하루-4B, 동시 청각·말하며 대화하는 저지연 AI 음성모델입니다
최근에는 사용자의 목소리를 들은 뒤 잠시 멈추고 답변을 내는 방식의 AI 대화 서비스가 대부분이지만, 하루-4B 는 그 기준을 완전히 바꿔놓았습니다. 이 모델은 사용자가 말하고 있는 동안에도 동시에 자신의 답장을 생성하여 마치 전화 통화하듯 끊김 없는 대화를 가능하게 합니다. 기존 서비스들이 겪어온 '생각하는 시간'이라는 딜레이를 없애고 인간처럼 자연스러운 소통의 경험을 가져다주기 때문에 기술적인 주목을 받고 있습니다.
주요 기능
첫째, 원본 풀듀플렉스 처리 방식입니다. 사용자의 음성과 모델이 생성할 응답음이 서로 대기 없이 병렬로 계산되어 133 밀리초마다 한 프레임씩 상호작용합니다. 둘째, 다국어 지원 능력입니다. 영어뿐만 아니라 한국어를 포함한 유럽어와 아시아 언어 등 전 세계 주요 인종별 언어를 모두 이해하고 발화할 수 있습니다. 셋째, 캐릭터 및 목소리 제어 기능입니다. 텍스트 카드로 역할을 정의하고 짧은 음성 클립을 통해 특정 성우의 톤과 느낌을 그대로 이어받을 수 있어 맞춤형 대화가 가능합니다. 넷째, 연속적인 오디오 파형 생성 구조입니다. 별도의 음향 트랜스포머 없이 언어 모델 내부에서 직접 잠재 벡터를 샘플링하여 자연스러운 목소리 흐름을 만들어냅니다.
기술적인 특징
하루-4B 는 텍스트 백본으로 Qwen3.5-4B 를 사용하며 총 32 레이어와 히든 사이즈 2560 의 구조를 가집니다. 오디오 코덱으로는 VibeVoice 음향 토크나이저가 적용되어 초당 7.5 Hz 빈도로 작동합니다. 이는 매 프레임마다 사용자 음성 잠재, 모델 이전 텍스트 토큰, 그리고 자신의 이전 음성 잠재를 하나의 위치로 합쳐 처리함을 의미하며 이를 통해 청각과 발성이 서로 방해받지 않습니다. 오디오 헤드는 MeanFlow 샘플링을 적용한 4 레이어 MLP 구조이며 Guidance scale 은 기본값으로 1.5 를 설정합니다. 라이선스는 Apache License 2.0 으로 오픈소스 배포되며, 모델 가중치는 bfloat16 형식으로 저장되어 있습니다. 지원되는 언어는 영어, 스페인어, 포르투갈어, 독일어, 프랑스어, 중국어, 일본어, 러시아어 및 한국어 등 총 9 개입니다.
설치 방법
하루-4B 는 별도의 설치 프로그램 없이 코드블록을 통해 바로 실행할 수 있습니다. 먼저 GitHub 저장소를 클론하고 의존성을 설치한 후 서버를 시작합니다. NVIDIA 그래픽 카드를 사용하며 약 12 GB 의 메모리 이상이면 원활하게 돌아갑니다.
git clone https://github.com/higurashi-ai/Haru && cd Haru
pip install -e ./haru
python -m haru.server --hf-repo higurashi-ai/Haru-4B
설치 후 브라우저에서 http://localhost:8998 로 접속하여 캐릭터를 선택하고 목소리를 업로드한 뒤 대화가 시작됩니다. 저지연성을 위해 유선 이어폰과 마이크 사용을 권장하며, 블루투스 장치는 100 밀리초 이상의 지연을 유발할 수 있습니다.
활용법
업무 환경에서 팀원들과의 실시간 회의나 브레인스토밍 세션에 활용할 때 매우 유용합니다. 서로가 말하고 있는 중간에도 즉각적인 피드백이나 추가 질문이 가능해져서 논의 효율성을 높일 수 있으며, 복잡한 주제를 단계별로 설명받으며 함께 진행하는 학습 효과도 기대할 수 있습니다.
쇼핑몰 운영자나 마케팅 담당자가 가상 고객 응대 봇을 구축할 때도 좋습니다. 단순한 자동 응답이 아니라 고객의 목소리 톤에 맞춰 감정을 담아 답변하며, 판매 상담원처럼 친근하게 제품을 추천하거나 불만을 해결해 줄 수 있어 브랜드 이미지를 높이는 데 기여합니다.
개발자와 연구자에게는 새로운 아키텍처를 경험하고 학습하는 훌륭한 테스트베드가 됩니다. 오픈소스 모델이기 때문에 코드 구조를 분석하여 유사한 저지연 음성 모델을 개발하려는 이들에게 참고 자료가 될 뿐만 아니라, 자체적인 음성 인터페이스 프로토타입을 빠르게 만들 수 있는 플랫폼으로 쓰일 수도 있습니다.
정리
하루-4B 는 기존 AI 의 한계였던 대기 시간을 획기적으로 줄이고 인간 같은 자연스러운 대화를 가능하게 해줍니다. 하지만 사실 기반의 정보를 제공하는 신뢰할 만한 출처는 아니며, 지시사항도 보조 프로그램처럼 정확히 따르지 않는 점에 유의해야 합니다. 또한 목소리 클립을 사용하려면 저작권이 있는 음성을 업로드해야 하므로 주의가 필요합니다. 연구 목적이나 저지연 음성 인터페이스를 직접 구축하려는 개발자라면 훌륭한 선택이지만, 사실 검증이 필수적인 일반적인 채팅 용도보다는 창의적 대화나 프로토타입 제작에 더 적합합니다.
참고 링크
'지식 공유 > IT, 인공지능 정보' 카테고리의 다른 글
| gpucanvas로 수천 개의 화면 한곳에 담아서 GPU 렌더링하기 (0) | 2026.11.20 |
|---|---|
| foolscap 이라는 앱으로 책 전체를 읽으며 당신의 글만 쓰세요 (0) | 2026.11.20 |
| OpenAI 모델로 가속하는 칩 설계 – AI가 만든 효율성 혁신 (0) | 2026.11.20 |
| Boring Marketing Skills – AI 에이전트가 마케팅을 완벽하게 수행하는 무료 도구 (0) | 2026.11.20 |
| CUDA Toolkit 버전에 맞는 cuDNN 버전 찾기 (0) | 2026.01.17 |



