블록이 데사(Dessa)라는 음성 AI를 공개했다. 거의 사람처럼 들리는 이 AI는 오직 음성 데이터로만 학습됐으며 맥북 프로에서 로컬로 구동할 수 있다. 반응은 경탄과 더불어, 이 기술이 정교한 전화 스캠에 악용될 수 있다는 경고로 엇갈렸다. 이번 사안이 중요한 이유는, 이 정도로 사실적인 음성이 등장하면 사람들이 상대가 사람인지 기계인지 판단하는 방식 자체가 달라지기 때문이다.
실제로 무슨 일이 있었나
잭 도시가 이끄는 결제 기업 블록은 2026년 10월 24일 데사를 리서치 프리뷰 형태로 발표했다. 블록의 발표에 따르면 이 모델은 텍스트가 아닌 오직 사람의 음성만으로 학습됐으며, 말하면서 동시에 들을 수 있어 실시간으로 끼어들기나 웃음 소리에도 반응한다. 도시는 X(트위터)에 "데사와 대화하는 건 마치 사람과 이야기하는 것 같다... 감정, 뉘앙스, 멈춤, 자연스러운 억양까지 느껴진다"고 적었다. 블록은 엔비디아 GB200 NVL72 시스템 한 대로 데사를 처음부터 학습시켰으며, M4 Max 칩 이상을 탑재한 맥북 프로에서 로컬로 구동할 수 있다. X 사용자 알렉산더 호프와 헤사메이션은 데모가 놀라울 정도로 자연스럽다고 평가한 반면, 영화 제작자 저스틴 베이트먼과 언론인 시브 아루르는 이런 사실적인 음성이 기만이나 스캠 전화에 악용될 수 있다고 경고했다. 바이낸스 창업자 창펑(CZ) 자오는 자신이 운영하는 기글아카데미(GiggleAcademy) 프로젝트를 통해 어린이 교육 분야 활용 가능성을 제시했다.
어떻게 여기까지 왔나
블록의 AI 리서치 랩은 도시에게 직접 보고하는 조직으로, 2020년 스퀘어(Square)가 인수한 토론토 스타트업 데사(Dessa) 출신 인력들이 포함돼 있다. 이 모델의 이름과 리서치 랩이 오랫동안 음성 기술에 관심을 가져온 배경도 여기서 비롯된다. 현재 대부분의 음성 비서는 음성을 텍스트로 변환한 뒤 답변을 생성하고 다시 음성으로 바꾸는 과정을 거치는데, 이 과정에서 어조와 타이밍이 사라진다. 반면 데사는 이러한 변환 과정을 건너뛰고 오디오를 직접 처리한다. 이는 2026년 들어 이미 전화 및 영상 스캠에 악용된 사례들이 보고된, 실제 인물을 모사할 만큼 정교해진 AI 음성 기술의 흐름과 맞닿아 있다.
당신에게 중요한 이유
개발자 입장에서 데사는 소비자용 하드웨어에서도 구동될 만큼 작으면서도 사실적인 대화형 AI가 현실화되고 있다는 신호로, 웨어러블이나 스마트 글래스에 음성 인터페이스를 설계하는 이들에게 의미가 크다. 사용자 입장에서는 AI 음성이 더 자연스러워질수록 통화 상대가 사람인지 기계인지 구분할 단서가 줄어든다는 뜻이다. 블록 입장에서는 아직 제품화나 출시 일정을 확정하지 않은 리서치 프리뷰 단계지만, 이를 통해 결제 사업을 넘어선 AI 연구 역량을 각인시키는 효과를 노릴 수 있다. 다만 벤치마크, 모델 크기, 출시일 등이 전혀 공개되지 않아 실제 성능은 회사 데모 밖에서는 아직 검증되지 않은 상태다.
더 큰 질문
AI 음성이 사람과 구분할 수 없는 수준에 이른다면, 상대가 기계라는 사실을 반드시 고지하도록 의무화해야 할까, 그리고 그것을 누가 강제할 것인가?
앞으로 지켜볼 것
블록은 현재 소수의 AI 안전 연구자들에게만 얼리 액세스를 제공했으며, 공개 출시일이나 벤치마크 결과, 모델 크기는 아직 공개하지 않았다. 블록이 독립적인 검증 결과를 공개할지, 그리고 CZ의 기글아카데미가 실제로 데사를 어린이 교육에 도입할지 지켜볼 대목이다. 소비자용 출시 여부가 다음으로 주목할 구체적인 이정표가 될 것이다.
