신규 AI 모델의 개발 배경과 핵심 기술 분석

원문 발행 2026. 10. 26. 07:18원문 언어 영어AI 한국어 번역X @ayi_ainotes (자동 발견) 원문 보기

요약

Block의 연구팀이 엔드투엔드 풀-듀플렉스 기능을 갖춘 신규 AI 모델을 개발했습니다. 이 모델은 실시간 양방향 대화가 가능하며, NVIDIA GB200으로 훈련 후 MacBook Pro M4 Max 등에서 로컬 오프라인 추론이 가능합니다. 극소량의 인간 대화 데이터만 사용했으나, 높은 사실성 때문에 통제 불가능한 음성 복제 및 사기 방지 블랙홀이라는 윤리적 우려가 제기되었습니다.

핵심 포인트

엔드투엔드 풀-듀플렉스로 실시간 양방향 대화 지원
NVIDIA GB200 훈련 후 M4 Max급에서 로컬 오프라인 추론 가능
웹 텍스트 대신 선별된 인간 대화 오디오만 사용해 데이터 효율성 입증
극도로 사실적인 모방도가 사기 및 윤리적 문제에 대한 우려를 야기함

보충:
→ 배경 및 팀 출처 추적:
→ 발표자: Jack Dorsey. Twitter(현재 X) 공동 창립자이자, Block(Square, Cash App, TIDAL 소유)의 리더 겸 이사회 의장.
→ 개발팀: Block 내부의 소규모 선도 연구실. 멤버들은 2020년 Square가 인수한 다라툰(Toronto)의 딥러닝 팀 Dessa 출신이며, Jack에게 직접 보고한다.
→ 핵심 기술 및 하드웨어 장벽 (공식 소개 페이지 기반):
→ 엔드투엔드 풀-듀플렉스(End-to-end Full-duplex): 번갈아 말하는 단방향 메커니즘을 깨고, 모델이 출력 오디오 스트림을 생성하는 동시에 입력 스트림을 병렬로 청취할 수 있어 밀리초 단위의 끼어들기, 중간 웃음소리 및 어조 삽입을 지원한다.
→ 컴퓨팅 파워 및 배포: 훈련에는 NVIDIA GB200 NVL72 캐비닛 단 하나만 사용했다. 최종 장치 배포는 MacBook Pro M4 Max 또는 그 이상의 사양 하드웨어에서 실시간을 초월하는 로컬 오프라인 추론이 가능하도록 지원한다.
→ 데이터 효율성: 수조 개의 토큰에 달하는 방대한 웹 텍스트 정제 과정을 포기하고, 순수하게 선별된 인간의 일상 대화 오디오만을 사용하여 극소량의 데이터로 아기식 언어 습득 패러다임을 검증했다.
→ 안전 및 윤리적 양날의 검: 공식적인 프로젝트 착수 이유는 AI가 사람 목소리의 고통과 구조 신호를 이해하게 하는 것이었지만, 실제 구현된 모방도와 감정 표현이 극도로 사실적이어서 커뮤니티는 즉시 이것이 통제 불가능한 실시간 음성 복제 및 사기 방지 블랙홀이 될 것을 우려했다. 현재 이 모델은 연구 프리뷰(Research Preview) 단계로, 소수의 안전 연구원에게만 한정적으로 공개되었다.

AI 자동 생성 콘텐츠

원문 바로가기

신규 AI 모델의 개발 배경과 핵심 기술 분석

요약

핵심 포인트

댓글