스마트 스피커는 어떻게 부르는 소리를 알아챌까요?

코하쿠
코하쿠이름을 부르면 스마트 스피커가 바로 반응하죠. 어떻게 알아채는 걸까요?
30초 만에 알아보는 답
코하쿠기기 안에서 호출어의 소리 모양만 찾고 있답니다.

스마트 스피커 안에서는 호출어(웨이크 워드)의 소리 모양만 찾는 작은 장치가 계속 돌아가며, 마이크로 들어온 소리와 맞춰 봐요. 맞다고 판단할 때만 이어지는 목소리를 인터넷 너머의 서버로 보내고, 호출어를 한 번 더 확인한 뒤 자세히 알아들어요.

코하쿠
코하쿠그럼 이제 자세히 설명해 드릴게요.
천으로 덮인 둥글고 작은 스마트 스피커
작은 스마트 스피커예요. 윗면에 버튼이 늘어서 있어요.사진: Samuel Wiki / CC0 / 위키미디어 공용

호출어의 소리 모양만 찾아요

Amazon의 설명에 따르면 Echo는 '키워드 스포팅'이라는 기술로, 들린 소리를 호출어의 소리 모양과 맞춰 봐요. 말소리, 물소리, 새소리 같은 것은 거름망을 물이 지나가듯 흘러가고, 호출어가 '걸렸을' 때만 소리가 클라우드로 보내져 한 번 더 확인돼요. Google도 기다리는 동안에는 몇 초 길이의 짧은 소리를 기기에서 살피고, 호출어가 없으면 그 소리는 보내지도 저장하지도 않는다고 설명해요.

그림: 부르는 소리를 알아채기까지
스마트 스피커 단면: 부품이 목소리를 호출어 모양과 비교하고, 맞지 않으면 사라지며, 맞을 때만 목소리가 구름 속 서버로 보내지는 그림
  1. 1부르는 목소리
  2. 2본체 안에서 소리를 호출어의 소리 모양과 비교하는 부품
  3. 3모양이 맞지 않는 소리는 보내지 않고 흘려보낸다
  4. 4맞았을 때만 이어지는 목소리가 서버로 보내진다

소리를 숫자로 바꿔 점수로 정해요

Apple이 2017년에 공개한 'Hey Siri' 설명을 보면 안에서 일어나는 일을 알 수 있어요. 마이크의 소리는 1초에 16000번 숫자로 바뀌고, 약 0.01초마다의 소리 특징으로 나뉘어요. 이것을 약 20개씩, 즉 0.2초씩 딥 뉴럴 네트워크라는 계산 장치에 넣어 'Hey Siri'에 나오는 소리 중 어느 것과 가까운지 숫자로 내요. 그 숫자를 시간 순서대로 더한 점수가 정해 둔 선(문턱값)을 넘으면 깨어나요.

작은 장치와 큰 장치의 2단계

배터리를 아끼는 방법도 있어요. iPhone에서는 늘 켜져 있는 작은 보조 프로세서가 작은 모델로 계속 들어요. 점수가 넘으면 메인 프로세서가 깨어나 큰 모델로 한 번 더 살펴요. 마지막으로 서버의 주 음성 인식이 다시 듣고, 'Hey Seriously'처럼 다른 말이었다면 취소해요.

그림: 'Hey Siri' 확인 방법
작은 보조 프로세서작은 모델로늘 듣고 있음메인 프로세서점수가 넘으면큰 모델로 확인서버주 음성 인식이한 번 더 들음
코하쿠
코하쿠작은 장치로 계속 듣고, 큰 장치로 확인해요. 배터리에도 다정한 작전이네요.

비슷한 소리에 착각할 때도

그래도 비슷한 소리에 잘못 반응할 때가 있어요. Amazon은 대화 속 'Lexus(렉서스)'를 호출어로 착각할 작은 가능성을 예로 들어요. 가족 이름이 비슷하다면 호출어를 'Echo', 'Amazon', 'Computer', 'Ziggy'로 바꿀 수 있어요. 듣기 시작하면 기기의 불이 켜져서 언제 듣고 있는지 알 수 있어요.

더 알고 싶다면

  • Apple에는 점수가 문턱값에 조금 못 미쳤을 때 몇 초 동안 더 잘 반응하는 상태가 되어, 한 번 더 말하면 깨어나는 '두 번째 기회' 장치가 있어요.
  • Apple Watch는 배터리가 작아서, 손목을 들어 화면이 켜졌을 때만 'Hey Siri'를 찾는 장치가 움직여요.
  • 2017년 설명에 따르면 iPhone에서는 처음에 'Hey Siri'로 시작하는 문장 5개를 말해 등록하고, 등록한 사람의 목소리와 가까운지도 비교해 다른 사람 목소리에 반응하는 일을 줄여요.
코하쿠
코하쿠호출어의 소리만 기다리다가 맞으면 목소리를 보내요. 그것이 부르는 소리를 알아채는 원리예요.

3지선다 퀴즈로 확인해 보세요

코하쿠방금 읽은 내용, 기억나세요? 도전해 보세요!

호출을 기다리는 동안 기기는 무엇을 할까요?

정답 보기
  1. 대화를 모두 녹음한다
  2. 호출어의 소리 모양을 찾는다
  3. 계속 전원이 꺼져 있다

호출어의 소리 모양을 찾는다 기기는 들린 소리를 호출어의 소리 모양과 맞춰 보고, 맞을 때만 목소리를 서버로 보내요.

참고 자료
  1. How Alexa works: Wake wordAmazon (영어)
  2. Hey Siri: An On-device DNN-powered Voice Trigger for Apple’s Personal AssistantApple Machine Learning Research (영어)
  3. Data security and privacy on devices that work with AssistantGoogle Nest Help (영어)

이 글은 2026-10-03 기준으로 위 자료를 확인하고 썼습니다. 연구가 진행되면 설명이 바뀔 수도 있습니다. 사진 출처는 각 사진 아래에 있습니다.

다음 잡학 ▶

기술스마트폰 카메라는 왜 어두워도 밝게 찍힐까요?어두운 밤길인데 스마트폰으로 찍으면 밝게 나와요. 신기하지 않나요?