Anam

Anam의 CARA 모델은 25fps, 720x480으로 아바타를 프레임 단위로 생성한다. 모든 픽셀이 제어되며, 녹화된 클립을 재생하는 게 아니다. 그래서 표정이 자세 사이에서 툭 바뀌는 대신 문장 중간에 달라진다. 대가는 해상도다. 영화적 결과물이 아니라 라이브 대화를 위해 만들어졌다.

Anam은 서버 측 응답 시간 중앙값이 180ms라고 밝힌다. 다음으로 좋은 경쟁자보다 약 33% 빠르다고 주장한다. 실제로 이는 대화가 매끄럽게 흐르는지, 사람들이 아바타 위로 말을 겹치는지의 차이다. 실제 수치는 여전히 네트워크와 자신의 LLM이 얼마나 빨리 응답하는지에 달려 있다.

생각하는 부분도 말하는 부분도 Anam의 모델에 묶이지 않는다. 아무 LLM이나 연결하고, 70개 이상의 음성 중에서 고르거나 맞춤 음성을 업로드한다. 이미 다듬어진 파이프라인을 가진 팀에게 이 유연성이 가장 큰 매력이다. 동시에 Anam은 얼굴만 제공하므로, 토대가 되는 모델이 약하면 화면에 드러난다.

업로드한 이미지 한 장으로 맞춤 아바타를 만들거나, 기성 아바타 20개 중 하나로 시작한다. 사실적, 3D, 애니메, 만화 스타일을 아우른다. 이미지에서 아바타로 가는 길은 당일 시제품을 만들 만큼 빠르다. 더 무거운 사실성 작업은 그래도 원본 이미지 몇 장을 먼저 시험하는 게 낫다.

Persona는 세션 중에 외부 도구를 호출하고 지식 베이스에서 정보를 끌어올 수 있다. 그래서 아바타는 그냥 떠드는 대신 찾아보고 행동할 수 있다. 지원과 영업 용도에서 이는 말하는 머리와 일하는 에이전트를 가르는 차이다. 도구와 데이터 소스는 사용자가 정의하므로 설정 작업은 자기 쪽에 남는다.

Anam은 원어민 억양과 방언을 포함해 70개 이상 언어를 지원한다. 회사 집계로 세계 화자의 약 95%를 커버한다. Persona 설정 하나로 지역마다 다시 만들지 않고 국제 사용자를 담당할 수 있다. 출시 전에 대상 언어에서 음성 품질과 억양 정확도를 표본 점검할 가치가 있다.

Anam's Lab에서는 코드를 쓰지 않고 개성을 설정하고, 음성을 시험하고, 활용 사례를 검증한다. 준비되면 JavaScript와 Python SDK, REST API가 모든 현대 웹 프레임워크를 지원한다. 팀은 Lab에서 시제품을 만들고 개념이 버티면 코드로 옮긴다.