알리바바, 음성 인식·음성 복제·AI 에이전트를 하나의 무료 앱에 통합

뉴스 요약

알리바바가 중국 최초의 올인원 AI 음성 생산성 플랫폼으로 설명되는 코지보이스 스튜디오를 출시하고, 2026년 8월 7일 정오 12시(중국 표준시)부터 iOS, 안드로이드, 맥, 윈도우에서 무료 체험을 시작한다. 자체 개발한 큐원-오디오 음성 모델을 기반으로 하는 이 플랫폼은 음성 인식, 음성 합성, 실시간 음성 상호작용을 하나의 도구 모음에 통합해 일반 사용자와 기업 개발자 모두를 겨냥했으며, 알리바바는 자사 기반 모델이 세 가지 음성 지표에서 국제 벤치마크 리더보드 1위를 차지했다고 밝혔다.

코지보이스 스튜디오의 구성

이 플랫폼은 세 가지 구성 요소로 이루어져 있다. 코지플로우(CosyFlow)는 기본적인 전사를 넘어서는 음성-텍스트 녹음 도구로, "음", "그러니까" 같은 군더더기 표현을 자동으로 걸러내고 두서없는 음성 입력을 명확하고 구조화된 텍스트로 재구성하며, 이메일, 회의록, 보고서를 자동 생성한다. 코지에이전트(CosyAgent)는 기업이 회사별 지식과 외부 도구 연동을 갖춘 음성 기반 AI 에이전트를 신속하게 구축할 수 있게 해주며, 주로 고객 서비스와 아웃바운드 통화 시나리오를 겨냥한다. 코지크리에이티브(CosyCreative)는 대규모 합성 음성 라이브러리와 음성 복제 도구를 제공하는 오디오 콘텐츠 제작 모듈로, 사용자가 업로드한 문서나 텍스트를 대화형 팟캐스트나 다중 캐릭터 오디오북으로 변환할 수 있다.

벤치마크 성과 주장

알리바바의 통이 연구소(Tongyi Lab)는 이 플랫폼의 기반이 되는 큐원-오디오-3.0-리얼타임(Qwen-Audio-3.0-Realtime) 모델이 국제 AI 벤치마크 리더보드에서 음성-음성 지수(Speech-to-Speech Index) 점수 84.1%를 기록했으며, 이는 세계 최초라고 밝혔다. 알리바바는 또한 이 모델이 음성 추론, 에이전트 작업 수행, 대화 응답성이라는 세 가지 하위 지표에서 세계 1위를 차지했다고 주장한다. 이러한 수치는 알리바바 자체 발표에서 나온 것이며, 벤치마크 방법론에 대한 독립적 검증은 이 보고서에서 검토된 원자료에는 포함되어 있지 않다.

접근 및 출시 일정

소비자는 현재 프로모션 기간 동안 주요 앱 스토어에서 코지보이스 앱을 무료로 직접 다운로드할 수 있다. 기업용 도구인 코지에이전트와 코지크리에이티브는 현재 비즈니스 테스트를 위해 초대제 화이트리스트로만 제한되어 있으며, 알리바바는 이후 더 넓은 공개 출시를 계획하고 있다고 밝혔다. 이 플랫폼은 이중 모드 구성을 지원한다. 기업 고객은 API 통합을 결정하기 전에 시각적 인터페이스를 통해 성능을 평가할 수 있고, 개인 사용자는 즉시 모든 기능에 접근할 수 있다. 알리바바는 기반 기술이 스마트 단말기와 차량용 시스템을 포함한 여러 언어와 기기 유형에서 작동하도록 설계되었다고 밝혔다.

중요성

이번 출시는 주요 기술 기업들이 음성을 AI 제품의 핵심 인터페이스로 취급하려는 더 넓은 흐름을 반영하며, 텍스트 기반 채팅을 넘어 메모 작성, 고객 참여, 콘텐츠 제작을 위한 음성 상호작용으로 나아가고 있다. 알리바바는 인식, 합성, 실시간 대화를 하나의 소비자용 앱에 담으면서 동시에 기업용 API도 제공함으로써, 코지보이스 스튜디오를 개인 생산성 사용자와 음성 기반 애플리케이션을 구축하는 비즈니스 고객 모두를 위한 경쟁 제품으로 포지셔닝하고 있다. 이는 2026년 여러 국제 AI 연구소들도 막대한 투자를 하고 있는 분야다.