말은 더 자연스러워졌는데 왜 불은 못 끌까? AI 스마트홈 비서의 불편한 현실

생성형 AI를 탑재한 스마트홈 비서의 약점은 자연어 이해력이 아니다. 진짜 문제는 요청을 알아듣는 일과 그 요청을 안정적으로 실행하는 일이 전혀 다른 과제라는 데 있다.

Amazon의 Alexa+와 Google의 Gemini for Home은 이전 세대보다 훨씬 자연스럽게 대화하고, 복잡한 자동화도 일상적인 문장으로 설정할 수 있다. 하지만 실제 사용자와 리뷰어의 테스트에서는 스마트 스피커가 당연히 해내야 할 기본 기능이 계속 실패하고 있다. 불을 끄고, 원하는 음악을 틀고, 날짜를 답하고, 커피 루틴을 실행하고, 기존 자동화를 유지하는 일조차 매끄럽지 않다. 167

실패가 너무 평범해서 더 큰 문제다

Google Home Speaker와 Gemini를 함께 테스트한 한 리뷰에서는 음악 요청을 무시하고, 대화 중 갑자기 다른 주제로 넘어가며, 수요일에 화요일이라고 답하고, 스마트 조명을 꺼 달라는 요청도 거부했다. 조명 같은 물리적 기기를 제어할 수 없다는 답변까지 내놨다. 1

Alexa+도 크게 다르지 않다. 한 사용자는 Alexa에 연결된 보스 커피머신에 커피를 내려 달라고 했지만 같은 요청이 반복해서 실패했다고 전했다. 기존에 잘 작동하던 루틴이 Alexa+로 업그레이드한 뒤 사라졌다는 불만도 나왔다. 6734

음악 재생에서도 문제가 드러났다. 한 테스트에서 Charli XCX를 요청하자 전혀 다른 아티스트의 음악이 재생됐고, “Lucy Dacus의 노래를 틀어줘”처럼 비교적 넓은 요청은 음악을 재생하는 대신 검색 문구를 그대로 되풀이했다. 36

물론 Alexa+가 항상 실패하는 것은 아니다. 음성만으로 동작 센서, 데크 조명, 특정 시간대, Ring 카메라를 결합한 자동화를 성공적으로 만든 사례도 있다. 33 이 점은 핵심 문제가 기능의 부재가 아니라 일관성의 부재라는 사실을 보여준다. 한 번은 인상적으로 작동하고 다음에는 같은 종류의 기본 명령을 놓치는 시스템은 가정에서 신뢰하기 어렵다.

대화형 AI가 스마트홈 제어에 어려운 이유

기존 음성 비서는 대체로 다음과 같은 방식으로 작동했다. 음성을 문자로 바꾸고, 문장에서 의도를 분류한 뒤, 등록된 기기명과 미리 정해진 동작을 고정된 제어 인터페이스에 전달하는 구조다.

예를 들어 “주방 불 꺼”라는 말은 ‘조명 끄기’라는 정해진 의도와 ‘주방 조명’이라는 기기를 찾아 동일한 제어 명령으로 연결할 수 있었다.

LLM, 즉 대규모 언어 모델 기반 비서는 다른 방식으로 요청을 처리한다. 대화의 맥락을 해석하고 사용자의 의도를 추론한 다음, 어떤 도구나 API를 호출할지 결정한다. Google도 Gemini를 하나의 고정된 대본을 따르는 시스템이 아니라 추론과 inference를 사용하는 “비결정론적(non-deterministic)” 시스템이라고 설명한다. 15

이런 유연성은 열린 질문이나 복잡한 자동화에서 강점이 된다. 사용자가 정해진 문법을 외우지 않아도 여러 단계의 조건을 설명할 수 있고, 앞선 대화의 맥락을 이어갈 수도 있다.

하지만 스마트홈의 핵심 명령은 대개 결과가 이진적이다. 불은 켜져 있거나 꺼져 있어야 하고, 타이머는 취소되거나 유지돼야 하며, 루틴은 실행되거나 실행되지 않아야 한다. 이때 모델이 어떤 기기를 선택할지, 어떤 연동 기능을 사용할지, 앞선 대화를 어떻게 해석할지 매번 확률적으로 판단하면 같은 요청에도 결과가 달라질 수 있다.

분석가들이 지적하듯, 바로 이 비결정성이 스마트홈 자동화와 근본적으로 충돌한다. 가정 자동화에서는 유창한 설명보다 예측 가능한 실행이 우선이기 때문이다. 3

성격보다 중요한 것은 신뢰성과 속도다

반복되는 비판은 단순히 “AI가 가끔 실수한다”는 데 그치지 않는다. 새 비서가 기존 시스템보다 느리고 덜 안정적일 수 있다는 점이 문제다.

AI 스마트홈 시장의 주요 과제로는 신뢰성, 속도, 가격 대비 가치가 거론된다. 12 Alexa+ 사용자와 테스터들은 지연, 오답, 명령 누락을 보고했고, Gemini for Home 역시 기존 Google Assistant보다 느리며 인식해야 할 기기를 제어하지 못하는 경우가 있다는 평가를 받았다. 56

음성 인터페이스에서 지연은 특히 치명적이다. 사용자가 “불 꺼”라고 말하는 순간 원하는 것은 긴 설명이 아니라 실제로 불이 꺼졌다는 결과다. 몇 초를 기다리거나, 엉뚱한 답변을 듣거나, 같은 말을 다시 해야 한다면 대화가 자연스러운지는 중요하지 않다.

Gemini for Home의 명령 지연 시간을 약 30~40% 줄였다는 업데이트가 나온 것도 속도가 여전히 해결되지 않은 제품 과제임을 보여준다. 11

따라서 현실적인 설계는 LLM 하나에 모든 제어를 맡기는 방식이 아니다. LLM은 자유로운 표현을 해석하고, 그 뒤의 결정론적 제어 계층이 다음을 검증해야 한다.

• 요청한 기기가 실제로 존재하는가
• 해당 기기에 허용된 동작인가
• 위험하거나 되돌리기 어려운 변경인가
• 최종 명령을 안정적인 API로 실행할 수 있는가

즉, 언어 모델은 제어 시스템으로 들어가는 인터페이스여야 한다. 제어 시스템 그 자체가 되어서는 안 된다.

애플의 Siri 지연도 같은 문제를 보여준다

애플도 이 문제를 피해 가지 못했다. 개인화된 Siri 기능은 사용자의 개인정보와 화면 속 활동을 활용하고 앱을 더 정밀하게 제어하는 것을 목표로 했지만, 엔지니어링 문제와 소프트웨어 버그로 출시가 미뤄졌다. 당초 iOS 18.4에 포함될 예정이던 기능은 이후 “앞으로 1년 안”으로 연기됐고, 애플은 2026년 봄을 내부 목표로 잡은 것으로 보도됐다. 181920

Siri의 지연은 애플의 스마트홈 제품 계획에도 영향을 줬다. Bloomberg는 애플이 새 Siri를 기다리면서 오랫동안 개발해 온 스마트홈 디스플레이 출시를 연기했다고 보도했다. 해당 제품에서 Siri가 핵심 인터페이스 역할을 하기 때문이다. 17

기존 HomePod 계열 하드웨어가 새로운 AI 기능을 충분히 뒷받침하기 어려울 수 있다는 보도도 나왔다. 다만 칩과 구체적인 하드웨어 사양에 관한 내용은 보도와 분석에 기반한 것이므로, 확정된 제품 사양으로 받아들여서는 안 된다. 2125

애플의 신중한 출시가 답답하게 느껴질 수는 있다. 그러나 동시에 이 사례는 제품이 시장에 나오기 전에 충족해야 할 기준을 분명히 보여준다. 매일 쓰는 기능이 안정적으로 작동하고, 응답 시간이 납득할 만하며, 실패했을 때 무엇이 잘못됐는지 명확하고, 하드웨어가 목표한 경험을 감당할 수 있어야 한다.

화려한 시연과 실제 배포는 다르다

생성형 AI는 그럴듯한 문장을 만드는 데 강하다. 그러나 스마트홈 비서는 더 엄격한 일을 해야 한다. 정확한 물리적 결과를 반복해서 만들어내야 한다.

이 원칙은 조명과 음악에만 해당하지 않는다. 달력, 쇼핑, 메시지, 보안 기기를 다루는 비서라면 예측 가능한 동작과 안전한 대체 경로가 필요하다. 이런 장치가 없다면 사용자는 제품을 구매한 뒤에야 연동 오류, 사라진 루틴, 긴 지연 시간, 명령 실패를 발견하게 된다.

결국 AI 스마트홈 경쟁은 누가 가장 사람처럼 말하는지를 겨루는 대회가 아니다. 확률적인 언어 모델을 결정론적인 시스템 엔지니어링과 결합할 수 있는지를 시험하는 경쟁에 가깝다.

그 기준을 충족하기 전까지 기업이 내놓는 AI 제품의 신뢰성 검증 비용은 소비자에게 넘어간다. 사용자는 제품을 쓰는 동시에 오류를 발견하고, 고장 사례를 기록하고, 다음 업데이트를 기다리는 사실상의 베타테스터가 된다.