모델 849건 · 국산 132 · 가격 688 추적 중
멀티모달

인셉션, 확산모델 기반 음성 에이전트 '머큐리 보이스' 출시

AI타임스·2026-10-01

요약

확산 언어모델(dLLM)을 개발해온 인셉션이 음성 에이전트 전용 모델 '머큐리 보이스'를 2026년 9월 29일 기업 고객 대상으로 정식 출시했다. 자율주행이나 이미지 생성에 주로 쓰이던 확산 방식을 언어·음성 영역으로 확장해, 기존 순차적 토큰 생성 방식의 한계를 극복하려는 시도다. 회사 측은 반응 속도와 지능을 동시에 확보하는 것을 목표로 내세웠다.

큐레이터 노트

원문에 없는 맥락입니다

기존 음성 에이전트는 토큰을 순차적으로 생성하는 자기회귀 방식이라 응답 속도와 품질 사이에서 절충이 필요했는데, 확산 방식은 이 지연시간 문제를 다른 방식으로 풀어보려는 시도로 볼 수 있다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

확산 모델은 원래 이미지 생성이나 자율주행 경로 계획처럼 연속적 공간을 다루는 데 주로 쓰여 왔다. MIT 연구진은 2026년 9월 14일 확산모델이 로봇 조작 같은 안전 필수 분야에서 제약을 만족시키도록 돕는 기법을, 8월 18일에는 확산모델이 생성한 이미지와 학습 데이터 간 연결을 추적하기 어렵다는 '귀속 붕괴' 현상을 각각 보고한 바 있다. 인셉션의 머큐리 보이스는 이런 확산 모델을 음성·언어라는 순차적 텍스트 생성 영역으로 넓힌 사례다.

짚어야 할 점

  • 확산 방식이 자기회귀 방식의 속도-품질 트레이드오프를 해결한다는 설명은 인셉션 측 주장으로, 비교 수치나 제3자 검증은 제시되지 않았다.
  • MIT 연구는 확산모델이 안전 제약을 지키게 만들거나 학습데이터 책임 소재를 추적하는 데 별도의 기법이 필요하다는 점을 보여줬는데, 음성 에이전트처럼 실시간으로 발화하는 제품에 이런 특성이 어떤 영향을 주는지는 아직 다뤄지지 않았다.
  • 이미지·로봇 경로계획에 쓰이던 확산모델이 언어·음성까지 넓어지는 흐름이라는 점에서, 앞으로 어떤 분야로 더 확장될지 지켜볼 대목이다.

아직 확인되지 않은 것

  • 머큐리 보이스의 응답 지연시간이나 음성 품질이 기존 자기회귀 방식 음성 모델과 비교해 구체적으로 얼마나 다른지는 확인되지 않았다.
  • 확산 기반 음성모델에서도 MIT가 지적한 '귀속 붕괴'처럼 특정 발화 결과가 어떤 학습데이터에서 비롯됐는지 추적하기 어려운 문제가 똑같이 발생하는지는 확인되지 않았다.
  • 기업 고객 대상 정식 출시라고 했는데 실제 도입 기업이나 활용 사례, 가격 정책에 대한 정보는 나오지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

한국공학대, 뉴립스에 이미지생성 AI 논문 채택
전자신문 SW · 2026-10-21

한국공학대 컴퓨터공학부 정건우·추상범·김원준 학생과 교수진이 개발한 '연속 개인화 확산 모델(CPDM)' 연구 논문이 국제 학술대회 뉴립스(NeurIPS) 2026 정식 발표 논문으로 선정됐다. 이 연구는 이미지의 서로 다른 특성을 반영하는 비율을 연속적으로 조절할 때 형태가 왜곡되거나…

MIT, 안전 필수 분야용 생성AI 제약 충족 기법 개발
MIT News (AI) · 2026-09-14

MIT 연구진이 확산모델·플로우매칭 모델 같은 생성AI가 로봇 경로 계획 등 안전이 필수적인 문제에서 반드시 지켜야 하는 '하드 제약'을 만족시키도록 돕는 HardFlow 기법을 개발했다. 기존 방식은 생성 과정의 모든 중간 단계에서 제약을 강제해 최종 해의 품질을 떨어뜨렸지만, Har…

MIT, AI 생성 이미지는 학습데이터 추적 불가능 연구
MIT News (AI) · 2026-08-18

MIT CSAIL 연구팀이 확산 모델 생성 이미지와 학습 데이터 간 연결을 분석해 '귀속 붕괴(attribution decay)' 현상을 발견했다. 학습 데이터가 많아질수록 개별 이미지 하나를 제거해도 생성 결과가 달라지지 않아, 특정 출력물을 특정 학습 데이터에 책임 지우기 어려워진다…

이 글에 나온 말

용어집 전체 →
확산 모델
노이즈를 점진적으로 제거하는 과정을 학습해 무작위 노이즈로부터 이미지를 생성하는 생성 모델을 말한다.
추적
AI 에이전트나 LLM 애플리케이션이 작업을 처리하는 동안 거치는 호출, 입출력, 지연 시간 등의 실행 경로를 단계별로 기록하고 시각화하는 것을 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.
토큰
언어 모델이 텍스트를 처리할 때 사용하는 최소 단위로, 단어나 단어의 일부, 문장 부호 등을 가리키는 말이다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →