자동차 ASR 개선 성공 사례

자동차 ASR 개선 프로젝트

이번에 소개해 드릴 성공 사례는 글로벌 1차 자동차 소프트웨어 공급업체가 추진한 자동차 ASR(자동 음성 인식) 성능 개선 프로젝트입니다. 고객사는 더 자연스럽고 정확한 음성 명령 인식을 통해 운전자와 차량 간의 상호작용을 향상하고, 전 세계 다양한 언어와 지역에서 일관된 사용자 경험을 제공하고자 했습니다. 이를 위해, 실제 환경에 기반한 고품질 언어 및 음성 데이터를 확보하는 것이 핵심 과제였습니다.

도전 과제

• 복잡하고 다양한 발화 시나리오: 운전자는 “라디오 볼륨 높여줘”, “내비게이션 켜줘”처럼 다양한 방식으로 음성 명령을 전달합니다. 이처럼 방대한 명령어를 인식하려면, 시스템은 다양한 언어, 억양, 방언, 화자 특성까지 학습해야 합니다.
• 새로운 지역과 언어에 대한 빠른 확장의 필요성: 세계 시장에서의 경쟁력을 높이기 위해 고객사는 빠르게 새로운 국가와 언어에 자동차 ASR 기능을 도입하고자 했습니다. 하지만 언어별 음성 데이터를 수집하고 정제하는 데에는 시간과 리소스가 많이 소요되었습니다.
• 자연스러운 데이터 확보의 어려움: 실제 주행 상황과 유사한 맥락에서 자연스럽게 생성된 음성 데이터를 확보하는 것은 기존 스크립트 기반 수집 방식으로는 한계가 있었습니다.

솔루션

저희 에펜은 이러한 과제를 해결하기 위해 다음과 같은 방식으로 고객사에 맞춤형 솔루션을 제공했습니다.

• 현지 원어민 기반 음성 데이터 수집: 각국 원어민이 참여하는 크라우드 네트워크를 활용하여, 실제 운전자가 사용할 법한 다양한 음성 명령을 즉흥적으로 생성하고 녹음했습니다. 이를 통해 자연스러운 발화를 반영한 고품질 데이터를 확보할 수 있었습니다.
• 시나리오 중심 데이터 수집 및 시운전 시뮬레이션: 공기 조화, 내비게이션, 멀티미디어, 통화 등 주요 기능에 대한 시나리오를 구성해 참여자들이 실제 운전 중 발화하듯 데이터를 생성하도록 유도했습니다. 인지 부하가 높은 주행 상황을 시뮬레이션함으로써 더 현실적인 음성 데이터를 확보할 수 있었습니다.
• 고품질 녹음 인프라 및 품질 관리 프로세스 도입: 국가별 전문 스튜디오를 활용해 일관된 오디오 품질 기준을 유지했고, 40개 이상의 언어에서 자동차 산업에 적합한 음성 품질을 충족하도록 품질을 지속 관리했습니다.
• 텍스트 기반 데이터 병행 수집: 유사한 명령어 시나리오에 대해 음성이 아닌 텍스트 응답을 수집함으로써, 데이터 다양성을 확대하고 AI 학습의 정확도를 높였습니다.

프로젝트 성과

고객사는 에펜과의 협업을 통해 다음과 같은 주요 성과를 얻었습니다.

• 자연스러운 음성 데이터 확보: 실제 운전자 발화와 유사한 데이터로 시스템 학습 효율이 향상되었습니다.
• 20개 언어로 된 자동차 ASR 기능 확장: 글로벌 시장 대응 속도를 대폭 개선했습니다.
• 40개 언어에서 고품질 오디오 기준 충족: 브랜드 전반의 일관된 사용자 경험을 구현했습니다.

에펜의 음성 데이터 솔루션

에펜은 다양한 산업의 ASR 시스템 개발을 지원하며, 특히 차량 인포테인먼트 분야에서 현실 기반 음성 데이터를 신속하고 정확하게 제공합니다. 글로벌 크라우드 네트워크와 전문 스튜디오 인프라를 기반으로, 단순한 데이터 수집을 넘어 제품의 시장 확장과 경쟁력 확보를 위한 전략적 파트너, 에펜과 함께 자동차 ASR 프로젝트를 성공으로 이끄세요.