DeepL, 말투 변화 반영하는 실시간 음성 번역 모델 Aure 공개

DeepL은 2026년 11월 11일 실시간 음성 번역 모델 Aure를 공개했습니다. Aure는 번역 음성이 화자의 목소리를 알아볼 수 있게 옮기는 데서 나아가, 대화 중 바뀌는 말투와 감정, 속도, 강조를 반영하도록 설계됐습니다. 온라인 회의와 대면 대화용 서비스, 음성 API에 별도 설정 없이 적용됩니다.

DeepL Voice는 다른 언어로 대화할 때도 사용자의 목소리를 알아볼 수 있게 번역 음성에 반영하는 음성 보존 기술을 선보였습니다. 기존 방식은 대화 초반의 고정된 음성 표본을 바탕으로 번역 음성의 특성을 정했습니다. 이 표본은 화자의 목소리가 누구의 것인지는 담아도, 대화 중 감정이나 속도, 강조가 달라지는 흐름까지 따라가지는 못했습니다. 말의 내용과 말투가 어긋나는 경우, 이를테면 진지한 단어를 비꼬는 어조로 말하는 상황도 반영하기 어려웠습니다.

Aure는 원음과 번역된 말을 계속 분석해 번역 문장의 전달 방식을 조정합니다. 번역 음성은 화자가 잠시 멈추거나 중요한 대목을 강조하고, 진지한 어조에서 들뜬 말투로 바꾸는 변화도 반영합니다. DeepL은 중요한 발표 전의 멈춤이나 협상 중 긴박한 강조를 사례로 들었습니다.

DeepL은 학습 과정에서 화자의 목소리 고유 특성, 말의 높낮이·속도·강조 같은 운율, 발화 내용을 분리해 새 언어로 각각 옮기는 기법을 결합했다고 밝혔습니다. 강화학습으로 번역 정확도와 음성 품질을 유지하면서 자연스러운 음성을 만들도록 결과를 다듬는다고도 설명했습니다. 발표문은 Aure의 성능을 비교한 별도 수치를 제시하지 않았습니다.

실제 대화에는 배경 소음과 에코, 음성 왜곡이 섞일 수 있습니다. DeepL은 이런 요소를 걸러내면서 화자의 목소리 특성과 운율을 분리하고, 다른 언어로 옮길 때 억양이 과장되거나 목소리가 달라지지 않도록 하는 점을 기술적 과제로 설명했습니다. DeepL Voice는 회의 기록과 번역문을 영구 저장하지 않고 세션이 끝나면 메모리에서 삭제합니다. 이에 따라 Aure는 각 화자의 목소리 특성과 대화 중 변화를 실시간으로 파악하도록 설계됐습니다. 제품 페이지는 화자의 음성 특성을 실시간으로 맞추며 별도 음성 프로필로 저장하지 않는다고 안내합니다.

Aure는 DeepL Voice의 온라인 회의용 서비스와 대면 대화용 서비스, 음성 API에서 자동으로 작동합니다. 처음 지원하는 언어는 영어, 독일어, 스페인어, 프랑스어, 이탈리아어, 일본어, 포르투갈어, 한국어입니다. 이 목록에 없는 언어도 DeepL Voice의 기존 음성 모델로 계속 지원되지만, 말투 변화 반영 기능은 우선 이 8개 언어에 적용됩니다.