연구진은 일곱 대의 기기에 Netflix 콘텐츠 134시간 분량을 두 차례 재생한 통제된 테스트에서 스마트 스피커가 시간당 0.95회 실수로 깨어나는 것을 관찰했다 (Northeastern University와 Imperial College London, PETS 2020). 8개 제조사의 스피커 11대에 TV 프로그램과 뉴스 방송을 들려준 별도의 실험실 연구에서는 검증된 우발적 트리거가 1,000건 넘게 나왔다 (Ruhr University Bochum과 Max Planck Institute, arXiv 2020). 이러한 거짓 수락에는 이제 법적 대가도 따른다. Google의 Assistant 거짓 수락 관련 68백만 달러 합의에는 2026년 10월 최종 승인 전까지 기한 내에 1.49백만 건의 청구가 접수되었다 (미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 명령서 2026). 인식 측면에서는 7개 마이크 어레이로 녹음한 가정 내 저녁 식사 모임 벤치마크에서 단어 오류율이 근접 마이크 헤드셋의 42.10%에서 원거리 기기의 77.52%로 급등했다 (DiPCo 코퍼스 논문, 2019). 저희는 Northeastern University, Ruhr University Bochum, Amazon Science, Apple Machine Learning Research, Google Research, CHiME 챌린지 주최 측, Johns Hopkins University, 그리고 두 건의 연방 집단소송 기록에서 데이터를 모았다. 이러한 기기를 보유한 가구가 얼마나 되는지는 저희 스마트 스피커 사용 통계에서 다룬다. 이번 정리는 이 기기들이 얼마나 잘 듣는지를 다룬다.
요약
- 연구진은 근처에서 TV 프로그램을 재생하는 동안 스마트 스피커의 오작동 활성화를 시간당 0.95회, 발화된 단어 1만 개당 1.43회 관찰했다 (Northeastern University와 Imperial College London, PETS 2020).
- 스피커당 624시간 분량의 오디오에서 호출어 Cortana는 197회의 우발적 트리거를 일으킨 반면 Hey Siri는 8회였다 (Ruhr University Bochum과 Max Planck Institute, arXiv 2020).
- 우발적 활성화를 한 달에 한 번 이상 알아챈 스마트 스피커 사용자: 43.7% (Voicebot.ai 2018년 조사, Voicebot.ai 2020 보도).
- 2단계 분류기는 1단계 감지기에 더해 Alexa의 오경보를 약 67% 줄였다 (Amazon Science, ICASSP 2018).
- Apple의 스트리밍 트랜스포머는 트리거 이후 오디오를 1초 더 사용하면 거짓 트리거의 95%를 억제한다 (Apple Machine Learning Research 2021).
- HomePod의 6마이크 처리는 음악 재생 중 단어 오류율을 상대적으로 약 90% 개선했다 (Apple Machine Learning Research 2018).
- 시간당 오경보 1회 조건에서 호출어의 거짓 거부: 근접 발화 2.00% 대 원거리 어레이 5.11% (Personalized Voice Trigger Challenge 2020).
- 가정 내 저녁 식사 모임 코퍼스의 단어 오류율: 근접 발화 42.10% 대 원거리 77.52% (DiPCo 코퍼스 논문, 2019).
- CHiME-7과 CHiME-8 챌린지의 최고 시스템조차 CHiME-6 가정 내 저녁 식사 모임에서 tcpWER가 30%를 넘는다 (CHiME-7/8 DASR 리뷰, arXiv 2025).
- 66세부터 94세 성인의 Alexa 상호작용 2,552회 중 24.76%에 오류가 있었다 (Johns Hopkins University, arXiv 2024).
- Google의 Assistant 거짓 수락 관련 68백만 달러 합의에는 기한 내에 1.49백만 건의 청구가 접수되었다 (Kumandan v. Google 최종 승인 명령, 2026년 10월).
- Apple의 95백만 달러 Siri 합의는 의도하지 않은 활성화에 대해 기기당 최대 20달러를 지급한다 (Lopez v. Apple, 합의 관리인, 2025-2026).
1. 우발적 활성화: TV 대사가 스피커를 깨우는 빈도
시간당 0.95회의 오작동 활성화는 거실의 TV가 몇 시간씩 계속 켜져 있다는 점, 그리고 같은 연구에서 로컬에서 감지된 활성화(기기에 불이 들어온 경우)의 거의 전부가 클라우드로도 전송되었다는 점을 떠올리기 전까지는 작은 수치처럼 들린다. 따라서 프라이버시 문제는 스피커가 얼마나 자주 깨어나는가뿐 아니라, 깨어난 뒤 얼마나 오래 듣고 있는가이기도 하다.
활성화 지속 시간이야말로 Northeastern과 Imperial College의 연구가 가장 많은 것을 드러낸 부분이다. 활성화 중 가장 긴 10분의 1은 기기에 따라 8~10초 지속되었고, 이는 사적인 대화 한 문장을 통째로 담기에 충분한 길이다. 오작동 활성화는 무작위 잡음도 아니었다. Google Home Mini 활성화의 20.7%와 HomePod 활성화의 17.7%가 12회의 테스트 중 75% 넘게 반복되었는데, 이는 특정 대사가 특정 기기를 안정적으로 속인다는 뜻이다. Voicebot.ai가 보도한 소유자 설문도 소파에서 본 같은 이야기를 전한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 테스트 대상 스피커에 재생한 콘텐츠 | 미국과 영국의 TV 프로그램 12편에서 134시간 분량을 두 차례, 기기 7대(Google Home Mini, Apple HomePod, Harman Kardon Invoke, 2세대 Echo Dot 2대, 3세대 Echo Dot 2대)에 재생 | Northeastern University와 Imperial College London, PETS 2020 |
| 관찰된 오작동 활성화율 | 시간당 0.95회, 발화된 단어 1만 개당 1.43회 | Northeastern University와 Imperial College London, PETS 2020 |
| 가장 많은 활성화를 일으킨 TV 프로그램 | The West Wing: 평균 시간당 4.26회 활성화, Narcos: 대사 단어 1만 개당 6.21회 활성화 | Northeastern University와 Imperial College London, PETS 2020 |
| 활성화 중 가장 긴 10%가 도달한 길이, 가장 긴 단일 활성화 | HomePod에서 최소 10초, Google Home Mini에서 9초, 2세대 Echo Dot에서 8초(Echo 호출어), 한 실험에서는 최대 43초로 이상치로 처리 | Northeastern University와 Imperial College London, PETS 2020 |
| 음성 비서를 실수로 깨운 것을 한 달에 한 번 이상 알아챈 스마트 스피커 사용자 | 43.7% | Voicebot.ai 2018년 조사, Voicebot.ai 2020 보도 |
| 한 달 동안 비서를 실수로 깨운 미국 음성 검색 사용자(휴대폰 포함) | 응답자 501명의 64% | The Manifest 조사, Voicebot.ai 2020 보도 |
| 보고된 우발적 호출 중 소프트웨어가 뚜렷한 이유 없이 호출어를 감지한 비율 | 29% | The Manifest 조사, Voicebot.ai 2020 보도 |
확보 가능한 최신 데이터: Northeastern University와 Imperial College London, PETS 2020, 그리고 2018년부터 2020년까지의 소유자 설문. 그 이후 더 큰 규모의 독립적인 오작동 활성화 측정은 발표되지 않았으므로 이 수치들이 여전히 기준이다. 널리 반복되는 “하루 최대 19회”라는 헤드라인은 언론 보도에서 나온 것이며, 연구 자체가 보고한 비율이 아니다.
2. 가장 많이 잘못 작동하는 호출어
호출어 간의 격차는 매우 크다. 같은 재생 조건에서 Cortana는 197회의 우발적 트리거를 일으켰고 Hey Siri는 8회였다. 짧고 흔하게 들리는 호출어는 일상 대화와 충돌한다. 연구진은 중국어 ‘dage’(형님)가 ‘Echo’와, 독일어 구절 ‘Am Sonntag’(일요일에)가 일기예보에서 ‘Amazon’과 혼동되는 것을 확인했다.
클라우드는 두 번째 필터로 작동하지만 완벽하지는 않다. Cortana의 로컬 트리거 중 서버 검증을 통과한 것은 일부에 불과했지만, 그럼에도 우발적 트리거에 관한 논문은 클라우드에서 확인된 트리거가 10초 이상의 오디오를 업로드할 수 있음을 밝혀냈다. 클라우드 검증이란 쉽게 말해 회사 서버에 있는 두 번째로 더 큰 인식기가 클립을 다시 들어 보고, 기기와 의견이 다르면 호출을 취소하는 단계다.
| 지표 | 값 | 출처 |
|---|---|---|
| 테스트 범위 | 8개 제조사의 스마트 스피커 11대, 각 24시간의 주요 데이터셋 13개를 두 차례 재생(13 × 24 × 2 = 스피커당 624시간) | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
| 호출어별 우발적 트리거 | Cortana 197회, Alexa 99회, Computer 77회, Amazon 57회, Echo 43회, OK/Hey Google 16회, Hey Siri 8회 | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
| 클라우드 측 검증까지 통과한 Cortana 트리거 | 197회 중 8회(8 / 197 = 4.1%) | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
| 10회 재생 중 최소 4회 다시 발생한 Amazon과 Google 트리거 | 약 75% | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
| 같은 Modern Family 에피소드로 인한 호출어 ‘Computer’ 트리거, 영어판 대 독일어판 | 9회 대 1회 | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
| 클라우드에서 확인된 트리거 이후 업로드된 오디오와 로컬 전용 트리거가 멈추기까지의 시간 | 10초 이상 대 약 1-2초 | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
확보 가능한 최신 데이터: Ruhr University Bochum과 Max Planck Institute, arXiv 2020. Alexa의 횟수는 논문 본문에서는 99, 요약 표의 한 행에서는 100으로 나온다. 저희는 본문의 수치를 사용한다.
3. 호출어 감지: 거짓 거부와 오경보의 맞교환
모든 호출어 엔진은 두 가지 오류 사이에서 균형을 잡는다. 거짓 거부는 스피커가 진짜 ‘Alexa’나 ‘Hey Siri’를 무시하는 것이고, 오경보(거짓 수락이나 거짓 트리거라고도 한다)는 아무도 호출어를 말하지 않았는데 깨어나는 것이다. 엔지니어들은 한쪽 오류율을 고정한 뒤 다른 쪽을 낮추려 하며, 그래서 결과는 “오경보 수준을 고정했을 때의 상대적 감소”나 “시간당 거짓 수락 0.1회 조건에서”라는 식으로 제시된다.
업체 전반에서 나타나는 패턴은 다층 방어다. 여기서 가장 눈에 띄는 결과는 Apple의 것으로, 단 1초의 추가 오디오만으로 거짓 트리거의 95%를 억제했다 (Apple Machine Learning Research 2021). Amazon의 2단계 감지기와 Apple의 래티스 기반 검증도 같은 논리를 보여 준다. 값싸고 항상 켜져 있는 감지기가 기기를 깨우고, 더 무거운 2단계가 계속 들을지 여부를 결정한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 배경 음성 모델링을 갖춘 2단계 온디바이스 감지기: 오경보 수준을 고정했을 때의 거짓 거부, 미검출률을 고정했을 때의 오경보 | 상대적으로 약 16% 감소, 상대적으로 약 37% 감소 | Amazon Science, ICASSP 2018 |
| 1단계 감지기 위에 얹은 2단계 분류기 | 오경보 약 67% 감소 | Amazon Science, ICASSP 2018 |
| 보완 언어 모델을 사용한 거짓 트리거율(실제 요청의 거짓 억제를 0.4%로 고정) | 상대적으로 38.34% 감소, 병렬 모델로 10.8% 추가 감소 | Apple, Interspeech 2020 |
| 트리거 이후 1초의 오디오를 사용한 스트리밍 트랜스포머가 억제한 거짓 트리거 | 95% | Apple Machine Learning Research 2021 |
| 같은 스트리밍 모델과 비스트리밍 버전의 비교 | 거짓 거부 평균 상대 18% 감소, 런타임 메모리 32% 감소, 추론 시간 56% 감소 | Apple Machine Learning Research 2021 |
| 각 마이크에서 실행한 단일 채널 모델 대비 멀티 마이크 네트워크(시간당 거짓 수락 0.1회 조건) | 2마이크 테스트 세트에서 거짓 거부가 상대적으로 깨끗한 환경 27.2%, 잡음 환경 31.8% 감소 | Google Research, Odyssey 2020 |
| Siri 음성 트리거 설계 | 기기 범주 7개에 걸친 두 가지 트리거 문구(‘Hey Siri’와 ‘Siri’), 1차 네트워크는 가중치당 4비트로 압축 | Apple Machine Learning Research 2023 |
배경: 업체들은 출시 제품의 절대적인 거짓 수락률을 거의 공개하지 않고 상대적 개선만 발표한다. 보완 언어 모델 논문과 Google의 멀티 채널 논문도 이 관행을 따른다. 출시 시스템 아키텍처에 관한 확보 가능한 최신 데이터: Apple Machine Learning Research, Voice Trigger System for Siri, 2023.
4. 빔포밍과 음향 프런트엔드
빔포밍이란 여러 마이크의 신호를 결합해 어레이가 화자 쪽으로 ‘귀를 기울이고’ 잡음에서는 멀어지게 하는 것을 말한다. 에코 제거란 스피커 자신의 음악을 마이크가 듣는 소리에서 빼는 것을 말한다. 두 가지 모두 중요한 이유는 Apple이 측정했듯이 기기 자체의 재생음이 듣고자 하는 음성보다 30-40 dB 더 클 수 있기 때문이다 (Apple Machine Learning Research 2018).
효과가 가장 큰 곳은 스마트 스피커가 가장 힘들어하는 바로 그 순간, 즉 자체 음악을 재생하는 동안이다. Amazon의 다층 에코 제거 연구도 비슷한 규모의 수치를 보고한다. 같은 지향성 원리는 보청기에서 귀 근처의 잡음을 줄이는데, 이는 저희 지향성 마이크 보청기 SNR 통계가 보여 주는 바와 같다. 스마트 스피커는 이를 방 반대편에서 적용한다.
| 지표 | 값 | 출처 |
|---|---|---|
| Apple HomePod의 마이크 수, 음성 향상 처리 비용 | 6개, 1.4 GHz A8 코어 하나의 15% 미만 | Apple Machine Learning Research 2018 |
| 기기 재생음(에코) 대 원거리 음성, 큰 음량에서 선형 에코 제거 후 남은 에코 | 30-40 dB 더 큼, 원거리 음성보다 10-20 dB 높음 | Apple Machine Learning Research 2018 |
| HomePod 멀티 채널 처리로 인한 단어 오류율의 상대적 개선 | 약 40%(잔향이 있는 음성), 90%(재생 중), 74%(큰 배경 잡음), 61%(경쟁 화자) | Apple Machine Learning Research 2018 |
| 경쟁 화자가 있을 때 ‘Hey Siri’ 거짓 거부의 절대적 개선 | 마스크 기반 잡음 감소 대비 29.0%, 기준 신호 처리 출력 대비 30.3% | Apple Machine Learning Research 2018 |
| Echo 기기에서 Amazon의 다층 시스템에 의한 에코와 잡음 감소 | 에코 약 40 dB 감소, 잡음 약 19 dB 감소 | Amazon Science 2018 |
| 세 개 층(Amazon은 SBNR, SBRES, NLEC로 표기)의 단어 오류율 상대적 개선 | 약 22%, 14%, 17% | Amazon Science 2018 |
| DiPCo 가정 녹음의 원거리 기기 어레이 | 마이크 7개: 반지름 35 mm 원 위에 6개와 중앙에 1개 | DiPCo 코퍼스 논문, 2019 |
| CHiME-6 가정 내 저녁 식사 모임마다 사용된 어레이 | 4채널 선형 어레이를 갖춘 Microsoft Kinect 기기 6대(어레이 마이크 24개) | CHiME-6 챌린지 논문, 2020 |
확보 가능한 최신 데이터: Apple Machine Learning Research 2018과 Amazon Science 2018. 두 회사 모두 이후 더 새로운 하드웨어를 출시했지만, 어느 쪽도 비교 가능한 프런트엔드 측정 결과를 발표하지 않았다.
5. 원거리 인식에서의 거리 페널티
마이크를 입에서 방 반대편으로 옮기면 통제된 테스트에서 인식 오류가 거의 두 배가 된다. 같은 저녁 식사 모임 세션에서 단어 오류율은 근접 마이크 헤드셋의 42.10%에서 원거리 기기의 77.52%로 상승했고 (DiPCo 코퍼스 논문, 2019), Personalized Voice Trigger Challenge의 호출어 거짓 거부도 원거리 어레이에서 근접 발화 휴대폰보다 두 배 넘게 높았다.
가정 내 대화 오디오는 단일 명령보다 훨씬 어렵다. 사람들은 서로 말을 겹치고, 방을 오가며, 요리를 한다. 표를 읽는 데는 두 가지 용어가 도움이 된다. 유도 음원 분리(GSS)는 누가 언제 말했는지에 대한 타이밍 정보를 이용해 각 음성을 분리하는 멀티 마이크 기법이고, tcpWER는 잘못된 화자나 잘못된 시점에 배정된 단어에도 불이익을 주는 단어 오류율이다. CHiME-7과 CHiME-8 리뷰는 수년간의 발전에도 가정 내 저녁 식사 모임이 여전히 가장 어려운 시나리오임을 보여 준다.
| 지표 | 값 | 출처 |
|---|---|---|
| 시간당 오경보 1회 조건에서 호출어의 거짓 거부, 근접 발화 휴대폰 대 원거리 마이크 어레이(개발 세트) | 2.00% 대 5.11% | Personalized Voice Trigger Challenge 2020 |
| 챌린지 녹음 구성 | 612시간, 발화 658,995건, 화자 550명, 스마트 홈으로 꾸민 방에서 1 m, 3 m, 5 m 거리에 둔 4채널 또는 6채널 어레이 | Personalized Voice Trigger Challenge 2020 |
| 원거리 스마트 홈 호출어(‘Xiao T, Xiao T’), 평가 세트: 거짓 거부와 오경보 | 오디오 전용 최고 시스템 6.38%와 4.65%, 오디오-비주얼 최고 시스템 2.15%와 3.44%, 공식 오디오-비주얼 기준선 10.1%와 15% | Duke Kunshan University 시스템, ICASSP 2023(MISP 2021 챌린지) |
| 단어 오류율, 근접 마이크 헤드셋 대 원거리 7마이크 기기(평가 세트) | 42.10% 대 77.52% | DiPCo 코퍼스 논문, 2019 |
| CHiME-6 기준선 단어 오류율(개발 / 평가), GSS 사용 시 대 기존 빔포머(BeamformIt) 사용 시 | 51.8% / 51.3% 대 69.8% / 61.2% | CHiME-6 챌린지 논문, 2020 |
| 시스템이 누가 언제 말했는지도 찾아내야 할 때의 CHiME-6 기준선(개발 / 평가) | 84.3% / 77.9% | CHiME-6 챌린지 논문, 2020 |
| CHiME-5 최고 시스템의 단어 오류율(개발 / 평가) | 45.6% / 46.6%(USTC-iFlytek) | CHiME-6 챌린지 논문, 2020 |
| CHiME-7/8 최고 시스템의 CHiME-6 tcpWER, CHiME-8 참가 현황 | 30% 초과, 9개 팀이 32개 시스템 제출 | CHiME-7/8 DASR 리뷰, arXiv 2025 |
배경: 챌린지 수치는 짧은 명령이 아니라 자유로운 대화를 측정하므로, ‘타이머 맞춰 줘’ 같은 요청에서 스피커가 저지르는 오류를 과대평가한다. 그럼에도 방 자체가 얼마나 큰 비용을 초래하는지에 대한 공개된 최선의 증거이며, CHiME-6 논문은 기존 빔포머에서 GSS로 바꾸는 것만으로 개발 세트에서 약 18포인트의 가치가 있었음을 보여 준다(69.8%에서 51.8%를 뺀 값).
6. 누가 놓치는가: 집에 있는 고령자
호출어와 인식의 실패는 고르게 분포하지 않는다. 한 달간의 가정 내 도입 연구에서 66세부터 94세 성인의 Alexa 상호작용 중 24.76%에 오류가 있었으며 (Johns Hopkins University, arXiv 2024), 오류율은 4주 동안 떨어지지 않았다. 요청을 알아듣는 것은 문제의 일부일 뿐이었고, 의도를 잘못 이해하는 것이 단일 최대 오류 범주였다.
호출어 자체도 사람들을 걸려 넘어지게 한다. ‘Alexis’처럼 비슷하지만 틀린 말을 하는 것이 오작동 활성화보다 더 많은 실패의 원인이었는데, 이는 섹션 1의 TV 문제를 거울에 비춘 모습이다. 기기는 주인에게는 엄격하고 TV에는 관대하다. 억양과 방언에 따른 격차는 저희 음성 인식 억양 편향 통계에서 다룬다. 이 섹션은 연령과 인지 기능에 한정한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 오류가 있었던 상호작용, 66세부터 94세 15가구, Echo Dot, 4주 | 24.76%(2,552회 중 632회) | Johns Hopkins University, arXiv 2024 |
| 전체 오류 중 음성 인식 오류의 비율 | 24.4%(632건 중 154건) | Johns Hopkins University, arXiv 2024 |
| Alexa가 요청을 아예 인식하지 못한 오류(‘듣지 못함’) | 10.9%(632건 중 69건) | Johns Hopkins University, arXiv 2024 |
| 잘못된 호출어(예: ‘Alexis’)를 말해서 생긴 오류 | 7.8%(632건 중 49건) | Johns Hopkins University, arXiv 2024 |
| 오작동 활성화(잘못된 트리거)로 인한 오류, 재시도로 해결된 비율 | 2.4%(632건 중 15건), 6.7% | Johns Hopkins University, arXiv 2024 |
| 의도 인식 실패, 최대 오류 범주 | 32.3%(632건 중 204건) | Johns Hopkins University, arXiv 2024 |
| 고령자 83명이 읽은 Alexa 명령의 음성 인식 오류, 치매 집단 대 인지 기능 정상 집단 | 치매 집단에서 유의하게 높음 | Cohn 외, arXiv 2026 |
2026년 치매 연구는 화자의 음량, 음질, 휴지 비율이 인식 정확도를 예측했다고 보고하며, 이는 연령 격차를 음향과 연결한다. 더 조용하고 숨소리가 섞인 목소리는 어레이에 도달하기 전에 방을 가로지르며 더 많은 에너지를 잃는다.
7. 법정과 기업 정책에서의 거짓 수락
거짓 수락은 실험실 지표에서 법적 책임으로 옮겨 갔다. Google 합의의 대상 기간은 2016년 5월 18일에 시작하며, 프라이버시 집단은 거짓 수락 녹음을 중심으로 정의되고, 173,814,291개 주소로 이메일 통지가 발송된 데 대해 기한 내 청구 1.49백만 건이 접수되었다 (미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 최종 승인 명령, 2026년 10월). 저희 계산으로는 통지받은 주소의 약 0.86%에 해당하는 청구율이다(1.49백만 / 173,814,291). 명령서 자체에는 청구율이 명시되어 있지 않다.
Apple의 병행 Siri 합의는 10년에 걸친 사적인 대화 중 의도하지 않은 Siri 활성화를 대상으로 한다. 기업 정책도 달라졌다. Apple은 2025년 1월 사용자가 명시적으로 동의하지 않는 한 Siri 상호작용의 오디오 녹음을 보관하지 않는다고 밝혔다 (Apple Newsroom 2025).
| 지표 | 값 | 출처 |
|---|---|---|
| Google Assistant 거짓 수락 합의 기금, 최종 승인일 | 68,000,000달러, 환수되지 않음, 2026년 10월 13일 | 미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 명령서 2026 |
| 통지 전달 및 제외 신청 | 173,814,291개 주소로 이메일 발송, 98.76% 전달, 유효한 제외 신청 217건과 이의 7건 | 미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 명령서 2026 |
| 집단 구성원 1인당 예상 지급액 | 약 18 | 미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 명령서 2026 |
| 인정된 변호사 비용 | 22,666,666.70달러(기금의 3분의 1) | 미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 명령서 2026 |
| Apple의 의도하지 않은 Siri 활성화 합의 | 95백만 달러 기금, Siri 기기당 최대 20달러, 최대 5대, 대상 기간 2014년 9월 17일부터 2024년 12월 31일 | Lopez v. Apple, 합의 관리인, 2025-2026 |
| 언어 전문가가 검토한 Assistant 오디오 조각의 비율 | 약 0.2% | Google, The Keyword 블로그, 2019년 7월 |
| Apple이 평가를 중단하기 전 사람 평가자가 들은 Siri 요청의 비율 | 0.2% 미만 | Apple Newsroom, 2019년 8월 |
배경: Google의 2019년 음성 데이터 관련 성명은 거짓 수락을 드문 일로 설명했고, Apple의 2019년 성명은 의도하지 않은 트리거로 판단된 녹음을 삭제하겠다고 약속했다. 어느 회사도 거짓 수락의 빈도를 발표하지 않았기 때문에, 섹션 1과 2의 실험실 연구가 여전히 주된 공개 증거로 남아 있다.
숫자로 보는 원거리 스마트 스피커 빔포밍과 호출어 정확도
| 지표 | 값 | 출처 |
|---|---|---|
| 근처에서 TV 프로그램을 재생하는 동안의 오작동 활성화 | 시간당 0.95회, 단어 1만 개당 1.43회 | Northeastern University와 Imperial College London, PETS 2020 |
| 활성화 중 가장 긴 10% | 기기에 따라 8~10초 이상 | Northeastern University와 Imperial College London, PETS 2020 |
| 우발적 트리거, Cortana 대 Hey Siri, 스피커당 624시간 | 197회 대 8회 | Ruhr University Bochum과 Max Planck Institute, arXiv 2020 |
| 우발적 활성화를 한 달에 한 번 이상 알아챈 스마트 스피커 사용자 | 43.7% | Voicebot.ai 2018년 조사, Voicebot.ai 2020 보도 |
| 2단계 분류기가 제거한 오경보 | 약 67% | Amazon Science, ICASSP 2018 |
| 보완 언어 모델에 의한 거짓 트리거 감소 | 상대적 38.34% | Apple, Interspeech 2020 |
| 오디오 1초 추가로 억제된 거짓 트리거 | 95% | Apple Machine Learning Research 2021 |
| 시간당 거짓 수락 0.1회 조건에서 2마이크 네트워크에 의한 거짓 거부 감소 | 깨끗한 환경 27.2%, 잡음 환경 31.8% | Google Research, Odyssey 2020 |
| 기기 재생음 대 원거리 음성의 레벨 | 30-40 dB 더 큼 | Apple Machine Learning Research 2018 |
| 재생 중 HomePod 처리에 의한 단어 오류율 개선 | 상대적으로 약 90% | Apple Machine Learning Research 2018 |
| Echo 기기의 에코 감소 | 약 40 dB | Amazon Science 2018 |
| 호출어의 거짓 거부, 근접 발화 대 원거리 | 2.00% 대 5.11% | Personalized Voice Trigger Challenge 2020 |
| 오디오-비주얼 원거리 호출어 최고 시스템, 거짓 거부와 오경보 | 2.15%와 3.44% | Duke Kunshan University 시스템, ICASSP 2023 |
| 단어 오류율, 근접 발화 대 원거리 | 42.10% 대 77.52% | DiPCo 코퍼스 논문, 2019 |
| CHiME-6 기준선, GSS 대 기존 빔포머(개발 세트) | 51.8% 대 69.8% | CHiME-6 챌린지 논문, 2020 |
| CHiME-6 가정 내 저녁 식사 모임에서 CHiME-7/8 최고 시스템 | tcpWER 30% 초과 | CHiME-7/8 DASR 리뷰, arXiv 2025 |
| 오류가 있었던 Alexa 상호작용, 66세부터 94세 성인 | 24.76% | Johns Hopkins University, arXiv 2024 |
| Google Assistant 거짓 수락 합의와 기한 내 청구 | 68백만 달러, 1.49백만 건 | 미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google 명령서 2026 |
| Apple의 의도하지 않은 Siri 활성화 합의 | 95백만 달러, 기기당 최대 20달러 | Lopez v. Apple, 합의 관리인, 2025-2026 |
방법론과 출처
저희는 15회의 검색을 수행했고, 위의 모든 수치에 대해 원본 논문, 법원 기록 또는 회사 페이지를 읽었다. 상대적 개선만 발표된 경우에는 상대적 수치로 보고했으며, 상대적 개선을 절대적 비율로 환산하지 않았다. 두 합의 수치는 법원과 합의 관리인의 기록이지 기술적 측정값이 아니다.
- Northeastern University와 Imperial College London, When Speakers Are All Ears: Characterizing Misactivations of IoT Smart Speakers, PETS 2020
- Voicebot.ai, The Manifest 조사와 Voicebot 2018년 조사에 관한 보도, 2020년 1월
- Ruhr University Bochum과 Max Planck Institute for Security and Privacy, Unacceptable, where is my privacy? Exploring Accidental Triggers of Smart Speakers, arXiv 2020
- Amazon Science, Monophone-based Background Modeling for Two-stage On-device Wake Word Detection, ICASSP 2018
- Amazon Science, 스마트 스피커를 위한 다층 에코 제거와 음성 향상, 2018
- Apple Machine Learning Research, Complementary Language Model and Parallel Bi-LRNN for False Trigger Mitigation, Interspeech 2020
- Apple Machine Learning Research, Streaming Transformer for Hardware Efficient Voice Trigger Detection and False Trigger Mitigation, 2021
- Apple Machine Learning Research, Voice Trigger System for Siri, 2023
- Apple Machine Learning Research, Optimizing Siri on HomePod in Far-Field Settings, 2018
- Google Research, Small Footprint Multi-channel Keyword Spotting, Odyssey 2020
- The 2020 Personalized Voice Trigger Challenge: Open Database, Evaluation Metrics and the Baseline Systems, arXiv 2021
- Duke Kunshan University, Post-Challenge Audio-Visual Wake Word Spotting System for the MISP 2021 Challenge, ICASSP 2023
- DiPCo, Dinner Party Corpus, 2019
- CHiME-6 Challenge: Tackling Multispeaker Speech Recognition for Unsegmented Recordings, 2020
- Cornell 외, Recent Trends in Distant Conversational Speech Recognition: A Review of CHiME-7 and 8 DASR Challenges, arXiv 2025
- Johns Hopkins University, Situated Understanding of Errors in Older Adults’ Interactions with Voice Assistants: A Month-Long, In-Home Study, arXiv 2024
- Cohn 외, Amazon Alexa를 사용하는 치매 고령자와 비치매 고령자의 음성 인식 오류, arXiv 2026
- 미국 연방지방법원 캘리포니아 북부 지구, Kumandan v. Google, 최종 승인 명령, 2026년 10월 13일
- Lopez v. Apple, Lopez Voice Assistant Settlement 관리인 사이트, 2025-2026
- Google, More information about our processes to safeguard speech data, 2019년 7월
- Apple Newsroom, Improving Siri’s privacy protections, 2019년 8월
- Apple Newsroom, Our longstanding privacy commitment with Siri, 2025년 1월
- 데이터 참고 사항: 이번 정리의 기술적 측정값 대부분은 2018년부터 2023년의 것이다. 스마트 스피커 제조사들이 출시 기기의 절대적인 거짓 수락률이 아니라 상대적 개선과 아키텍처 설명을 발표하기 때문이다. 2018-2021년의 모든 수치는 현재 제품 성능이 아니라 확보 가능한 최신 데이터로 받아들여야 한다. Northeastern 연구에 대해 떠도는 ‘하루 최대 19회’라는 수치는 언론의 헤드라인이지 연구가 보고한 비율이 아니다. 우발적 트리거에 관한 논문은 Alexa 트리거를 본문에서는 99회, 요약 표의 한 행에서는 100회로 제시한다. Google의 멀티 채널 논문은 Google Research 페이지에 거짓 거부 감소율 27.2%와 31.8%로 나와 있지만, 관련 버전을 실은 다른 목록에는 다른 수치가 나오므로 자신이 읽은 버전을 인용해야 한다. Johns Hopkins 연구는 주간 오류율을 본문에서는 20-30%, 그림 설명에서는 21-26%로 제시한다. Voicebot 2018년 조사와 The Manifest 조사는 서로 비교할 수 없다(후자는 휴대폰과 버튼 조작을 포함한다). Google 합의금은 2026년 10월 명령 당시 아직 지급되지 않았으며, 명령서는 2026년 9월 17일 기준의 청구와 수용될 수 있는 40,000건 넘는 지연 청구를 보고한다.
마지막 업데이트: 2026년 10월 24일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Kumandan v. Google 합의금이 지급되고 ICASSP 2027 논문집이 공개될 때 이루어질 것으로 예상한다.