‘머신 언러닝(machine unlearning)’이라는 기술로 AI 모델이 특정 목소리를 ‘잊도록’ 만들 수 있다는 연구 결과가 나왔다. 타인의 음성을 모방해 사기나 범죄에 악용되는 오디오 딥페이크 문제를 막기 위한 중요한 첫걸음이 될 수 있다는 평가가 나온다.

최근 인공지능 기술의 발전으로 텍스트 음성 변환(text-to-speech, TTS) 기술은 단어를 기계적으로 읽어주는 수준을 넘어, 사람의 말투와 억양까지 정교하게 재현할 수 있을 만큼 고도화됐다. 이제는 단 몇 초 분량의 음성만 있어도 누구의 목소리든 자연스럽게 흉내 낼 수 있는 시대가 된 것이다.

최근 머신 언러닝을 음성 생성에 처음으로 적용한 논문의 공동 저자로 참여했한 고종환 성균관대학교 전자전기공학부 교수는 “이제는 누구의 목소리든 몇 초의 음성만으로 재현하거나 복제할 수 있는 시대”라며 연구 배경을 설명했다.

실제로 복제된 목소리는 각종 사기, 허위 정보 유포, 온라인 괴롭힘 등에 이미 악용되고 있다. 오디오 신호처리를 연구하는 고 교수와 공동 연구진은 이러한 ‘음성 기반 신원 도용’을 막고자 머신 언러닝 기법을 실험에 도입하게 됐다. 고 교수는 “이제 사람들은 자신의 동의 없이 목소리가 생성되는 상황에서 이를 거부할 수 있는 방법을 찾기 시작했다”고 말했다.