구글(Google)이 딥마인드(DeepMind)의 수어를 텍스트로 바꾸는 최신 모델 SL2T를 ‘픽셀 11’ 시리즈에 탑재했다고 8월 12일 밝혔다.
구글은 이 모델이 구글의 키보드 앱 ‘지보드(Gboard)’와 ‘라이브 트랜스크립트(Live Transcribe)’에서 수어 입력을 지원해 사용자가 입력하던 방식처럼 휴대전화로 검색·메시지 작성·제미나이(Gemini) 챗봇과 대화할 수 있게 해준다고 설명했다.
모델 학습에는 10만시간이 넘는 다언어 수어 데이터가 투입됐으며, 데이터의 약 4분의 1은 미국수화(ASL) 자료였다고 딥마인드는 전했다. 출시 초기에는 ASL을 영어 텍스트로만 전사하는 기능이 제공되며, 향후 더 많은 언어와 기기 지원을 계획하고 있다고 덧붙였다.
딥마인드는 SL2T가 원본 영상을 그대로 해석하지 않고, 기기 내 별도 모델이 영상에서 기하학적 좌표의 ‘와이어프레임’ 형태로 변환한 뒤 구글 서버로 전송한다고 밝혔다. 이를 통해 사용자 프라이버시 보호에 설계 의도가 담겼다고 구글은 설명했으며, 기존 수어 전사 시스템과 달리 ‘글로스(glosses)’ 같은 중간 산출물을 만들지 않고 좌표를 바로 텍스트로 번역한다고 강조했다. 딥마인드는 “글로스는 비수동 표지와 공간 구성을 포함한 수어의 풍부하고 비선형적인 요소를 담지 못한다”며 “랜드마크에서 직접 번역하면 데이터에 비례해 번역 품질을 확장할 수 있다”고 설명했다.
딥마인드는 전 세계적으로 청각 장애·난청 인구가 7000만명 이상이며 약 200개 수어를 사용한다고 언급했다. 다만 SL2T가 여러 언어로 동시에 학습돼 언어 간 공통 구조를 학습할 수 있었다는 점에서 출발이 가능하다고 평가했다.