Fluent.ai의 Vikrant Tomar, CTO 및 설립자 – 인터뷰 시리즈

Vikrant Tomar는 Fluent.ai의 CTO이자 설립자입니다. Fluent.ai는 장치 OEM 및 서비스 제공업체를 위한 음성 이해 및 음성 사용자 인터페이스 소프트웨어입니다.

음성 인식의 음향 모델링을 공부하기 시작한 이유는 무엇입니까?

정말로, 기계와 사람이 같은 방식으로 대화할 수 있는 비전이 나를 매료했습니다. 나는 대학 시절에 음성 인식을 공부하기 시작했습니다. 그 때 나는 연구에 관심을 갖게 되었고, 음성 인식 강의와 관련된 연구 프로젝트를 수행했습니다. 나는 그 연구를 통해 가장 큰 음성 인식 컨퍼런스 중 하나인 InterSpeech 컨퍼런스에서 연구 논문을 발표할 수 있었습니다. 모든 것이 나를 음성 인식 연구에 집중시키는 데 동기를 부여했습니다. 따라서 나는 박사 학위를 취득하기로 결정했습니다.

2015년에 Fluent.ai를 설립했습니다. 이 스타트업의 기원에 대해 이야기해 줄 수 있습니까?

나는 오랫동안 기업가적인 열망을 가지고 있었습니다. 나는 대학 시절에 두 명의 친구와 함께 회사를 설립하려고 시도했지만, 여러 가지 이유로 그 시도는 성공하지 못했습니다. 맥길 대학에서 박사 학위를 취득하는 동안, 나는 몬트리올의 스타트업 현장을 주시했습니다. 그 때 나는 TandemLaunch라는 스타트업 창조소에서 Fluent.ai를 만들었습니다. 나는 박사 학위를 거의 마치고 있었고, 다시 한번 기업가 정신을 시험해 보기로 결정했습니다. 연구와 다른 음성 연구 그룹과의 협력을 통해, 나는 대부분의 음성 인식 시스템이 음성에서 텍스트로의 전사와 자연어 처리를 수행하는 방식으로 작동한다는 것을 알게 되었습니다. 그러나 이것은 사용성에 대한 차이를 남겼습니다. 많은 사람들이 이러한 방식으로 개발된 음성 솔루션을 사용할 수 없습니다. 이러한 방법을 사용하기 위해 필요한 데이터의 양이 너무 많아 언어 사용자 수가 적은 언어에 대한 별도의 모델을 개발하는 것은 금전적으로 불가능합니다. 또한 많은 방언과 언어에는 구체적인 표기법이 없습니다. 내 가족은 내가 개발한 도구를 사용할 수 없었습니다(그들은 힌디 방언을 사용합니다). 이러한 모든 것을 고려하여, 나는 음성 모델을 생성하는 다른 방법에 대해 생각하기 시작했습니다. 데이터가 적게 필요한 모델이나 사용자가 직접 모델을 훈련하거나 업데이트할 수 있는 모델을 생각했습니다. 나는 KU Leuven University(KUL)에서 수행된 연구가 이러한 요구 사항을 충족할 수 있을 것이라는 것을 알게 되었습니다. KUL의 기술을 일부 사용하여, 우리는 Fluent가 오늘날의 모습으로 발전할 수 있는 첫 번째 단계를 밟을 수 있었습니다.

Fluent.ai의 직관적인 음성 이해 솔루션에 대해 자세히 설명해 주시겠습니까?

Fluent.ai의 음성 인식 솔루션은 인간이 언어를 습득하고 인식하는 방식에서 영감을 얻었습니다. 전통적인 음성 인식 시스템은 입력 음성을 텍스트로 전사한 다음 그 텍스트에서 의미를 추출합니다. 그러나 인간은 음성을 인식하는 방식이 아닙니다. 예를 들어, 아이들이 읽고 쓰기 전에 대화할 수 있는 방식과 같습니다. 유사하게, Fluent의 딥 뉴럴 네트워크 기반 모델은 텍스트로 전사하지 않고 직접 음성 소리에서 의미를 추출할 수 있습니다. 기술적으로 이것은 진정한 음성 이해입니다. 이 접근 방식에는 여러 가지 장점이 있습니다. 전통적인 음성 인식은 여러 모듈이 함께 연결되어 최종 응답을 제공하는 방식입니다. 그러나 이것은 비최적의 솔루션으로, 발음, 노이즈, 배경 조건 등에 대한 결과가 다를 수 있습니다. Fluent의 자동 의도 인식(AIR) 시스템은 최적의 솔루션을 제공하기 위해 공동으로 훈련된 신경 네트워크 기반 아키텍처입니다. 또한, 우리는 전통적인 음성 인식 시스템에서 일반적으로 있는 많은 계산 집약적인 모듈을 제거할 수 있습니다. 이것은 저전력 마이크로컨트롤러에서 40KB의 RAM으로 실행할 수 있는 저용량 음성 인식 시스템을 생성할 수 있습니다. 마지막으로, 우리의 음성 이해 기반 AIR 시스템은 유일한 방식으로 여러 언어 간의 유사성을 활용하여 하나의 모델에서 여러 언어를 인식할 수 있는 기능을 제공합니다.

노이즈 문제를 극복하기 위한 AI 도전에 대해 설명해 주시겠습니까?

노이즈는 음성 인식의 가장 큰 도전 중 하나입니다. 노이즈는 음성 스펙트럼에 다양한 방식으로 영향을 미칩니다. 때때로 노이즈는 마이크 응답에도 영향을 미칠 수 있습니다. 많은 경우에 노이즈는 음성 소스와 노이즈 소스를 분리하는 것이 불가능합니다. 노이즈는 음성 스펙트럼에 영향을 미쳐 정보를 가릴 수 있습니다. 이러한 결과는 정확도가 낮습니다. 일관된 노이즈는 쉽게 제거할 수 있지만, 백그라운드에서 사람들이 대화하거나 음악과 같은 노이즈는 음성 스펙트럼에 영향을 미치는 방식으로 인해 제거하기 어렵습니다.

Edge AI를 정의하고 Fluent.ai에서 이 기술을 어떻게 사용하고 있는지 설명해 주시겠습니까?

Edge AI는 저전력 장치에서 인공지능 애플리케이션을 수행하는 다양한 방식을 포함하는 용어입니다. Fluent에서는 저전력 컴퓨팅 장치에서 높은 품질의 음성 이해를 제공하는 데 중점을 두고 있습니다. 우리는 데이터를 클라우드 서버로 전송하지 않고도 입력 음성을 직접 인식할 수 있는 효율적인 알고리즘을 개발했습니다. 이 접근 방식에는 두 가지 장점이 있습니다. 첫째, 사용자의 음성 데이터가 클라우드로 전송되어 저장되는 것을 방지하여 개인 정보를 보호할 수 있습니다. 둘째, 클라우드 서버와 장치 사이에서 데이터를 전송할 필요가 없기 때문에 대기 시간이 줄어듭니다.

사용 중인 다른 기계 학습 기술은 무엇입니까?

우리의 주요 초점은 음성 인식을 위한 딥 러닝 기반 접근 방식입니다. 우리는 새로운 AI 모델 아키텍처를 발견하기 위해 강화 학습(NASIL) 방법을 사용하고 있습니다. 또한 AutoML을 사용하여 다양한 애플리케이션에서 신뢰할 수 있는 결과를 얻을 수 있도록 미리 결정된 AI 모델을 조정합니다. 모델 압축 및 기타 수학적 접근 방식은 모델 성능을 최적화하는 데 도움이 됩니다.

자연어 이해와 자연어 처리의 다음 5년 동안 어떤 일이 발생할 것으로 생각합니까?

시스템이 더 자연스러운 상호 작용을 제공하도록 진화할 것입니다. 최근 몇 년 동안의 진행에도 불구하고, 대부분의 현재 시스템은 단순한 쿼리만 응답하거나 음성 기반 인터넷 검색만 수행할 수 있습니다. 우리는 더 많은 솔루션이 사용자의 전체 쿼리를 이해하고 응답할 수 있는 기능을 제공할 것입니다.

또 다른 관심 분야는 개인 정보 보호입니다. 현재 대부분의 솔루션은 사용자의 음성 데이터를 클라우드 서버로 전송하는 인터넷 연결 장치입니다. 그러나 이러한 솔루션의 개인 정보 보호는 문제가 되고 있습니다. 우리는 또한 음성 UI의 적용이 소비자 전자 제품을 넘어 산업 환경, 전문 오디오 공간, 호텔, 회의실 등에서 확대되고 있습니다. 이러한 애플리케이션의 핵심 요구 사항은 개인 정보 보호입니다. 따라서 현재의 연결 솔루션은 충분하지 않습니다. 따라서 우리는 에지 AI 또는 장치 내에서 처리되는 자연어 솔루션을 더 많이 볼 수 있을 것입니다.

Fluent.ai에 대해 더 공유하고 싶은 내용이 있습니까?

음성 기술은 최근 몇 년 동안 많은 발전을 이루었으며, 앞으로도 많은 성장 가능성이 있습니다. Fluent.ai에서는 기존 기술의 새로운 사용 사례를 찾고 있으며, 내부적으로 지속적으로 혁신을 추구하고 있습니다. COVID-19 팬데믹은 엘리베이터 버튼, 레스토랑 키오스크 등과 같은 고감성 영역에 대한 민감성을 높였습니다. 이것은 음성 활성화 기술에 대한 새로운 수요를 창출했습니다. Fluent.ai는 이러한 격차를 메우기 위해 노력하고 있습니다. 우리의 솔루션은 다국어이며, 따라서 더 포용적입니다. 또한 오프라인에서 작동하므로, 추가적인 개인 정보 보호 계층을 제공합니다. 이러한 기능은 앞으로 음성 기술의 미래가 될 것입니다.

훌륭한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Fluent.ai를 방문하십시오.

[1] https://www.researchgate.net/profile/Farzaneh_Sheikhnezhad_Fard/publication/341083699_Nasil_Neural_Archit