소리 없이 말하면 글로 쓰는 스마트 안경
AI 생성 참고 이미지

서브보컬 컴퍼니(The Subvocal Company)는 소리 내지 않고 입으로 말을 만들면 이를 글자로 바꾸는 스마트 안경을 개발하고 있다. 도서관이나 사무실처럼 음성 입력이 어려운 곳에서도 말하듯 컴퓨터를 쓰게 하겠다는 구상이다. 개발진은 얼굴에 붙이는 근전도 전극에서 출발해 안경테에 넣은 무선 센서까지 시제품을 발전시켰고, 현재는 예약 주문을 받고 있다. 다만 해독은 안경 자체가 아닌 연결 기기와 클라우드에서 이뤄진다. 조용한 입력이라는 가능성과 실제 제품으로 쓸 때의 조건을 함께 살펴볼 만한 발표다.

핵심요약

  • 서브보컬(Subvocal) 안경은 소리 없는 입의 움직임을 무선 신호로 감지해 글자로 바꾸며, 주변 사람 앞에서 음성 입력을 쓰기 어려운 문제를 겨냥한다.
  • 개발진은 얼굴에 붙이는 근전도 전극의 불편함과 신호 불안정을 겪은 뒤 안경테에 안테나를 넣는 방식으로 전환했다.
  • 사람마다 얼굴 구조가 달라 생기는 인식 차이를 줄이기 위해 데이터를 늘리고 있으며, 시연 참가자는 20문장으로 짧게 보정한 뒤 사용했다.
  • 입술을 다문 채 입력하는 방식도 시험했지만 외부 사용자 검증은 아직 진행하지 않아, 초기 제품의 주된 사용법은 조용히 입 모양을 만드는 방식에 가깝다.
  • 개발진은 2027년 1분기 출시를 목표로 첫 500대의 예약 주문을 받으며, 클라우드 해독에 따른 지연과 착용성은 실제 사용에서 확인할 과제다.

도서관에서 시작된 조용한 입력

개발진인 아루시와 아르나브는 올해 초 조지아 공대(Georgia Tech)에서 컴퓨터과학을 공부하고 있었다. 두 사람은 음성 입력 도구 위스퍼 플로(Wispr Flow)를 적극적으로 썼지만, 도서관이나 사무실, 공공장소에서는 말을 꺼내기 어렵다는 점에 불편을 느꼈다. 타이핑 대신 말로 생각을 풀어내는 방식이 편리해도, 주변에 사람이 있으면 그 장점을 활용하기 어렵다는 문제였다. 서브보컬의 출발점은 컴퓨터가 말을 알아듣는 능력보다 사용자가 언제 어디서 말할 수 있는가에 있었다.

두 사람이 제시한 해법은 목소리를 녹음하는 대신 소리 없이 말을 만드는 동작을 읽는 안경이다. 개발진은 사용자가 조용히 입으로 단어를 만들면 안경이 그 움직임에 따른 신호를 감지하고 글자로 해독한다고 설명한다. 목표는 음성 입력의 속도와 자연스러움을 살리면서도 주변 사람에게 말을 들려주지 않는 것이다. 다만 여기서 말하는 ‘조용한 입력’은 아무 동작 없이 머릿속 생각을 읽는다는 뜻은 아니다.

36시간의 근전도 실험

전환점은 2월 스탠퍼드(Stanford)의 트리핵스(TreeHacks) 해커톤이었다. 두 사람은 MIT 미디어랩(MIT Media Lab)의 무성 발화 연구인 얼터에고(AlterEgo)를 읽고, 36시간 안에 비슷한 시스템을 만들어 보기로 했다. 첫 시제품에서는 얼굴에 근전도(EMG·근육의 전기 신호를 읽는 방식) 전극을 붙였다. 글자 단위에서 어설프게 작동하는 수준이었고 해커톤에서 우승하지도 못했지만, 남들이 알아차리지 못한 채 문장을 입력한 경험이 개발을 계속할 계기가 됐다.

근전도 방식에는 곧 제품화의 벽이 드러났다. 개발진은 땀과 전기적 간섭에 따라 신호가 달라지고, 전극을 붙이는 위치가 조금만 바뀌어도 결과가 흔들린다고 설명한다. 무엇보다 매번 얼굴에 전극을 붙여야 한다는 점이 일상적인 입력 도구와 거리가 멀었다. 두 사람은 근육에서 전기 신호를 직접 읽는 방식을 접고, 얼굴을 통과하는 전파의 변화를 감지하는 쪽으로 방향을 바꿨다.

전파로 입안의 움직임 읽기

현재 안경은 무선 주파수(RF·전파를 이용해 신호를 주고받거나 감지하는 방식) 신호를 낸다. 개발진의 설명에 따르면 전파가 얼굴을 지나며 혀, 입술, 연구개와 만날 때 소리 없는 발음 동작에 따라 신호가 변한다. 시스템은 이렇게 생긴 변화를 학습한 모델로 글자에 대응시킨다. 마이크로 목소리를 듣거나 카메라로 입술을 촬영하는 방식과는 감지 대상이 다르다.

개발진은 전파를 쓰기로 결정한 뒤에도 신호를 잡는 일이 쉽지 않았다고 밝혔다. 먼저 잡음을 극도로 낮춘 감지 장치를 만들고, 안테나의 전파가 발음에 쓰이는 부위와 최대한 겹치도록 위치를 조정해야 했다. 신호가 약하거나 잡음에 묻히면 뒤에서 아무리 모델을 훈련해도 해독하기 어렵기 때문이다. 이 과정에서 안테나와 전자 장치, 기계학습 모델을 따로 떼어 살피는 접근이 필요했다고 개발진은 회고한다.

얼굴에 붙인 안테나가 안경테로

처음부터 안경 형태가 작동한 것은 아니다. 개발진의 첫 안경 실험은 완전히 실패했고, 다시 얼굴에 안테나를 테이프로 붙여 신호가 나오는 위치를 찾았다. 하지만 테이프를 붙일 때마다 위치와 각도를 일정하게 맞추기 어려웠다. 이후 안테나를 고정하는 머리 착용 장치를 만들어 작동을 확인했지만, 이 역시 사람들이 매일 쓸 만한 제품은 아니었다.

개발진은 시뮬레이션을 거쳐 안테나를 지탱할 안경 구조를 설계했고, 지금은 안테나를 테 안에 넣은 형태에 도달했다고 설명한다. 얼굴에 무엇인가를 붙여야 했던 시제품과 비교하면 착용 방식이 크게 달라졌다. 그러나 안경은 얼굴에 맞아야 하는 물건이기도 하다. 센서의 위치를 안정적으로 유지하는 설계가 다양한 사용자의 코와 머리 모양에서도 편안하게 작동할지는 제품에서 확인해야 한다.

사람마다 달라지는 신호, 데이터로 넘기다

안경에서 신호를 얻은 뒤에는 다른 사람에게도 모델이 통하는지가 문제였다. 얼굴의 구조가 서로 다른 만큼 같은 발음 동작도 RF 신호에는 다르게 나타난다는 게 개발진의 설명이다. 두 사람은 알고리즘만 고치는 방식으로 이를 해결하려 했으나 충분하지 않았다고 밝혔다. 결국 여러 사람의 발음 데이터를 대규모로 모아 사전 학습을 늘리는 쪽으로 방향을 잡았다.

이를 위해 사무실에 부스를 마련하고 사람들에게 비용을 지급해 안경을 쓴 채 제시된 문장을 읽게 했다. 개발진은 데이터가 늘어날수록 오류가 빠르게 줄고, 새로운 사용자에게 적용되는 성능도 개선됐다고 말한다. 공개한 시연에서 YC의 데이브(Dave)는 20문장으로 짧게 보정한 뒤 안경을 사용했다. 이 시연은 매번 긴 훈련 없이 쓸 가능성을 보여주지만, 개발진은 예외적인 상황의 성능을 높이기 위해 계속 데이터를 늘리고 있다.

입술을 다문 채 말하는 법

개발진은 발표를 수정하며 입술을 움직이거나 입을 벌리지 않아도 작동할 수 있다고 덧붙였다. 여기서 말하는 방식은 단어를 생각할 때 저절로 일어나는 혀의 미세한 움직임을 읽는 것이 아니다. 입술을 닫은 상태에서 말을 만드는 동작을 하는 것으로, 개발진도 처음에는 어색하지만 연습하면 익숙해질 수 있다고 설명한다. 바깥에서 알아보기 어려운 입력 방식이라는 점에서 매력적이지만, 조용히 입 모양을 만드는 것과 사용감이 같지는 않다.

토론에서 개발진은 입술을 다문 입력을 창업자 두 명과 직원 한 명에게만 시험했다고 밝혔다. 소수의 시험에서는 사용자별 데이터로 조정해 작동시켰지만, 동작을 편하게 익히는 데 시간이 꽤 걸렸다고 한다. 그래서 이를 초기 제품의 핵심 기능으로 내세우기보다 향후 더 많은 데이터를 모으겠다는 계획이다. 지금 공개된 시연과 초기 사용 경험을 판단할 때는 ‘생각만 하면 입력된다’보다 ‘소리 없이 발음을 만든다’는 설명이 정확하다.

2027년 출시 목표와 남은 질문

개발진은 앞으로 몇 달간 시제품을 웹사이트에 제시한 제품 형태로 다듬고, 2027년 1분기에 배송하는 것을 목표로 삼았다. 첫 물량은 500대로 정해 예약 주문을 열었으며, 예약 구매에는 최종 가격에서 200달러를 할인한다. 성능 측면에서는 다양한 사용자와 예외적인 발음 상황에 대응하도록 데이터 수집을 확대할 계획이다. 안경의 겉모습뿐 아니라 처음 쓸 때 필요한 보정과 반복 사용 경험이 제품 완성도를 가를 전망이다.

실제 입력 경로도 발표 문구보다 구체적으로 볼 필요가 있다. 개발진이 토론에서 밝힌 바에 따르면 글자 해독은 안경 안에서 끝나지 않고, 연결된 휴대전화나 컴퓨터의 앱을 거쳐 클라우드에서 이뤄진다. 전체 지연은 보통 500밀리초 미만이라고 설명했으며, 초기에는 자동으로 입력을 시작하는 호출어 대신 연결 기기의 키를 누르는 방식을 계획한다. 조용히 말할 수 있다는 장점이 일상적인 도구가 되려면 해독 성능과 함께 지연, 입력 시작 방법, 착용감을 모두 맞춰야 한다.

커뮤니티 의견

한 사용자는 안경이 ‘말하는 속도로 글자를 해독한다’는 소개가 실제 작동 방식을 흐린다고 지적했다. 해독이 클라우드에서 이뤄지고 지연도 있는데, 안경 자체가 즉시 글자로 바꾸는 듯한 표현을 쓴 이유를 물었다. 개발진은 다른 답글에서 연결 앱과 클라우드를 통한 처리, 보통 500밀리초 미만의 전체 지연을 설명했다.

예약 주문을 한 사용자는 성능만큼 안경의 착용성을 중요하게 봤다. 코가 높아 일반 안경을 맞추기 어렵다며 제품 사진에 나온 조절식 코받침을 유지해 달라고 요청했다. 입력을 언제 켜고 끌지도 물었고, 개발진은 처음에는 연결 기기의 키로 입력을 시작할 계획이라고 답했다.

한 사용자는 이 기술이 접근성과 핸즈프리 컴퓨팅에 유용할 것이라며 작동 원리를 웹사이트에 더 자세히 설명해 달라고 했다. 이어 기존 도수 안경을 쓰는 사용자들은 새 안경을 따로 맞추는 대신 기존 안경에 부착하는 형태를 원했다. 안경테의 크기나 도수 선택이 입력 방식의 채택을 가로막아서는 안 된다는 주장이다.

사생활을 걱정하는 질문도 나왔다. 한 사용자는 얼굴 주변의 신호를 감지하는 기기가 민감한 정보까지 추론하는 데 쓰일 가능성을 우려하며, 추론이 어디서 이뤄지는지와 오프라인 작동 여부를 물었다. 제품의 활용 가능성에 관한 우려로 제기된 내용이며, 토론에 나온 개발진의 설명은 현재 해독 경로가 클라우드를 포함한다는 점까지다.

손을 쓰기 어려워 수술을 앞뒀다는 사용자는 공개된 사무실에서 음성 입력을 할 수 없어 이런 제품을 찾고 있었다고 했다. 다른 사용자는 마이크가 주변 소음을 많이 받아들이는 작업 환경에서도 조용한 입력이 유용할지 물었다. 개발진은 무음 받아쓰기가 가능하다며, RF 신호를 이용해 소리 내어 말한 음성의 잡음을 줄이는 기능도 소프트웨어 업데이트로 내놓을 가능성을 언급했다.

안경을 AI와 대화하는 통로로 보는 의견도 있었다. 한 사용자는 소리 없이 질문하고 귀로 답을 듣는 사용법을 떠올렸고, 개발진은 개방형 스피커를 안경에 넣고 자체 AI 에이전트 연결 기능을 만들 계획이라고 답했다. 또 다른 사용자는 청각장애나 발화장애가 있는 사람에게도 도움이 될 수 있다고 봤지만, 이들의 입 움직임이 기존 학습 데이터와 다를 수 있다는 점도 짚었다.

비슷한 입력 도구와의 차이를 묻는 사용자는 여러 프로젝트를 비교 대상으로 제시했다. 답글에서는 그 도구들이 카메라를 필요로 하는 반면 서브보컬은 그렇지 않다는 차이를 들었다. 다른 사용자는 입술을 다문 입력이 자연스러운 무음 발화보다 배우기 어려워 보인다며 실시간 피드백이 필요할 수 있다고 봤고, 개발진 역시 외부 사용자에게는 아직 시험하지 않았다고 답했다.

마지막으로 말하기가 항상 타이핑보다 빠른지 묻는 의견도 나왔다. 개발진은 일반적으로 말하는 속도가 타이핑보다 빠르며, 말을 풀어내는 과정이 자연스러운 AI 프롬프트 작성에 도움이 될 수 있다고 설명했다. 이 논점은 서브보컬이 단순히 손을 쓰지 않는 대체 입력 수단을 넘어, 사용자가 생각을 글로 옮기는 방식까지 바꾸려는 제품임을 보여준다.

핵심통찰

서브보컬이 바꾸려는 것은 음성 인식 기술 자체보다 음성 입력을 쓸 수 있는 장소의 범위다. 근전도 전극을 안경테의 RF 안테나로 바꾼 과정은 그 목표에 맞는 진전이지만, 신호를 얻는 일과 누구나 편하게 쓰는 일은 다른 과제다. 짧은 보정만으로 다양한 얼굴에서 잘 작동하는지, 입술을 다문 입력을 실제로 익힐 수 있는지, 클라우드 지연과 안경 착용감이 일상 사용을 견디는지를 지켜봐야 한다. 조용한 받아쓰기가 자리 잡는다면 컴퓨터에 말을 건다는 행위의 사회적 부담이 줄어들 수 있다.


원본: Show HN: Subvocal – Talk to your computer without making noise

토론: Hacker News