IT之家 10월 14일 소식에 따르면, Counterpoint의 《글로벌 엔드서버 AI 웨어러블 기기 예측》 보고서에 따르면, 2030년까지 전 세계 의료용 보청기 판매량은 3100만 대를 넘을 것으로 예상되며, 2025년부터 2030년까지의 연평균 성장률은 4%입니다. AI가 보청기 분야에 적용되는 정도가 확대됨에 따라, 2030년까지 거의 50%의 보청기 제품이 엔드서버 AI 기능을 탑재할 것으로 예상됩니다.
수년 동안 보청기는 소형화, 연결성, 배터리 수명 측면에서 지속적으로 발전해왔지만, 핵심 문제는 여전히 존재합니다. 사용자들이 시끄러운 환경에서 대화를 명확하게 듣기 어렵습니다. 전통적인 보청기는 주로 디지털 신호 처리(DSP)에 의존합니다. 마이크로폰이 환경 소리를 수집하고, 프로세서가 주파수와 볼륨 등의 특징을 분석한 뒤, 사전 설정된 알고리즘을 통해 어떤 소리를 증폭하거나 감소시키는지를 결정합니다. 이러한 방식은 에어컨이나 엔진과 같은 안정적인 소음에는 효과적이지만, 실제 상황은 훨씬 더 복잡합니다. 예를 들어 붐비는 식당에서 여러 대화, 음악, 식기 부딪힘 소리가 동시에 들리면, 규칙 기반의 시스템이 사용자가 실제로 듣고 싶은 소리를 판단하기 어렵습니다.
AI는 완전히 다른 해결책을 제공합니다: AI 모델은 미리 설정된 규칙에 의존하지 않으며, 학습을 통해 음성과 다른 소리의 패턴을 구분할 수 있습니다. 수백만 개의 음성 및 배경 소음 샘플로 훈련된 깊은 신경망(DNN)을 통해 실시간으로 화자들의 목소리를 인식하고 불필요한 소음을 억제할 수 있습니다.
AI는 실제 환경에서 보청기의 음성 인식 능력을 향상시킬 수 있습니다. 이는 사람의 목소리와 소음을 분리하고, 목표 발화자를 우선적으로 강조하며, 공간 인식을 개선하고, 환경 변화에 지속적으로 적응함으로써 최적화된 결과를 달성합니다. AI는 특히 's', 'f', 't', 'sh', 'th'과 같은 섬세하고 혼동하기 쉬운 음성을 구별하는 데 뛰어납니다. 또한 15과 50, 17과 70(IT之家 주: 영어로 fifteen과 fifty는 발음이 유사함)과 같은 숫자도 구별하는 데 도움을 줍니다. 이러한 세밀한 음성 특징을 유지함으로써 AI는 볼륨을 높일 뿐만 아니라 식당, 회의, 붐비는 거리와 같은 환경에서의 실제 음성 이해 능력도 향상시킵니다.
임상 '소음 속 음성 인식' 테스트에서, 청력이 정상인 청중은 약 2 dB의 신호-잡음 비율(SNR)을 필요로 하여 50%의 키워드를 올바르게 인식할 수 있습니다. 반면 경도 내약도 감성신경적 청력 손실을 가진 청중의 경우 이 요구량은 약 8 dB로 증가하며, AI는 신호-잡음 비율에서 측정 가능한 향상을 제공할 수 있습니다. Phonak 테스트에 따르면, 고정 방향 마이크로와 전통적인 설정으로 사용할 경우 전방향 마이크로보다 신호-노이즈 비율이 6.4 dB 증가합니다. AI 노이즈 캔슬링 기술을 추가하면 기본 설정에서는 9 dB, 최대 설정에서는 10.2 dB까지 향상되어 식당 환경에서도 원활한 대화가 가능합니다.
AI는 보청기를 더욱 자동화되고 개인화된 형태로 만들 수 있습니다. 머신러닝을 이용하면 사용자의 선호도와 청취 환경에 따라 소리 처리를 자연스럽게 조정할 수 있어 수동 조절이 줄고 대화를 따르는 데 필요한 인지 부하가 낮아집니다. 그 결과 청취 피로도가 줄고 반복적인 질문이 줄어들며 사용자의 일상 대화에 대한 자신감도 높아집니다. 하지만 이러한 개선에는 비용이 따릅니다. 네트워크 신경망을 지속적으로 운영하면 배터리 소모가 되고 장치 공간도 차지하기 때문에 현재 가장 강력한 AI 보청기는 소수의 모델만 제공됩니다.
보청기는 처리 지연에 매우 높은 요구를 합니다. 소리를 수집하여 처리가 완료된 후 귀로 전달되는 전체 과정은 10밀리초 또는 그보다 짧게 통제되어야만 자연스러운 경험을 보장할 수 있습니다. 이는 보청기와 대부분의 AI 기기가 가지는 본질적인 차이입니다. 스마트폰은 데이터를 클라우드에 업로드하고 AI가 결과를 반환한 후 처리를 진행할 수 있지만, 보청기는 클라우드와의 왕복 지연을 감당할 수 없습니다. 아주 작은 지연이라도 사용자의 청각과 시각이 불균형되거나 사용자의 목소리가 자연스럽지 않게 들릴 수 있습니다.
따라서 실시간 음성 처리의 요구사항은 AI가 사용자의 휴대폰이나 클라우드가 아닌 보청기 내부에서 실행되어야 한다는 것입니다. 이는 단말侧 AI의 핵심 가치입니다: 소리는 마이크와 수신기를 가까이 둔 현지에서 분석 처리됩니다.
문제는 보청기 자체의 배터리 용량이 매우 작고, 처리 능력이 제한적이며, 크기 제약이 엄격하다는 점입니다. 이러한 장치에 AI 기능을 도입하려면 AI 모델과 프로세서를 고도로 최적화해야만 음성 분리 및 노이즈 제거를 구현하면서도 전력 소비를 최소화할 수 있습니다. 지속적으로 인공신경망을 실행하면 배터리 수명이 크게 단축됩니다. 예를 들어 펭리 2025년 모델의 Audéo Infinio Ultra Sphere는 일반 사용 시 56시간의 배터리 수명을 가지지만, AI 기능을 지속적으로 활성화하면 배터리 수명이 급격히 10시간으로 줄어듭니다. 이는 현지에서 AI를 실행하는 비용이 얼마나 큰지를 직접적으로 보여줍니다.
통합 사이드익 AI를 도입하면 보청기가 '스마트'해지지만, 효율적인 통합이 연구 개발의 어려움입니다. 음성 명확도가 조금이라도 향상될 때마다 배터리 수명과 장치 크기에 비용이 발생하며, 펑리 제품의 데이터도 이러한 비용을 직접 보여줍니다. 다음 세대 보청기의 핵심 경쟁력은 AI가 백그라운드에서 조용히 작동하면서, 더 명확한 목소리 제공, 더 낮은 청취 부하, 더 개인화된 청력 경험을 제공하는 동시에 과도한 전력 소모와 장치 크기 증가를 방지하는 것입니다. 현재 업계는 이미 이 기술 경쟁을 시작했습니다.