Qualcomm·Cartesia 온디바이스 음성 AI: 키오스크 도입 전에 나눠 볼 세 단계

확인된 사실: Googlebook 적용과 앱 출시 예정

Qualcomm 개발자 블로그에 따르면 Cartesia는 Hexagon NPU에 맞춰 음성 모델 구조를 설계했습니다. 글은 로컬 음성 생성·인식으로 지연과 클라우드 의존도를 줄일 수 있다고 설명하며, Cartesia 앱의 Google Play 출시는 예정으로 안내합니다.

공식 글의 ‘100ms 미만’ 지연은 공급사가 제시한 수치입니다. 이를 사용자의 질문이 끝난 뒤 지식 검색과 답변 생성을 거쳐 음성이 나올 때까지의 전체 응답 시간으로 읽어서는 안 됩니다. 확인한 글에는 그 전체 과정의 시험 조건이 제시돼 있지 않습니다.

AI Cube의 해석: 인식·판단·출력을 나누어 봅니다

AI Cube는 현장 음성 서비스를 음성 인식, 답변 판단, 음성 출력의 세 단계로 나누어 평가하는 편이 유용하다고 봅니다. 기기에서 인식한 문장을 서버로 보내 답을 만든다면, STT와 TTS를 로컬로 실행하더라도 서비스 전체가 오프라인으로 동작하는 것은 아닙니다.

예를 들어 안내 키오스크의 고정 시설 안내와 최신 운영 정보 조회는 서로 다른 연결 조건을 가질 수 있습니다. 망이 끊겨도 제공할 안내와 연결 복구 뒤에만 답할 질문을 정해 두면, 이용자에게 가능한 범위를 명확히 알릴 수 있습니다. 이는 AI Cube의 설계 관점이며 Cartesia 제품에서 이 동작을 시험했다는 의미는 아닙니다.

현장 시험에서는 무엇을 기록할까요?

아래 표는 AI Cube가 제안하는 시험 계획입니다. 같은 질문을 조건별로 반복하고 실패한 경우도 기록하면, 모델의 인식 오류와 서버 응답 지연을 구분하기 쉽습니다. 실제 시험 결과나 제품의 성능 보증은 아닙니다.

언어·배포 조건과 다른 단말 지원은 다음 확인 대상입니다

확인한 공식 글만으로는 한국어 지원 범위, 개발자용 배포 패키지, 라이선스와 상용 공급 조건을 확정하기 어렵습니다. 발표 대상이 Googlebook인 만큼 일반 Android 플레이어나 다른 NPU로 지원 범위를 넓혀 해석할 수도 없습니다.

기존 단말에 적용하려면 공급사에 하드웨어·운영체제·런타임의 지원 조합을 먼저 요청하고, 사용할 언어와 마이크 조건으로 시험할 수 있는지 확인하는 순서가 적절합니다. AI Cube는 이번 발표의 모델을 직접 시험하거나 자사 제품에 연동한 상태가 아닙니다.

달라지는 점과 적용 범위

이번 글은 Googlebook의 NPU에서 음성 인식과 합성을 실행하는 적용 구성을 제시했습니다. Cartesia 앱의 배포는 아직 예정으로 안내합니다.

AI Cube의 관점

AI Cube가 주목하는 점은 음성 입출력의 실행 위치를 서비스 설계에서 별도로 선택할 수 있다는 것입니다. 다만 로컬 처리라는 설명만으로 데이터가 기기 안에만 남는다고 판단하지 않고, 완성된 서비스의 전송·저장 흐름을 확인하는 편이 정확합니다.

기술 적용 시 고려사항

응답 속도는 음성 모델뿐 아니라 지식 검색, 답변 생성, 재시도까지 포함해 측정할 수 있습니다. 화면 표시와 음성 안내를 함께 제공한다면 두 출력이 같은 답을 전달하는지도 시험에 포함합니다.

사업·운영 관점

구매 비교표에는 단말과 모델 라이선스, 남아 있는 서버 비용, 현장 유지보수 업무를 함께 담는 편이 좋습니다. 이렇게 해야 로컬로 옮긴 처리와 여전히 서버가 담당하는 업무를 기준으로 비용을 비교할 수 있습니다. 이번 발표만으로 절감액을 산정할 근거는 없습니다.

자주 묻는 질문

출처와 확인 기준

1. Qualcomm 개발자 블로그 — Cartesia의 Googlebook 음성 AI ↗Qualcomm Technologies · 원문 날짜 2026-09-22 · 자료 확인 2026-09-23

함께 읽을 인사이트