Kinect는 35백만 대가 팔렸지만 2017년에 제조가 종료되었다 (MCV, Microsoft의 Kinect 생산 공식 종료, 2017년). 박스 안에 마이크가 들어 있다고 해서 음성이 게임의 표준 조작 수단이 되는 것은 아니라는 점을 보여주는 가장 분명한 증거다. Steam은 현재 Voice Control 태그에 대해 190건의 결과를 반환하며 (Steam 스토어 검색, 2026년 10월 31일), DualSense 컨트롤러에 마이크가 내장된 플랫폼인 PS5는 95백만 대 이상이 소매업체에 출하되었다 (Sony Interactive Entertainment, 비즈니스 데이터 및 판매 2026). 인식 성능은 여전히 고르지 않아서, 영어를 제2언어로 쓰는 화자는 현재 모델 전반에서 2.6배에서 5.9배의 오류율 격차를 겪는다 (Roll과 Graham, SLaTE 2025). 이 패턴은 저희의 음성 인식 억양 편향 통계에서도 추적하고 있다. University of Melbourne의 게임 연구, Disney Research, Sony, Nintendo, 동료 심사를 거친 음성 과학 논문의 데이터를 모아, 플레이어가 실제로 목소리로 하는 일과 플랫폼 보유 기업들이 주장해 온 내용을 구분했다.
요약
- Kinect는 2017년 제조가 종료되기 전까지 35백만 대가 판매되었다 (MCV 2017)
- Microsoft는 2014년에 음성 명령이 월평균 120회 사용된다고 주장했다 (Shacknews 2014)
- 플레이어가 유령에게 말을 걸 수 있는 Phasmophobia는 전 플랫폼 합산 판매량이 25백만 장을 넘었다 (WorthPlaying 경유 Kinetic Games 2025)
- 영어를 제2언어로 쓰는 화자는 인식 모델 10개 전반에서 2.6배에서 5.9배의 오류율 격차를 보였다 (Roll과 Graham, SLaTE 2025)
- 억양이 있는 발화는 Wav2Vec 2.0에서 단어 오류율 30-50%를 기록했고, 원어민은 2-8%였다 (Bandodkar 외, AAAI 2024)
- AI 게임 캐릭터와의 음성 대화 한 번 전체는 평균 6.909초, 최악의 경우 24.362초가 걸렸다 (Korkiakoski 외 2025)
- 영어 받아쓰기는 휴대폰 키보드 입력보다 2.93배 빨랐으며, 분당 153단어 대 52단어였다 (Ruan 외 2017)
- 아동용으로 만든 키워드 인식기는 정확도 85%에 도달했고, 상용 인식기는 35% 덜 정확했다 (Disney Research 2016)
- PS5 Voice Command는 두 나라와 한 언어로 제한된 프리뷰로 남아 있다 (PlayStation Support 2026)
1. 40년간 오르내린 관심
2017년 한 해에만 새로운 음성 상호작용 비디오 게임 106개가 출시되었다 (Allison 외, Design Patterns for Voice Interaction in Games, CHI PLAY 2018). 획기적인 일처럼 들리지만, 그 뒤에 있는 역사를 읽고 나면 인상이 달라진다. 같은 연구 그룹은 음성이 「지속적이고 폭넓은 성공을 거둔 적이 한 번도 없으며」, 새로운 플랫폼과 이를 가능하게 한 기술에 연결된 일곱 단계를 거쳐 왔음을 발견했다 (Allison, Carter, Gibbs, Word Play, Games and Culture 2020).
노래방은 시사하는 바가 큰 정점이다. 플레이어에게 요구된 것은 한 단어씩 이해되는 것이 아니라 목소리로 공연하는 것이었다. 스마트 스피커의 오디오 게임 계열도 비슷한 논리를 따른다. 설계자들은 대체로 발화를 짧은 목록에서 고르는 일로 줄였고, 그 덕분에 인식 문제가 작게 유지된다.
| 지표 | 값 | 출처 |
|---|---|---|
| 공개된 최대 규모의 음성 게임 조사(1973년부터 2018년)에 포함된 게임 | 비디오 게임 449개와 오디오 게임 22개 | Allison 외, Design Patterns for Voice Interaction in Games, CHI PLAY 2018 |
| 한 해 동안 출시된 새로운 음성 상호작용 비디오 게임 | 2017년 106개 | Allison 외, CHI PLAY 2018 |
| 2003년부터 2012년까지 출시된 노래방 게임(여러 플랫폼 출시는 1개로 집계) | 120개 이상, 그중 70개 이상이 2008년부터 2010년 | Allison, Carter, Gibbs, Word Play, Games and Culture 2020 |
| Nintendo 64 Voice Recognition Unit를 사용한 게임, 1998년부터 1999년 | 2개 | Allison 외, Word Play 2020 |
| 연구 당시 Kinect 음성 인식을 사용한 주요 출시작 | 30개 이상 | Allison 외, Word Play 2020 |
| 핵심 상호작용이 말로 제시된 선택지 중에서 고르는 것이었던 Alexa 오디오 게임 | 조사한 22개 중 17개 | Allison 외, CHI PLAY 2018 |
입수 가능한 최신 데이터: Allison 외, 2018년과 2020년. 더 새로운 음성 게임 전수 조사는 찾지 못했으므로, 이 수치들은 2018년 초까지의 분야를 설명한다.
2. 어디에나 있는 마이크, 어디에도 없는 음성 명령
95백만 대 이상의 PS5가 소매업체에 출하되었고 (Sony Interactive Entertainment, 비즈니스 데이터 및 판매, 2026년 6월 30일), DualSense 컨트롤러에는 내장 마이크가 있다. 그러나 이 방대한 보급 대수에서 음성 중심 플랫폼은 나오지 않았다. PlayStation Support는 지금도 Voice Command를 미국과 영국 계정 대상의 영어 전용 프리뷰로 설명하며, 용도는 게임 실행이나 클립 촬영 같은 시스템 작업이지 게임플레이가 아니다.
가정에서의 이용과 대비되는 점이 여기서 유용한 수치다. 음성 명령 사용자의 57%는 매일 음성 명령을 쓴다 (NPR과 Edison Research, Smart Audio Report 2022). 사람들은 기기에게 말하는 데 거부감이 없으므로, 게임에서의 장벽은 기계에 말하는 습관이 아니다. 버튼은 조용하고, 사적이며, 즉각적이다. 음성은 그것을 넘어서야 한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 출시 후 첫 60일 동안의 Kinect 판매 대수 | 8백만 대 | MCV, Microsoft의 Kinect 생산 공식 종료, 2017년 |
| Kinect 누적 판매 대수 | 35백만 대 | MCV 2017 |
| Kinect 소유자 중 실제로 사용하는 비율, Microsoft 발표 기준(회사의 주장이며 독립적으로 검증되지 않음) | 80% | Shacknews가 보도한 Microsoft의 Yusuf Mehdi, 2014년 5월 16일 |
| 월평균 음성 명령 횟수, Microsoft 발표 기준(회사의 주장) | 120 | Shacknews가 보도한 Microsoft, 2014년 |
| 발행된 음성 명령 총횟수, Microsoft 발표 기준(회사의 주장) | 1십억 회 이상 | Shacknews가 보도한 Microsoft, 2014년 |
| 소매업체에 출하된 PS5 대수, 2026년 6월 30일까지 누적 | 95백만 대 이상 | Sony Interactive Entertainment, 비즈니스 데이터 및 판매 2026 |
| Nintendo Switch 2 판매 대수, 2026년 6월 30일까지 누적(GameChat용 내장 마이크) | 23.68백만 대 | Nintendo, 하드웨어 연결 판매량 2026 |
| 어떤 기기에서든 음성 비서를 사용하는 18세 이상 미국인 | 62% | NPR과 Edison Research, Smart Audio Report 2022 |
입수 가능한 최신 데이터: Kinect 이용 현황은 Shacknews, 2014년, 음성 비서는 Smart Audio Report, 2022년. 게임 명령에 마이크를 쓰는 플레이어 수에 대한 Sony나 Nintendo의 수치는 찾지 못했으며, 저희가 확인할 수 있었던 유일한 Kinect 판매 추이는 MCV가 전한 것이다. 또한 Switch 2의 마이크는 게임 소리를 걸러내고 본체와 플레이어 사이의 거리에 맞춰 조정되며 (Nintendo, GameChat 기능), 음성 채팅 참가자는 최대 12명이다.
3. 오늘날의 음성 게임 목록
Steam의 Voice Control 태그 첫 30개 결과 중 25개는 2025년 또는 2026년 날짜였으며 (Steam 스토어 검색을 바탕으로 한 저희 집계, 2026년 10월 31일), 그중 15개는 2026년 한 해의 것이다. 이는 스토어 목록의 한 페이지일 뿐 출시작 전수 조사가 아니므로, 그것만으로 붐을 입증하지는 못한다. 다만 신작들이 여전히 마이크를 설계상의 차별점으로 쓰고 있음은 보여준다.
Phasmophobia는 규모를 보여주는 사례다. 콘솔에는 음성 인식 없이 출시되었고, 이후 개발사 Kinetic Games가 몇 달 뒤 PlayStation 5, PS VR2, Xbox Series X|S용 콘솔 음성 업데이트를 추가했는데, 사용한 인식기는 VOSK다. 이미 출시한 게임을 위해 이런 작업을 하는 스튜디오는 음성을 덤이 아니라 제품의 일부로 다루고 있는 것이다.
| 지표 | 값 | 출처 |
|---|---|---|
| Voice Control 태그의 Steam 스토어 검색 결과(데모와 유틸리티 소프트웨어 포함) | 190 | Steam 스토어 검색, 2026년 10월 31일 |
| 제3자 추적 사이트가 같은 태그로 집계한 Steam 타이틀 수(날짜 미상의 스냅샷) | 113 | DataHumble, Voice Control Games 2026 |
| 전 플랫폼 합산 Phasmophobia 판매량 | 25백만 장 이상 | WorthPlaying 경유 Kinetic Games, 2025년 7월 1일 |
| 콘솔에서의 Phasmophobia 판매량 | 3백만 장 이상 | WorthPlaying 경유 Kinetic Games, 2025년 4월 23일 |
| 출시 당시 Phasmophobia 콘솔 음성 인식이 지원한 언어 수 | 7 | Kinetic Games, Console Voice Recognition 패치 노트 2025 |
Phasmophobia의 판매량은 유령에게 말을 건 플레이어만이 아니라 모든 구매자를 포함한다. 플레이어 중 마이크를 켜는 비율을 보고한 출처는 찾지 못했다.
4. 인식 정확도는 고르게 분배되지 않는다
영어를 제2언어로 쓰는 화자는 제1언어 화자에 비해 2.6배에서 5.9배의 오류율 격차를 겪었다. 모델 10개와 300가지가 넘는 영어 변종에 걸친 결과다 (Roll과 Graham, Scaling Conformation Bias in Automatic Speech Recognition, SLaTE 2025). 단어 오류율(WER)은 인식기가 틀리게 인식하는 발화 단어의 비율이므로 수치가 낮을수록 좋다. 이 논문의 불편한 발견은 전체적인 개선이 격차를 메우지 못한다는 점이다. 제1언어 화자를 위해 모델이 개선될수록 상대적 격차는 오히려 커졌다.
전 세계에 출시되는 게임에게 이는 기술 지표를 「누가 플레이할 수 있는가」의 문제로 바꾼다. Radio General의 스토어 페이지 자체가 영어로만 작동하며 북미 억양에서 가장 잘 작동한다고 밝히고 있다. 맥락은 제안된 해결책 중 하나다. 2022년 5월 28일에 출원되어 2025년 5월 13일에 등록된 Sony 특허는 현재 게임 상태를 활용해 플레이어가 무엇을 말했는지 판단하는 데 도움을 준다.
| 지표 | 값 | 출처 |
|---|---|---|
| 테스트한 모델 중 전체 최고 모델인 Whisper-large의 평균 WER | 6.9% | Roll과 Graham, SLaTE 2025 |
| 가장 작은 Whisper 모델인 Whisper-tiny의 평균 WER | 13.6% | Roll과 Graham, SLaTE 2025 |
| 모델 전반에서 영어 제2언어 화자와 제1언어 화자 사이의 WER 격차 | 2.6배에서 5.9배 | Roll과 Graham, SLaTE 2025 |
| 성조 언어를 제1언어로 쓰는 화자와 인도유럽어족 언어를 제1언어로 쓰는 화자의 WER | 2배에서 3배 높음 | Roll과 Graham, SLaTE 2025 |
| 한 코퍼스(Speech Accent Archive)에서 Whisper-large의 WER, 제1언어 화자 대 제2언어 화자 | 0.8% 대 3.7% | Roll과 Graham, SLaTE 2025 |
| Wav2Vec 2.0의 WER, 억양이 있는 발화 대 원어민 | 30-50% 대 2-8% | Bandodkar 외, AAAI 2024 |
| 공정성 중심 재학습이 사전 학습된 Whisper 모델에 비해 매크로 평균 WER을 개선한 상대적 비율(억양 그룹 26개 분석) | 58.7% | Swain 외, arXiv 2025 |
이 테스트 중 어느 것도 게임플레이 녹음을 사용하지 않았다. 게임 오디오에는 흥분, 외침, 스피커에서 새어 나오는 소리가 더해지므로, 이 오류율은 예측이 아니라 난이도의 하한으로 받아들여야 한다.
5. 음성은 빠르지만 인식은 그렇지 않다
음성은 휴대폰 키보드를 2.93배 앞섰으며, 분당 153단어 대 52단어였다 (Ruan 외, 2017년). 이 우위는 음성이 게임으로 계속 돌아오는 이유를 설명해 주지만, 받아쓰기와 게임 조작은 서로 다른 작업이다. 받아쓴 문장은 1초 늦게 도착해도 문제가 없지만, 회피 동작은 그럴 수 없다. 입수 가능한 최신 데이터: Ruan 외, Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 2017.
대규모 언어 모델은 이 격차를 더 벌린다. 참가자 18명이 참여한 VR 테스트에서 AI 캐릭터의 답변을 기다리는 시간은 듣기 단계가 아니라 모델과 음성 출력이 좌우했다. 이 때문에 자유로운 대화는 액션 게임의 지연 시간 허용 범위에서 한참 벗어나며, 음성으로 움직이는 캐릭터가 지금까지 느린 장르에 맞는 이유도 여기에 있다. 업계 전반의 그림은 저희의 게임 속 AI 통계가 다루고 있고, 여기서의 수치는 플레이어의 음성 입력에만 관한 것이다.
| 지표 | 값 | 출처 |
|---|---|---|
| 영어 음성과 휴대폰 키보드의 텍스트 입력 속도 | 분당 153단어 대 52단어 | Ruan 외, 2017년 |
| 수정된 오류율, 음성 대 휴대폰 키보드 | 5.30% 대 11.22% | Ruan 외, 2017년 |
| 수정되지 않은 오류율, 음성 대 휴대폰 키보드 | 1.30% 대 0.79% | Ruan 외, 2017년 |
| 한 단어짜리 게임 명령(‘go’나 ‘jump’)을 말하는 데 걸리는 전형적인 길이 | 약 300밀리초 | Phys.org 경유 Disney Research, 2016년 |
| AI 캐릭터 테스트에서 음성-텍스트 변환 단계, 평균 대 최악의 경우 | 1.365초 대 3.475초 | Korkiakoski 외, arXiv 2025 |
| 같은 테스트에서 언어 모델 단계(GPT-4 Turbo), 평균 대 최악의 경우 | 3.113초 대 14.918초 | Korkiakoski 외, arXiv 2025 |
| 같은 테스트에서 텍스트-음성 변환 단계, 평균 대 최악의 경우 | 2.376초 대 12.404초 | Korkiakoski 외, arXiv 2025 |
| 플레이어의 발화부터 캐릭터의 답변까지 전체 대화, 평균 대 최악의 경우 | 6.909초 대 24.362초 | Korkiakoski 외, arXiv 2025 |
하이브리드 설계는 모델이 맡아야 할 일을 좁혀 준다. 2025년의 한 연구에서는 플레이어가 미리 정해진 대화 선택지를 소리 내어 바꿔 말하면 언어 모델이 이를 대응시켰고, 참가자 14명은 포인트 앤 클릭 방식보다 더 큰 즐거움과 자유로움을 느꼈다고 보고했다 (Wevelsiep 외, IWSDS 2025). 그럼에도 저자들은 향후 과제의 우선순위로 지연 시간을 꼽는다.
6. 아동, 언어치료, 접근성
아동에 맞춰 조정된 키워드 인식기는 정확도 85%에 도달했고, 상용 인식기는 35% 덜 정확했다. 2인용 게임 Mole Madness에서의 결과다 (Disney Research, 2016년, Phys.org 보도). 교훈은 어휘를 두 단어로 좁힌 것이 범용 엔진이 할 수 있는 것보다 더 큰 효과를 냈다는 점이다. 이는 작은 어휘에 기반한 인식을 권장하고, 고급 수준에서는 단순히 음량 기준치를 넘었는지로 판단하는 방식도 제시하는 Game Accessibility Guidelines와도 일치한다.
언어치료 게임은 그 한계를 분명하게 보여준다. 이들의 인식기는 인식하기 어려운 바로 그 발화를 판정하며, 한 시험에서는 운동성 발화 장애인 아동기 말실행증이 있는 아이들의 올바른 발음 중 기계가 사람과 일치한 것은 절반에도 못 미쳤다 (Ahmed 외, International Journal of Speech-Language Pathology 2018). 같은 가이드라인은 「음성 입력을 필수로 요구하지 않는다」를 기본 규칙으로 꼽고, Xbox Accessibility Guideline 107은 게임 진행에 꼭 필요한 음성에 디지털 대안이 있어야 한다고 요구한다. 음성은 어떤 플레이어에게는 게임을 열어 주고 다른 플레이어에게는 닫아 버릴 수 있으며, 이는 모든 입력 방식을 다루는 저희의 게임 접근성 기능 통계에서 살펴보고 있다.
| 지표 | 값 | 출처 |
|---|---|---|
| Mole Madness에서의 키워드 인식 정확도 | 85% | Phys.org 경유 Disney Research, 2016년 |
| 상용 인식기가 키워드 검출기보다 덜 정확했던 정도 | 35% | Phys.org 경유 Disney Research, 2016년 |
| 틀린 발음에 대한 인식기와 사람의 일치율, 정상 발달 아동 대 아동기 말실행증이 있는 아동 | 77% 대 75% | Ahmed 외, 2018년 |
| 올바른 발음에 대한 인식기와 사람의 일치율, 화자별: 정상 발달 아동 대 말실행증이 있는 아동 대 언어재활사 | 51% 대 47% 대 71% | Ahmed 외, 2018년 |
| 아동 언어치료 음성에 대한 PocketSphinx 정확도, 기본 설정 대 최대 사후 확률(MAP) 학습으로 적응시킨 설정 | 59.4% 대 80.0% | Hair 외, ASSETS 2019 |
| 같은 평가에서 맞춤형 템플릿 매칭 인식기의 평균 정확도 | 75.8% | Hair 외, ASSETS 2019 |
| 음성 기반 네덜란드어 읽기 게임 프로토타입을 시험한 초등학생 | 40명 이상 | Radboud University, 2023년 |
| 시각 장애 플레이어를 위한 3D 오디오 게임에 대한 2026년 문헌 검토에서 확인된 연구 대 포함된 연구 | 975건 대 56건 | Kaka와 Juhana, JoMMiT 2026 |
입수 가능한 최신 데이터: Disney Research, 2016년; Ahmed 외, 2018년; Hair 외, 2019년. 이는 표본이 작은 임상 또는 연구 환경이며, 시스템의 성능만을 보고한다.
7. 플레이어는 실제로 어떻게 반응하는가
Phasmophobia는 영어 리뷰 360,726건 중 긍정 94%를 유지하는 반면, Suck Up!은 61%에 머문다 (Steam 스토어 페이지, 2026년 10월 31일). 두 게임 모두 게임에 말을 걸라고 요구하지만, 요구하는 방식이 다르다. 한쪽에서는 음성이 더 넓은 유령 사냥 속의 기능 하나일 뿐이다. 다른 쪽에서는 AI 캐릭터에게 말을 걸어 따돌리는 것이 핵심 루프이며, 엇갈리는 결과는 목소리가 너무 크면 플레이가 끝나는 DON’T SCREAM에서도 반복된다.
리뷰로는 게임 속 음성과 나머지 모든 요소를 분리할 수 없으므로, 이를 측정이 아니라 패턴으로 읽어야 한다. 학술 연구도 같은 방향을 가리킨다. CHI PLAY 2015 연구는 인식 정확도와 함께 게임 속 플레이어의 정체성을 이해하는 것이 중요하다는 점을 발견했다. 2018년의 작은 연구는 한 걸음 더 나아가, 참가자 5명이 키보드보다 음성에서 몰입도는 높지만 행복도는 낮다는 결과를 보였다 (p = 2.005e-14 및 p = 1e-3, 대응표본 t 검정, Mattey와 Yuksel, OverVoice). 표본이 이렇게 작으므로 가설로 다뤄야 한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 음성 게임에 대한 플레이어 반응을 분석한 항목(166 + 2,951 + 84 + 69) | 리뷰, 스레드, 영상 3,270건 | Carter 외, CHI PLAY 2015 |
| Phasmophobia의 영어 Steam 리뷰 긍정 비율 | 360,726건 중 94% | Steam 스토어 페이지, 2026년 |
| Mage Arena의 영어 Steam 리뷰 긍정 비율(주문을 음성으로 시전) | 11,561건 중 90% | Steam 스토어 페이지, 2026년 |
| Tom Clancy’s EndWar의 Steam 리뷰 긍정 비율(음성 명령을 쓰는 2009년 전략 게임) | 1,035건 중 80% | Steam 스토어 페이지, 2026년 |
| DON’T SCREAM의 영어 Steam 리뷰 긍정 비율 | 1,795건 중 68% | Steam 스토어 페이지, 2026년 |
| Suck Up!의 Steam 리뷰 긍정 비율(플레이어가 AI 캐릭터와 대화) | 226건 중 61% | Steam 스토어 페이지, 2026년 |
| VR에서 말하는 AI 캐릭터의 시스템 사용성 척도 점수(0에서 100 척도) | 79.44 | Korkiakoski 외, arXiv 2025 |
| VR에서 말하는 AI 캐릭터의 사실감(10점 만점) | 6.67 | Korkiakoski 외, arXiv 2025 |
플레이어 태도에 대해 입수 가능한 최신 데이터: Carter 외, 2015년. 음성 조작 선호에 대한 대규모 플레이어 설문은 찾지 못했으므로, 이 정리에는 음성 조작을 선호하는 플레이어의 비율이 실려 있지 않다.
숫자로 보는 비디오 게임 음성 명령과 음성 인식
| 지표 | 값 | 출처 |
|---|---|---|
| 한 해 동안 출시된 새로운 음성 상호작용 비디오 게임 | 2017년 106개 | Allison 외, CHI PLAY 2018 |
| Kinect 누적 판매 대수 | 35백만 대 | MCV 2017 |
| 월평균 음성 명령 횟수, Microsoft 발표 기준(회사의 주장) | 120 | Shacknews 2014 |
| 소매업체에 출하된 PS5 대수, 2026년 6월 30일까지 누적 | 95백만 대 이상 | Sony Interactive Entertainment 2026 |
| Nintendo Switch 2 판매 대수, 2026년 6월 30일까지 누적 | 23.68백만 대 | Nintendo 2026 |
| 어떤 기기에서든 음성 비서를 사용하는 18세 이상 미국인 | 62% | NPR과 Edison Research 2022 |
| Voice Control 태그의 Steam 스토어 검색 결과 | 190 | Steam 스토어 검색, 2026년 10월 31일 |
| 전 플랫폼 합산 Phasmophobia 판매량 | 25백만 장 이상 | WorthPlaying 경유 Kinetic Games 2025 |
| 테스트한 모델 중 전체 최고 모델의 평균 WER | 6.9% | Roll과 Graham, SLaTE 2025 |
| 영어 제2언어 화자와 제1언어 화자 사이의 WER 격차 | 2.6배에서 5.9배 | Roll과 Graham, SLaTE 2025 |
| Wav2Vec 2.0의 WER, 억양이 있는 발화 대 원어민 | 30-50% 대 2-8% | Bandodkar 외, AAAI 2024 |
| 영어 음성과 휴대폰 키보드의 텍스트 입력 속도 | 분당 153단어 대 52단어 | Ruan 외, 2017년 |
| AI 캐릭터와의 음성 대화 전체, 평균 대 최악의 경우 | 6.909초 대 24.362초 | Korkiakoski 외, arXiv 2025 |
| Mole Madness에서의 키워드 인식 정확도 | 85% | Phys.org 경유 Disney Research, 2016년 |
| 올바른 발음에 대한 인식기와 사람의 일치율, 아동기 말실행증이 있는 아동 | 47% | Ahmed 외, 2018년 |
방법론과 출처
이번 업데이트에서 아래 출처에 있는 모든 수치를 직접 확인했고, 기업의 수치는 그것을 발표한 기업까지 거슬러 올라가 추적했다. 원래 발표문을 직접 읽을 수 없었던 경우에는 언론 보도의 이름을 명시했다.
- Allison, Carter, Gibbs, Smith, Design Patterns for Voice Interaction in Games, CHI PLAY 2018
- Allison, Carter, Gibbs, Word Play: A History of Voice Interaction in Digital Games, Games and Culture 2020
- Allison, Carter, Gibbs, A History of Voice Interaction in Games, DiGRA 및 FDG 2016
- Carter, Allison, Downs, Gibbs, Player Identity Dissonance and Voice Interaction in Games, CHI PLAY 2015
- MCV, Microsoft의 Kinect 생산 공식 종료, 2017년 10월 26일
- Shacknews, Kinect를 포함한 것은 「옳은 결정」이었다고 Microsoft 임원이 말하다, 2014년 5월 16일
- Sony Interactive Entertainment, 비즈니스 데이터 및 판매, 2026년 6월 30일 기준
- PlayStation Support, PS5의 Voice Command(프리뷰)
- Sony Interactive Entertainment, 미국 특허 12300221, 2025년 5월 13일 등록
- Nintendo, 하드웨어 및 소프트웨어 연결 판매 대수, 2026년 6월 30일 기준
- Nintendo, Nintendo Switch 2의 GameChat 기능
- NPR과 Edison Research, Smart Audio Report 2022
- Steam 스토어 검색, Voice Control 태그, 2026년 10월 31일
- DataHumble, Voice Control Games
- Kinetic Games, Console Voice Recognition, Phasmophobia v0.11.1.2
- Rely on Horror, PS5와 Xbox의 Phasmophobia, 이제 음성 인식 지원, 2025년 2월 28일
- WorthPlaying, Phasmophobia 판매량 25백만 장 돌파, 2025년 7월 1일
- WorthPlaying, Phasmophobia 콘솔 판매량 3백만 장 돌파, 2025년 4월 23일
- Roll과 Graham, Scaling Conformation Bias in Automatic Speech Recognition, SLaTE 2025
- Bandodkar 외, “Allot?” Is “a Lot!”, AAAI 2024
- Swain 외, Towards Fair ASR For Second Language Speakers Using Fairness Prompted Finetuning, arXiv 2025
- Ruan 외, Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones, 2017년
- Korkiakoski 외, An Empirical Evaluation of AI-Powered Non-Player Characters’ Perceived Realism and Performance in Virtual Reality Environments, arXiv 2025
- Wevelsiep 외, A Voice-Controlled Dialogue System for NPC Interaction using Large Language Models, IWSDS 2025
- Disney Research(Lehman, Wolfe, Pereira, Hodgins), Phys.org 보도, 2016년
- Ahmed 외, Speech-driven mobile games for speech therapy, International Journal of Speech-Language Pathology 2018
- Hair 외, Evaluating Automatic Speech Recognition for Child Speech Therapy Applications, ASSETS 2019, Texas A&M PSI Lab 게재
- Radboud University, 놀이하듯 말하기와 읽기 연습하기, 2023년 6월 28일
- Kaka와 Juhana, 3D Audio Games for Visually Impaired Players: A Systematic Literature Review, JoMMiT 2026
- Game Accessibility Guidelines, 전체 목록
- Microsoft, Xbox Accessibility Guideline 107
- Mattey와 Yuksel, OverVoice: Voice Controlled Games Engagement Study, University of San Francisco, 2018년
- Steam 스토어 페이지, 2026년 10월 31일에 확인: Phasmophobia, Mage Arena, Tom Clancy’s EndWar, DON’T SCREAM, Suck Up!, Radio General
- 데이터 참고 사항: 음성 명령을 사용하는 플레이어의 비율에 대한 플랫폼 보유 기업의 수치는 찾지 못했으며, Kinect의 80%, 120회, 1십억 회라는 수치는 Microsoft가 2014년에 밝힌 감사를 거치지 않은 주장이다. Steam 결과 건수 190에는 데모와 유틸리티 소프트웨어가 포함되고 사용자가 붙인 태그에 기반하므로, 날짜 미상의 DataHumble 집계 113과 차이가 나는 이유 중 하나다. Allison 외는 2016년에 여섯 단계, 2020년에 일곱 단계를 설명했으며, 저희는 더 나중의 수를 사용한다. AAAI 2024의 원어민 2-8% 범위는 저자들이 이전 연구에서 인용한 것이지 그 논문에서 측정한 것이 아니며, 억양 연구들은 게임 오디오를 사용하지 않았다. 2.6배에서 5.9배의 격차는 저자들이 제시한 범위이고 그 논문의 코퍼스별 평균 WER은 2.3%에서 26.9%에 이르렀으므로, 하나의 대표 오류율은 사용된 녹음에 크게 좌우된다. Steam 리뷰 건수는 매일 바뀌며, 일부 페이지는 그 수가 영어 리뷰만을 가리키는지 밝히지 않는다. 음성 채팅 중재는 이번 업데이트 중 Call of Duty 진행 보고서에 접근할 수 없었기 때문에 다루지 않았다. Sony와 Nintendo는 분기 보고서마다 하드웨어 수치를 갱신한다.
마지막 업데이트: 2026년 10월 31일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Nintendo가 다음 하드웨어 및 소프트웨어 연결 판매 대수를 발표할 때 이루어질 것으로 예상한다.