쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 16일 (월)까지4683건
7건 · "대화 AI"조건 지우기 ×
001▲ 10 · 댓글 3음성 언어 모델의 응답 지연을 73% 줄이는 추론 기법청크 단위로 음성을 주고받는 풀듀플렉스 음성 언어 모델은 대기 중 연산 자원이 유휴 상태가 되어 응답과 도구 호출이 지연되는 문제가 있다.AI · 머신러닝 · Decode Before You Hear: Speculative Listening for Chunk-Interleaved Full-Duplex Speech Language Models

Key Point실시간 음성 대화 AI의 응답 지연을 인간 수준으로 줄이는 기술적 해법이 실제 모델들에서 어떻게 작동하고 얼마나 효과적인지 구체적으로 보여준다.
핵심 요약
- 청크 단위로 음성을 주고받는 풀듀플렉스 음성 언어 모델은 대기 중 연산 자원이 유휴 상태가 되어 응답과 도구 호출이 지연되는 문제가 있다.
- 연구팀은 무음을 입력으로 가정해 다음 청크를 미리 생성하는 '스펙큘러티브 리스닝(Speculative Listening)' 기법을 제안했다.
- 4개 모델 분석 결과 다음 음성 청크가 출력을 바꾸지 않는 경우가 95.3%였고, 변화가 생기는 88%는 첫 번째 출력 토큰부터 시작됐다.
전체 요약 8문장 읽기 → 002▲ 190 · 댓글 80음성 데이터만으로 학습한 실시간 양방향 대화 AI 'Dessa' 공개Block의 AI 연구팀이 Dessa를 공개했으며, 이는 음성-음성 변환 방식의 완전한 양방향(full-duplex) 대화 모델이다.AI · 머신러닝 · Dessa: the most authentic full-duplex speech model ever built

Key Point음성을 텍스트로 변환하지 않고 원음만으로 AI를 학습시키는 새로운 방식이 실현되었으며, 감정과 뉘앙스를 보존한 더 자연스러운 음성 AI 상호작용이 가능해졌다.
핵심 요약
- Block의 AI 연구팀이 Dessa를 공개했으며, 이는 음성-음성 변환 방식의 완전한 양방향(full-duplex) 대화 모델이다.
- 기존 음성 AI와 달리 음성을 텍스트로 변환하지 않고 원본 오디오 데이터만으로 학습했다.
- 감정, 억양, 웃음, 숨 쉬는 소리, 풍자 등 텍스트로는 손실되는 음성의 뉘앙스를 모두 보존한다.
전체 요약 9문장 읽기 → 003당일 +119MCP 기반 AI 음성 대화 로봇, ESP32에서 구동XiaoZhi는 Qwen/DeepSeek 같은 대형 언어모델을 활용한 음성 대화 AI 로봇으로, MCP 프로토콜을 통해 다중 단말 제어를 지원한다.하드웨어 · 시스템 · 78/xiaozhi-esp32 · C++

Key PointESP32 기반 오픈소스 음성 AI 로봇으로 Qwen/DeepSeek 같은 최신 대형언어모델을 임베디드 환경에서 구현하는 방식과 138개 보드 변형으로의 확장성을 보여준다.
핵심 요약
- XiaoZhi는 Qwen/DeepSeek 같은 대형 언어모델을 활용한 음성 대화 AI 로봇으로, MCP 프로토콜을 통해 다중 단말 제어를 지원한다.
- Wi-Fi, 유선 이더넷, USB RNDIS, Cat.1 4G 등 다양한 네트워킹을 지원하며 보드에 따라 Wi-Fi와 4G 사이 전환이 가능하다.
- ESP-SR을 활용한 오프라인 음성 웨이크업, WebSocket과 MQTT+UDP 두 가지 통신 방식, Opus 음성 스트리밍, AEC 지원 기기의 실시간 전이중 상호작용을 제공한다.
전체 요약 12문장 읽기 → 004당일 +148NVIDIA, 음성 실시간 대화 AI 'PersonaPlex' 공개NVIDIA가 Moshi 아키텍처 기반의 실시간 풀 듀플렉스 음성 대화 모델 PersonaPlex를 공개했다.AI · 머신러닝 · NVIDIA/personaplex · Python

Key PointNVIDIA의 실시간 양방향 음성 모델이 텍스트 프롬프트로 페르소나를 제어할 수 있다는 점이 음성 AI의 커스터마이제이션 수준을 크게 높이며, 오픈소스 공개로 즉시 활용 가능하다.
핵심 요약
- NVIDIA가 Moshi 아키텍처 기반의 실시간 풀 듀플렉스 음성 대화 모델 PersonaPlex를 공개했다.
- 텍스트 기반 역할 프롬프트와 오디오 기반 음성 조건화를 통해 페르소나 제어가 가능하며, 합성 및 실제 대화 데이터로 학습되어 자연스럽고 저지연 음성 상호작용을 생성한다.
- 모델은 HuggingFace에서 personaplex-7b-v1로 제공되며, MIT 라이선스 코드와 NVIDIA Open Model 라이선스 가중치로 배포된다.
전체 요약 7문장 읽기 → 005▲ 268 · 댓글 2장기 대화에서 AI가 사람을 이해하는가AI 동반자와 수개월간 대화한 10개의 실제 관계 데이터셋 RealCompanion을 공개했다.AI · 머신러닝 · RealCompanion: Benchmarking Human Understanding from Reasoning over Longitudinal Real-World Conversations

Key PointAI가 실제 장기 대화에서 사용자를 얼마나 이해할 수 있는지 측정하는 벤치마크를 제시하며, 현재 메모리 기반 접근법의 실제 효용성과 한계를 실증 데이터로 보여준다.
핵심 요약
- AI 동반자와 수개월간 대화한 10개의 실제 관계 데이터셋 RealCompanion을 공개했다.
- 총 27,218개 메시지, 최대 120일 분량의 실제 대화 기록을 포함하며 각각 프로필, 페르소나, 채팅 라벨, 질문 세트와 함께 제공된다.
- 모든 라벨에는 대화 메시지를 단계별로 검증한 추론 과정이 담겨 있다.
전체 요약 6문장 읽기 → 006▲ 215 · 댓글 4실시간 음성·영상 대화 AI, 풀듀플렉스 상호작용 시스템 공개Hugging Face가 실시간 쌍방향 대화가 가능한 Realtime-Venus 시스템을 발표했다.AI · 머신러닝 · Realtime-Venus: A full-duplex interaction system with asynchronous delegation

Key Point자연스러운 실시간 음성·영상 대화를 처리하는 시스템이 대규모 벤치마크에서 경쟁 모델을 앞선 성과를 보이고 있으며, 음성 중단과 배경음 같은 현실적 상황에서의 응답 능력이 실용성을 높입니다.
핵심 요약
- Hugging Face가 실시간 쌍방향 대화가 가능한 Realtime-Venus 시스템을 발표했다.
- 영상 상호작용용 Realtime-Venus-Omni과 음성 상호작용용 Realtime-Venus-Audio 두 개의 9B 모델로 구성되며, 각각 연속적 인지, 대화 제어, 음성 생성을 통합한다.
- 사용자 입력·모델 출력·작업 위임을 공유 타임라인으로 관리하며, 별도의 런타임이 백그라운드 작업을 비동기로 처리하면서 전면 상호작용을 이어간다.
전체 요약 5문장 읽기 → 007▲ 21 · 댓글 2심리학 기반 역할극 AI, 인간다운 상호작용 구현기존 LLM 페르소나는 단순한 설명에 의존해 장기 상호작용에서 캐릭터 일관성을 잃는 문제를 겪고 있다.AI · 머신러닝 · Deep Persona: A Psychologically Grounded Architecture and Evaluation Framework for Role-Playing Agents and Simulations

Key Point역할극 AI의 인간성을 심리학으로 설계하고 평가하는 새로운 방법론을 제시하며, LLM의 구체적 한계를 규명해 향후 대화형 AI 개선 방향을 제시한다.
핵심 요약
- 기존 LLM 페르소나는 단순한 설명에 의존해 장기 상호작용에서 캐릭터 일관성을 잃는 문제를 겪고 있다.
- 심리학 원리 기반 3계층 구조인 '딥 페르소나'를 제안했으며, 겉으로 드러나는 표현·내재적 신념·핵심 동기의 위계로 조직된다.
- 내부 스크립트로 모델 동작을 제약하는 스크립트 결정론과 한정된 자율성 원칙을 적용했다.
전체 요약 6문장 읽기 →