세계적 컴퓨팅·인공지능 기업 엔비디아(NVIDIA)가 사우디 데이터인공지능청(SDAIA)이 사우디 방송청과 함께 공개한 아랍어 음성 데이터셋 'SADA'를 활용해 다국어 자동 음성인식 모델 'Nemotron 3.5 ASR'을 학습시켰다고 밝혔다. 엔비디아 개발자 블로그에 게재된 기술 연구에 따르면 데이터셋 적용 후 사우디 방언 인식 오류가 절반 가까이 줄었다.

아랍어를 포함해 약 40개 언어·방언의 실시간 전사를 지원하는 이 모델은 당초 사우디 방언에서 100단어 중 약 55단어를 잘못 인식했다. 그러나 SADA의 나즈드·히자즈 방언 음성 133.7시간으로 학습한 뒤에는 오류가 약 30단어로 줄었다. 다중 방언 데이터 전체 기준 단어 오류율은 58.8%에서 35.6%로, 문자 단위 오류율은 31.6%에서 12.2%로 낮아졌으며 현대 표준 아랍어와 영어 성능도 함께 개선됐다. 학습에는 GPU 2개로 4시간 반이 걸렸다.

실시간 대화형 시스템에 최적화된 이 모델은 지연 시간이 80밀리초부터 시작해 지능형 음성 비서, 대화형 에이전트, 생방송 자막, 콜센터·미디어 아카이브·회의 녹취 등에 활용될 수 있다. 엔비디아는 전 세계 개발자들이 다른 언어에도 같은 방법을 적용할 수 있도록 작업 흐름과 도구를 공유했다.

SDAIA는 앞서 국제 연구자와 개발자를 위해 SADA를 캐글(Kaggle)에 공개했다. 데이터셋은 전사된 음성 약 667시간 분량으로, 이 중 600시간 이상은 사우디 방송청이 57개 TV 프로그램·드라마에서 제공한 것이며 10개 이상의 사우디 방언을 담고 있다. 20시간은 검증용으로 배정됐고, 분류된 클립은 125,000개가 넘는다.

이번 사례는 고품질 국가 데이터가 글로벌 AI 시스템을 지역 방언에 맞추는 데 핵심 역할을 한다는 점을 보여 준다. 사우디 AI 시장에 관심을 둔 한국 기술 기업들에도 참고할 만한 사례다.