ‘잘’ 일할 수 있도록 도와주고 있습니다. 하지만 AI가 사무직에서만 유의미하게 활용될 수 있을까요? 대답은 ‘아니오’ 입니다. AI는 제조업에서도 활발하게 도입되며, 대부분의 생산 공정에서 업무 효율을 높이는 데 기여하고 있습니다.

(이미지 출처: Pixabay)

과거에는 사람의 노동력을 기반으로 돌아가던 공장이 이제는 ‘스마트 팩토리’로 전환되며 제조업의 큰 축을 담당하고 있습니다. 스마트 팩토리는 생산 및 제조 과정에 최신 과학 기술을 적용하여, 사람이 직접 개입하지 않아도 스스로 판단하고 작업을 수행할 수 있도록 설계된 공장입니다. 이를 통해 전반적인 생산성과 품질이 향상되며, 인간은 보다 효율적으로 기계가 수행하기 어려운 의사 결정 업무나 보다 창의적인 업무에 집중할 수 있습니다.

특히, 소리를 활용한 Sound AI는 스마트 팩토리에 적합한 산업용 AI로서 중요한 역할을 수행할 수 있습니다. 기존에는 인적 한계로 인해 어려웠던 업무 - 예를 들어, 대량의 작업을 단시간 내에 처리하거나, 작업자마다 효율이 달랐던 공정을 일정 수준 이상으로 유지하는 것-를 Sound AI가 가능하게 합니다. 뿐만 아니라 Sound AI는 업무의 효율성 증대와 더불어 근로자에게 ‘심리적 안정감’을 제공하는 업무 환경을 조성하는 데도 도움을 줄 수 있습니다. 그렇다면 Sound AI가 제조 환경에서 어떻게 활용될 수 있을지 아래 사례를 통해 살펴보겠습니다.

Case 1: 이상 탐지 기능 수행

다양한 기업들이 효율적인 업무 환경을 구축하기 위해 여러 기술을 공장에 도입하고 있습니다. 특히 소비자가 사용하는 제품을 생산하는 경우, 안전하고 균일한 품질을 유지하는 것이 매우 중요합니다. 예를 들어, 같은 제품이라도 A 공장에서 만든 제품에는 문제가 없지만, B 공장에서 만든 제품은 지속적으로 하자 수리 요청이 들어온다면 이는 공정 과정에 문제가 있다는 의미입니다. 리콜이 반복되면 소비자의 브랜드 신뢰도가 떨어지고, 기업은 큰 금전적 손실을 입을 수 있습니다.

Smarter Smart Factory with Sound AI

올해 열린 CES 2025에서는 고령화 사회를 위한 기술, Age Tech가 큰 주목을 받았습니다. 우선 Age Tech란 고령 친화 기술로 인공지능, 사물 인터넷, 웨어러블 디바이스 등과 같은 기술을 활용해 고령자의 일상생활을 지원하고 건강 관리를 돕습니다. Aging Analytics Agency에 따르면 2025년 Global Age Tech 시장 규모는 2.7조 달러에 이를 것으로 예상됩니다.

(그래프 출처: Aging Analytics Agency)

고령화가 빠르게 진행되는 글로벌 상황에서, Age Tech는 노인의 삶의 질을 높이고 사회적 비용을 낮출 수 있는 대안으로 떠올랐습니다. 특히 Sound AI는 Age Tech의 핵심 기술 중 한 축으로 자리 잡았는데, 어떻게 Age Tech에서 Sound AI가 활용될 수 있는지 오늘 소개해 드립니다.

[Case 1: 일상생활 보조]

나이가 들수록 우리 몸을 이루고 있는 근육의 양은 줄어들며 움직임에 제한이 생기게 됩니다. 이에 따라 보행 속도가 느려지고, 이전처럼 세세한 근육의 움직임을 동원해야 하는 작업이 있을 시 이전보다 더 오랜 시간을 요합니다. 가령 자기 전 침대에서 일어나 불을 끄는 작업은 일반 사람들에게는 아주 쉬운 일입니다. 하지만 노인의 경우 침대에서 일어나는 움직임, 스위치가 있는 곳으로 이동해 직접 불을 끄는 행위, 그리고 불이 꺼진 어두운 상황에서 돌아오는 위험을 고려하면 다른 연령층이 할 수 있는 것만큼 쉽게 하기 어려운 일이 될 수도 있습니다.

이런 상황에서 Sound AI는 생활 속 어려움을 소리를 통해 쉽게 해결할 수 있게 해줍니다. 이전에 Philips Smart Hue 조명과 Sound AI를 연동해 본 영상을 통해 어떻게 사용될 수 있는지 간단한 예시를 보여드리겠습니다.

이 영상에서 보시면 손뼉을 쳐서 조명을 켜고, 손가락끼리 부딪쳐 딱 소리를 내어 전구의 색을 바꾸고, 휘파람을 불어 조명의 밝기를 조절합니다. 어떤 특정한 소리가 들릴 때 특정한 반응이 뒤따라오게끔 세팅해 자리에서 움직이지 않아도 쉽게 조명을 조절할 수 있습니다. 단순히 조명뿐만 아니라 다른 제품도 쉽게 특정 소리를 통해 제어할 수 있겠죠? 가령 저녁부터 새벽까지 시간대에 화장실 물 내리는 소리가 들린다면 복도의 불을 5분 이상 켰다가 꺼지게끔 세팅하는 식으로 노인의 일상생활 리듬에 맞춰 다양한 행동을 설정해 둘 수 있습니다. 이러한 방식으로 Sound AI는 노인층의 일상생활을 더 편리하게 만들어줍니다.

Sound AI in Age Tech

2024년 12월 11일, 국내 최대의 스타트업 행사인 COMEUP 2024에서 감사하게도 Fireside Chat에 Cochl이 참여할 수 있었습니다. 인터베스트의 신영성 이사님과 함께 Cochl의 한윤창 대표가 간단하게 이야기를 나눠봤는데요, 생생한 현장의 이야기를 지금 바로 공유 드립니다.

Q1. 코클을 창업하게 된 계기와 과정은 무엇인가요?

저는 서울대학교 음악오디오랩에서 박사 과정을 밟던 중, 오디오 분석 기술이 급격히 변화하는 것을 느꼈습니다. 특히 사운드 데이터를 기반으로 한 딥러닝의 발전 가능성을 발견하면서, 기존의 오디오 분석 기술의 한계를 넘어서고자 창업을 결심했습니다. 같이 연구하던 동료들을 설득해 코클을 창업하게 되었습니다.

Q2. 코클의 머신 리스닝 기술은 기존의 소리 분석과 어떻게 다른가요?

소리 분석은 아주 전에 없던 새로운 것은 아닙니다. 다만 전통적인 음향 분석은 특정 주파수 대역에서의 이상 징후를 감지하거나 갑자기 데시벨이 커지는 구간을 연구하는 규칙 기반 접근 방식을 사용했습니다. 하지만 음향 환경은 매우 복잡합니다. 기기의 종류, 잡음, 배경 소음 등 여러 변수에 따라 기존 기술은 한계에 부딪히곤 했습니다. 코클은 딥러닝과 방대한 실제 오디오 데이터를 활용하여, 복잡한 환경에서도 신뢰할 수 있는 결과를 제공하는 모델을 개발해 기존보다 더 높은 정확도의 결과를 제공한다는 차별점을 가지고 있습니다.

Q3. 현재 가장 많은 관심을 보이는 산업군은 어디인가요?

Fireside Chat at COMEUP 2024

‘소리 인식 기술’이라고 하면 어떤 생각이 드시나요? 아직은 낯선 단어인 것 같아요. 그렇다면 ‘하이 빅스비!’, ‘헤이 구글!’, ‘시리야~’같은 음성 명령어는요? 소리 인식 기술은 낯설지만 우리의 삶과 크게 멀리 있지 않고, 위에 말한것 처럼 여러 디지털 기기와 함께 유용하게 사용되고 있습니다. 가령 저는 오늘 하루만해도 ‘하이 빅스비!’라는 말로 빅스비를 소환해 알람을 끄고, ‘헤이 구글’이라는 말로 구글홈미니를 호출해 음악을 들었어요. 오늘의 이야기를 하기에 앞서 여러분이 조금 더 소리 인식 기술과 친해질 수 있도록 짧게 설명해드릴게요.

•

Speaker Identification (화자 식별)

화자 식별이란 여러 사람 중에서 특정한 화자를 찾아내는 기술입니다. 어떤 음성 데이터가 주어졌을 때, 이 음성이 누구의 것인지, 누가 말하고 있는지를 여러 등록된 화자 중에서 알아내는 것입니다. 예를 들어 A/B/C/D가 대화를 나누고 있을 때 A가 말하고 있는 건지, B가 말하고 있는 건지 알아낼 수 있죠.

•

Speaker Verification (화자 검증)

화자 검증이란 등록된 화자가 본인이 맞는지 아닌지 확인하는 기술입니다. “지금 말하는 사람이 A가 맞나?”라고 진짜 본인이 맞는지를 인증하는 과정이라고 볼 수 있습니다. 위에서 말했던 제 목소리로 빅스비나 구글 등의 음성 비서를 활용하는 데는 Speaker verification 기술이 적용되었다고 볼 수 있습니다. “이 목소리가 우리 주인님의 목소리야!”를 확인해, 주인인 경우만 반응하는 것이죠. 우리가 처음 사용자 목소리를 등록하면서, 음성 비서들이 우리의 음성 특징을 학습하기 때문에 다른 사람들의 무분별한 호출을 거절할 수 있습니다.

이처럼 매우 활용도가 높은 화자 인식 기술이 우리 실생활에 어떻게 사용될 수 있을까요?

Case 1: 팀 미팅 기록하기

모두가 잘 알고 있겠지만, 팀 미팅에서 참석자들이 어떤 내용을 말했는지를 정리해서 앞으로 어떤 일들을 해야할지 액션 아이템을 정하고, 타임라인을 설정하는 것은 중요합니다. 하지만 이는 한 사람이 모두 맡아서 기록하기에는 방대한 양일 수도 있고, 혹은 잘못 작성된 부분이 있을 수도 있습니다. 이 때 화자 인식 기술을 활용한다면 미팅 참석자별 발언을 정확히 정리해 필요한 정보를 쉽게 확인할 수 있습니다.

실생활에서 화자 인식 기술 사용하기

안녕하세요 지난 아티클에서는 Cochl이 어떻게 사용성 평가를 하게 되었는지 그 계기와 일련의 과정들을 소개했습니다. 이번 아티클에서는 실질적으로 우리가 각 문제를 어떻게 깊게 파헤치고, 해결했는지 그 과정을 공유해 드리려고 합니다.

이전 사용성 평가에서 진행한 설문조사에서 “API 연동 시 가장 중요하게 생각하는 점”을 물었을 때 ‘상세하게 작성된 개발 문서’가 58.8%로 1위를 차지했고 뒤를 이어 손쉬운 API 연동, 활성화된 사용자 커뮤니티가 뒤따랐습니다.

위 설문 조사의 결과처럼 개발 문서가 잘 작성되어 있다면 별다른 문제 없이, 마주할 수 있는 대부분의 이슈를 커버할 수 있을 것이라고 생각하며 Cochl의 기술 문서에서 부족한 부분을 찾고 이를 보완하는 데 초점을 맞추기로 했습니다.

가장 먼저 지난 시간 살짝 공개드렸던 피드백을 바탕으로 우리가 마주한 문제를 크게 2가지 파트로 나눴습니다.

- API 설치 에러

사람들이 설치 과정에서 마주했던 문제들은 맥북 버전 호환의 문제를 제외하고는 해결이 가능한 문제들이었습니다. 하지만 설치 과정의 문제 난이도와 별개로 API가 매끄럽게 설치가 되지 않는다면 전체적인 사용자 경험은 부정적으로 바뀔 수 있습니다. 문제가 발생하지 않는 것이 가장 최상의 시나리오이지만 만약 설치 과정에서 장애가 생긴다면 사람들이 손쉽게 대처할 수 있도록 안내돼야 합니다. 물론 한정된 리소스 상 개인 별로 다른 모든 환경 설정을 맞출 수는 없으나, 자주 사람들이 궁금해하는 부분이나 공통된 환경설정 하의 에러 메시지는 충분히 선 대응할 수 있는 영역입니다.

그래서 Cochl은 단순한 API 설치뿐만 아니라, Cochl.Sense 사용과 관련하여 사람들이 궁금해하거나, 도움이 필요한 영역까지 넓게 산정하여 FAQ 페이지를 신설하는 것을 해결 방안으로 선택했습니다.

오만과 편견: 우리 기술 문서는 다를거야 (Part 2)

어렸을 적 ‘크레이지 아케이드'라는 게임을 집에서 하고 싶어 다운 받아본 기억이 있습니다. 게임을 다운로드 하기 위해서는 우리 집 컴퓨터가 다운 받을 수 있는 환경이 되는지 안 되는지를 확인해야 했는데요, 이게 어쩌면 제 일생 가장 처음 컴퓨터와 관련된 기술 문서를 읽어본 경험이라고 말할 수 있겠네요.

여러분도 비슷하게 일생에 한 번쯤은 어떤 프로그램을 다운 받기 위해 누군가의 블로그를 발견해 잘 정리된 순서를 따라 하거나 그 프로그램의 홈페이지에 들어가 관련된 정보를 찾아 헤매본 적이 있을 것입니다. 슬프게도 관련된 정보를 도저히 찾을 수 없어 몇 시간째 구글링을 할 수도 있고요. 그렇기에 헛되이 시간을 보내지 않기 위해서는 잘 정리된 문서가 꼭 필요합니다.

놀랍게도 최근 B2B 비즈니스 분야에서도 사용자(고객사)와 원활하게 의사소통하기 위해서 우리가 흔히 말하는 ‘기술 문서 (혹은 개발 문서)'의 중요성이 대두되고 있습니다. 그렇다면 질문을 하나 던져볼게요.

“기술 문서는 누구의 관점에서 작성돼야 할까요?”

Cochl도 세상의 모든 소리를 이해할 수 있는 Sound AI인 Cochl.Sense를 개발하고 있고, 사용자들은 Cloud API 혹은 Edge SDK 형태로 Cochl.Sense를 사용하고 있습니다. 사용자들이 편리하게 우리의 기술을 이용할 수 있도록 도움을 드리는 차원에서 Cochl도 기술 문서가 작성된 개발자 센터를 운영하고 있습니다. ‘좋아, Cloud API와 Edge SDK에 대한 설명도 있고, 릴리즈 노트도 업데이트 잘하고 있으니 뭐 이 정도면 사람들이 알아서 잘 쓰겠지? 이 정도면 충분할 거야.’라는 우리의 오만과 편견을 최근에야 마주하게 되었습니다.

이번 시리즈는 Cochl이 어떻게 이 문제를 포착했고, 어떠한 방식으로 풀어나가는지에 대한 그 여정을 담고 있습니다. 첫 번째 아티클에서는 우리의 오만과 편견을 직면하게 된 사용성 평가 세팅 과정을 소개합니다.

오만과 편견: 우리 기술 문서는 다를 거야

우리 모두는 그 형태와 기술에 상관없이 하나의 프로덕트(서비스)를 만드는 사람입니다. 프로덕트는 자기 자신이 될 수도 있고, 많은 사람들이 더 편하게 연락을 주고받을 수 있는 메신저가 될 수도 있고, 혹은 세상의 모든 소리를 이해할 수 있는 Sound AI가 될 수도 있습니다.

Cochl에서는 매 분기 팀 회고와 매 반기 전사 회고를 진행하고 있는데요, 회고의 목적은 다음과 같습니다.

•

우리의 과거 경험을 되돌아보고, 잘하고 있는 것이 있다면 그것을 유지하고 발전시켜 나가기 위해

•

더 잘할 수 있는 부분이 있는지 확인해 보기 위해

•

우리의 성장을 막는 부분이 있다면 해결하기 위해

이번 상반기 회고에서 가장 많은 팀원의 공감을 받았던 질문은 다음과 같습니다.

Cochl.Sense라는 프로덕트를 더 잘 만들고 싶어요. 어떻게 하면 우리의 프로덕트를 더 깊이 이해하고, 사용자로서 경험해 볼 수 있을까요?

우리의 프로덕트를 더 잘 알고, 사랑하기 위해 Cochl은 두 가지 형태의 새로운 시도를 해보았습니다.

당신은 당신의 프로덕트를 사랑하십니까?