구글 딥마인드 SL2T 2026 공개, 수어 AI가 픽셀 11에 들어간 방식과 한국에서 못 쓰는 이유

구글 딥마인드 SL2T 2026 공개, 수어 AI가 픽셀 11에 들어간 방식과 한국에서 못 쓰는 이유

구글 딥마인드 SL2T는 모델 가중치나 API가 아니라 픽셀 11에 탑재된 제품 기능입니다. 미국수어를 영어로 옮기고, 개발자가 가져다 쓸 오픈웨이트나 API는 아직 없습니다.

결론부터 말하면 이건 "수어 AI가 오픈소스로 풀렸다"는 뉴스가 아니라 "수어 AI가 처음으로 소비자 폰에 들어갔다"는 뉴스예요. 그런데 커뮤니티에 올라온 제목들이 하나같이 "released"라서, 개발팀에서 가장 먼저 나온 질문이 이거였죠. "그럼 우리 서비스에도 붙일 수 있나요?" 당연히 궁금할 만합니다. 발표 문구만 보면 모델이 풀린 것처럼 읽히거든요. 이 글에서는 무엇이 공개된 건지, 어떻게 작동하는지, 벤치마크 숫자를 어떻게 읽어야 하는지, 어디부터가 금지 영역인지, 그리고 한국에서 쓸 수 있는지를 공식 문서 기준으로 하나씩 짚어봅니다.

목차

• "공개됐다"는 말, 어디까지가 사실인가
• 영상을 안 보낸다: MediaPipe 키포인트 130개의 설계
• 벤치마크 숫자, 이렇게 읽어야 오해가 없다
• 어디까지 쓰라고 했고, 어디부터 금지인가
• 구글이 스스로 공개한 한계 목록
• 한국수어 지원은? 결론은 "아직 못 씁니다"

"공개됐다"는 말, 어디까지가 사실인가

SL2T란?: 구글 딥마인드가 2026년 8월 12일 발표한 수어-텍스트 변환 모델(sign-language-to-text)입니다. 배포 표기는 SL2T 1.0이고, 픽셀 11의 Gboard 받아쓰기와 Live Transcribe에서 미국수어(ASL)를 영어 텍스트로 옮깁니다. 추가 비용은 없습니다.

자료: 본문 데이터 · QJC 재구성

발표된 것은 제품 기능이지 배포물이 아니에요. 공개 범위를 표로 정리하면 이렇습니다.

공식 리포트는 "Google Cloud API를 통한 프로그래매틱 접근과 오픈웨이트 모델 공개를 탐색하는 것은 기술을 민주화할 잠재력이 크지만, 광범위한 모델 공개는 상당한 거버넌스 과제를 낳는다"며 자문위원회와 협의하며 계속 탐색하겠다고 적었어요. 즉 개발자가 당장 가져다 쓸 경로는 열려 있지 않습니다.

단말 조건도 좁아요. 지원 언어쌍은 ASL에서 영어로 가는 한 방향 한 조합이고, 최초 지원 기기는 픽셀 11 계열입니다("더 많은 기기 예정"). 픽셀 11은 2026년 8월 12일 예약판매를 시작해 2026년 8월 20일 정식 출시이며, 가격은 899달러, 프로 1,099달러, 프로 XL 1,299달러입니다.

SignGemma와 SL2T를 섞으면 그 순간 오보

두 이름이 자주 섞여 쓰이는데, 별개 프로젝트예요.

정리하면 SignGemma는 아직 도착하지 않은 오픈웨이트 트랙이고, SL2T는 실제로 배송된 제품 모델입니다. SL2T 리포트가 SignGemma를 언급하는 대목도 "탐색 중인 오픈웨이트 공개 옵션의 예시"로서일 뿐이에요.

영상을 안 보낸다: MediaPipe 키포인트 130개의 설계

기술적으로 가장 흥미로운 선택은 "카메라 영상을 서버로 보내지 않는다"는 점이죠. 흐름은 이렇습니다.

폰 카메라가 잡은 영상을 기기 안에서 MediaPipe Holistic이 받아 얼굴·몸·손의 130개 키포인트를 프레임별 2D 좌표로 뽑아냅니다. 원본 영상은 이 단계에서 즉시 폐기되고, 서버로는 좌표 시퀀스만 갑니다. 그 좌표를 SL2T 트랜스포머가 받아 영어 텍스트를 자기회귀적으로 생성하고, 사용자는 화면에서 결과를 확인한 뒤 전송하죠.

MediaPipe 키포인트 방식이 주는 효과로 리포트는 세 가지를 듭니다. 저대역폭 통신에 효율적이고, 사진 수준의 외모·신원·주변 환경 정보를 기하학적 좌표로 치환해 프라이버시를 지키며, 불필요한 시각 정보를 걷어내 학습이 쉬워진다는 것. 사용자 입력과 시스템 출력 로그는 구글 측에 보관되지 않습니다(모델 평가 연구에 사용자가 명시적으로 동의한 경우는 제외). 다만 번역 자체는 서버에서 돌아가니 완전한 온디바이스는 아니에요.

품질 도약의 원인은 따로 있습니다. 기존 연구들은 수어를 '글로스(gloss)'라는 단어 라벨로 한 번 옮긴 뒤 번역했는데, 이 중간 단계가 어휘 수에 인위적 상한을 만들고 표정·공간 문법을 흘려버렸죠. SL2T는 좌표에서 텍스트로 곧장 갑니다. 해커뉴스에서 한 개발자가 짚은 지점도 정확히 여기였어요. "사용자가 영어 문법에 맞춰 서명을 바꾸도록 강요하지 않고, 자연스럽게 쓰이는 ASL을 그대로 번역하는 걸 보여준다."

좌표 표현이라 데이터 증강도 기하학으로 처리합니다. 회전 노이즈와 키스톤 변형으로 카메라 각도에 강해지고, 비주(非主)손 키포인트를 마스킹해 한 손 서명을 시뮬레이션하며(폰을 한 손에 들고 서명하는 실사용 대응), 좌우 미러링으로 왼손잡이 정확도를 올렸습니다. 구글은 서명자의 10%가 왼손잡이라고 밝혔어요. 학습 데이터는 10만 시간을 넘고 50개가 넘는 수어를 포함하며 그중 약 4분의 1이 ASL입니다. 참고로 세계에는 200개가 넘는 수어가 있고 농인 인구는 약 7,000만 명이에요.

벤치마크 숫자, 이렇게 읽어야 오해가 없다

공식 리포트 Table 1의 수치는 다음과 같습니다.

자료: 본문 데이터 · QJC 재구성

여기서 해석을 세 번 조심해야 해요.

첫째, BLEURT는 백분율 정확도가 아닙니다. 사람의 품질 판단과 상관이 높도록 학습된 평가 지표라, 70점을 "70% 정확"으로 옮기면 틀린 문장이 됩니다.

둘째, PRESTO의 85가 FLEURS의 70보다 높은 건 모델이 좋아져서가 아니라 과제가 쉬워서예요. PRESTO-ASL은 짧은 어시스턴트 명령문 모음이고, FLEURS-ASL은 위키피디아 기반의 복잡하고 추상적인 문장을 인증 농인 통역사(CDI)들이 스튜디오에서 번역한 것이거든요. 검색·메시지 같은 실사용에 가까운 쪽은 PRESTO입니다.

셋째, FSboard 수치에는 각주가 붙어 있습니다. 리포트는 "우리가 쓴 FSboard 버전은 공개 버전과 약간 다르다. Gemini를 사용해 소문자 표기를 표준 영어 정서법으로 맞추고 축약어를 풀어썼다"고 밝혔어요. 그리고 일부 매체가 쓴 "정확도 2배" 같은 표현은 공식 문서에 없습니다. 공식 표현은 "이전에 보고된 어떤 점수보다 유의미하게 높다"입니다.

실제 출력이 어느 정도인지도 블로그에 예시가 있어요. 원문 "The Cook Islands do not have any cities but are composed of 15 different islands. The main ones are Rarotonga and Aitutaki."에 대해 SL2T는 "The Cook Islands have no cities and consist of 15 islands. The two main islands are Rarotonga and Aitutaki."를 냈습니다. 남는 오류 유형까지 구글이 직접 열거했는데, 희귀 수어, 빠른 지문자("prey"를 "grey"로), 수동태 구문, 분류사 묘사 누락, 문맥 없는 시제 처리 등이었어요.

어디까지 쓰라고 했고, 어디부터 금지인가

권장 시나리오는 전부 저위험 일상 영역입니다. 지도 주소 입력이나 유튜브 검색 같은 검색·내비게이션, Gemini 같은 대화형 AI 질의, 메시지와 비격식 메일 초안, 그리고 Live Transcribe를 통한 카페 주문이나 이웃과의 짧은 대화 정도죠.

반대로 금지 영역은 문서로 못 박혀 있어요.

리포트는 한 걸음 더 나갑니다. "SL2T 1.0이 ADA, Section 504/508 또는 국제 장애 관련 법제에서 인간 통역사가 충족하는 합리적 편의제공 의무를 만족한다고 보지 않는다"고 구글과 농인 단체가 공동으로 선언했고, 제3자가 접근성 법령상 의무를 회피하는 데 이 모델을 써서는 안 된다고 덧붙였죠.

설계상 안전장치는 "사람이 항상 루프 안에" 있게 만드는 방식입니다. 모델 출력은 항상 사용자에게 먼저 보이고 전송 전에 일반 키보드로 고칠 수 있어요. Live Transcribe도 번역 결과를 대화 상대에게 자동으로 방송하지 않고, 사용자가 명시적으로 공개할 때만 보여줍니다. 다만 리포트는 이 장치의 전제조건도 스스로 밝혔습니다. 사용자가 생성된 영어를 검증할 만한 영어 문해력과 화면 편집 능력을 갖춰야 하고, 그렇지 않으면 번역 오류가 발견되지 않고 지나갈 수 있다는 것.

이 경계선을 누가 그었나

경계선을 그은 주체가 구글 단독이 아니라는 점이 이번 발표의 차별점이에요. 프로젝트 개념 설계 단계부터 농인 구글러 Sam Sepah가 참여했고, AISLAC(AI Sign Language Advisory Committee)이 설립됐습니다. 미국농아인협회(NAD), 세계농아인연맹(WFD), DPAN, RIT/NTID와 독립 전문가가 참여했고, 이해상충을 막기 위해 퍼실리테이터 2인이 딥마인드·안드로이드 팀과 독립적으로 외부 관여를 관리했어요. 위원들은 2026년 7월 사전 출시 빌드를 픽셀 테스트 기기로 받아 평가했습니다.

리포트가 최우선 위험(P0)으로 올린 항목은 인간 통역사 대체 우려였습니다. 공공기관·의료제공자·기업이 비용과 편의를 이유로 인증 통역사 대신 소프트웨어를 택할 유인이 있다는 것. 반박 논거는 기술적으로 구체적인데, SL2T는 음성을 수어로 옮기지 못하는 단방향이고, 명확화 질문을 할 수 없으며, 인증 통역사의 화용 이해·윤리 판단·문화적 역량·법적 책임성이 없다는 점을 들었어요. 블로그의 표현을 빌리면 "커뮤니티를 위해서가 아니라 커뮤니티와 함께(with, not just for)"입니다.

구글이 스스로 공개한 한계 목록

도입을 검토한다면 이 섹션이 가장 실용적일 겁니다. 리포트가 자기 한계를 길게 나열했거든요.

보고 인식하는 쪽의 제약부터 봅시다. MediaPipe의 얼굴 모델은 혀 랜드마크를 추적하지 않는데, ASL에서 혀는 중요한 조음 기관이죠. 주변 환경 정보가 전혀 없어서 실제 사물을 가리키는 표현은 해석할 수 없고, 깊이 정보가 없어 손이 몸에 닿았는지 떠 있는지 구분이 어렵습니다. 저조도·강한 역광·손과 대비가 낮은 옷에서도 정확도가 떨어져요. 프레임에서 가장 큰 인물 1명만 추적하므로 다자 대화나 서명자 식별은 지원하지 않고, 사지 차이가 있거나 손 형태가 비표준인 서명자는 키포인트가 잘못 추정될 수 있습니다.

언어 쪽 제약도 분명합니다. 선형적 서명이나 영어 어순 영향을 받은 서명은 잘 번역되는 반면, 공간 지시나 분류사 술어 같은 수어 고유 구조는 덜 견고해요. 표정·눈썹 위치·고개 끄덕임 같은 비수지 신호(NMM)는 부정확하고, 손 동작 없이 NMM만으로 표현되는 의미는 아예 번역되지 않는 경우가 많습니다. 같은 손 모양이 여러 뜻인 경우("Sunday"/"great"/"wonderful")도 문맥이 없으면 혼동하죠.

환각과 스트리밍 아티팩트는 이렇게 정리됐어요. 서명이 아닌 입력에 텍스트를 만들어내는 "고스트 텍스트"는 두 번째 사람이 프레임에 들어오거나 서명자가 생각을 정리하며 멈출 때 나타나는데, 출시 버전에서 크게 줄었지만 사라지지는 않았습니다. 숫자 왜곡은 P0 등급으로 보고됐고, 메인주 지역번호 207을 2007로 옮긴 사례가 예시로 적혔어요.

문맥 제약도 짚어둘 만합니다. 입력 클립 상한은 60초이고, 각 클립을 독립적으로 평가해 다중 턴 대화 이력을 유지하지 않아요. 메신저인지 검색창인지에 따라 어투를 조정하지도, 사용자 이름 수어를 등록하지도 못합니다. 아동 데이터 관련 보호 때문에 18세 미만 서명자로는 학습도 공식 평가도 하지 않았고, Black ASL(BASL) 같은 사회방언별 벤치마크 분해는 진행 중인 과제로 남아 있죠.

한 가지 덧붙이면, 리포트는 AISLAC이 2026년 7월에 만진 것이 초기 사전 출시 체크포인트이며 이후 출시 후보까지 상당한 추가 학습과 후처리 개선이 있었다고 명시했습니다. 위 한계 중 일부는 이미 개선됐을 수 있다는 뜻이에요.

한국수어 지원은? 결론은 "아직 못 씁니다"

핵심: 초기 버전이 지원하는 조합은 미국수어에서 영어로 가는 하나뿐이라 한국수어는 인식되지 않고, 기기도 픽셀 11 계열로 제한됩니다. 국내 이용 경로는 아직 없어요.

한국 독자에게 가장 중요한 대목이죠. 한국수어 지원은 없습니다. 초기 버전은 ASL에서 영어로 가는 조합 하나뿐이라 한국어 출력도 없어요. 단말(픽셀 11), 수어(ASL), 출력 언어(영어)라는 3중 제약이 걸려서 국내 이용은 사실상 불가능합니다. 구글은 추가 수어로 확대할 계획을 밝혔지만, 한국수어 포함 여부와 시점은 확인되지 않았습니다.

국내에는 별도 트랙이 돌고 있어요. 한국수어는 한국수화언어법에 따라 2016년부터 한국어와 함께 공용어로 지정돼 있고, 과기정통부 IITP 과제로 의료 환경 농인을 위한 한국수어 번역 기술 개발이 진행 중입니다. YOLOv7 기반 실시간 한국수어-한국어 번역 연구(35개 카테고리, mAP@0.5:0.95 0.818)나 KoSLA 코퍼스 구축 같은 성과도 나와 있죠.

여기서 한 가지 시사점이 나옵니다. SL2T의 핵심 자산은 알고리즘 자체보다 10만 시간, 50개 수어라는 데이터 규모예요. 구글이 강조한 "다국어 공동 학습이 단일 언어 모델을 능가한다"는 발견은, 데이터가 적은 언어일수록 다국어 모델에 올라탔을 때 이득이 크다는 뜻이기도 합니다. 다만 그 이득을 보려면 SL2T 계열 모델에 한국수어가 포함돼야 하고, 그 경로인 오픈웨이트와 API는 2026년 8월 14일 기준 둘 다 닫혀 있습니다.

마무리

정리하면 이렇습니다. 구글 딥마인드 SL2T는 수어 번역 AI가 수십 년간 닿지 못했던 실용 수준을 소비자 제품까지 밀고 간 사례가 맞지만, 우리가 붙여 쓸 수 있는 부품으로 풀린 건 아니에요. 좌표만 보내는 프라이버시 설계와 글로스 제거라는 기술 선택은 배울 만하고, 금지 영역을 문서로 먼저 못 박은 방식은 AI 기능을 만드는 팀이라면 그대로 참고할 만한 거버넌스 사례죠. 반대로 벤치마크 점수를 백분율로 옮기거나 SignGemma와 묶어 소개하는 순간 사실과 어긋납니다.

비슷한 고민을 하는 팀이 많습니다. 이 글에서 정리한 기준이 판단에 보탬이 되길 바랍니다.

자주 묻는 질문 (FAQ)

Q: SL2T를 우리 서비스에 API로 붙일 수 있나요?

2026년 8월 14일 기준으로는 방법이 없습니다. 모델 가중치도 클라우드 API도 공개되지 않았고, 구글은 두 경로 모두 자문위원회와 협의하며 "검토 중"이라고만 밝혔어요. 현재 유일한 이용 경로는 픽셀 11의 Gboard와 Live Transcribe입니다.

Q: 국제 수어는 에스페란토 같은 인공 언어인가요?

전혀 다릅니다. 국제 수어는 공통 수어가 없는 낯선 사람끼리 소통할 때 쓰거나, 정기적으로 접촉하는 집단에서 관습화된 형태를 뜻해요. 수어를 "손으로 하는 영어"로 오해하는 것과 같은 계열의 착각인데, 구글도 이런 광범위한 오해가 이 분야의 진전을 늦췄다고 지적했습니다.

Q: 한국에서 픽셀 11을 사면 한국수어도 되나요?

안 됩니다. 지원 언어쌍이 미국수어에서 영어로 가는 조합 하나뿐이라, 기기를 구해도 한국수어를 인식하지 못하고 한국어 출력도 없어요. 구글이 수어 확대 계획은 밝혔지만 한국수어 포함 여부와 시점은 공식적으로 확인되지 않았습니다.

관련 글

• QJC 블로그에서 다른 AI 분석 글 보기

참고 자료

• Putting sign language AI into users' hands (Google DeepMind 공식 블로그, 2026-08-12)
• AISLAC Joint Impact Report for SL2T 1.0 (공식 기술·영향 리포트 PDF, 2026-08-12)
• 7 can't-miss updates from our Pixel 11 launch (Google 제품 공식 발표, 2026-08-12)
• Google DeepMind 공식 X 계정 SL2T 발표 게시물 (2026-08-12)
• FLEURS-ASL: Including American Sign Language in Massively Multilingual Multitask Evaluation (Garrett Tanzer, NAACL 2025)
• DeepMind's newest model allows Pixel 11 devices to transcribe sign language into text (Engadget, 2026-08-12)
• SignGemma 발표 (Google Accessibility 공식 X, 2025-05-27)
• 구글, 수어 이해하는 AI 모델 'SL2T' 공개…픽셀11에 처음 적용 (디지털투데이, 2026-08-13)