AIアバター · デジタルヒューマン
Digital Human / AI Avatar
AIアバターとは?
- AIで作られた「人らしい」仮想の人物
- 顔・音声合成と言語モデルの組み合わせ
- 多言語の研修・案内・相談を大量制作
デジタルヒューマンを導入すると、映像制作の単位が「撮影」から「テキスト修正」へと変わります。規定が1行変わったとき、以前はスタジオを押さえ講師の日程を合わせて半日かかっていましたが、今では台本ファイルの該当文を直して再レンダリングすれば済みます。手配・収録・編集へと続いていた制作の流れが、実質的に文書作業に近づくということです。修正の費用が再撮影費からレンダリング時間へ下がることが、実務で最も大きく感じられる変化であり、内容が頻繁に変わるコンテンツほど効果が大きくなります。
現場で使われる形は大きく三つに分かれます。台本を入れて完成版を受け取る事前レンダリング型は、3分の動画1本に10〜30分かかるため、研修や告知物に向いています。質問を受けてその場で答えるリアルタイム対話型は、応答まで1〜3秒の遅延が生じるので、キオスクや案内デスクのような短いやり取りに合います。本人の顔を3〜10分撮影して専用モデルを作る実写クローンは、代表の挨拶や社内講師のコンテンツに使います。モーションキャプチャ機器を使い、人がリアルタイムで演じるバーチャルユーチューバーとは別のカテゴリーであり、同意を得ずに実在の人物の顔を合成した瞬間、それはディープフェイクになります。
最も多い誤解は「一度作っておけば、ずっと使い続けられる」という考えです。アバターの肖像権契約は通常1〜2年単位で、モデルに立てた社内講師が退職すると、その顔が入った動画をすべて作り直す事態になります。使用範囲・期間・解約時の処理を契約書に書いておかないと、問題のない研修動画が数十本まとめて廃棄されます。リップシンクの品質も言語ごとに差が大きく、英語は自然でも東南アジアの言語は口の動きがずれることが多いため、現地スタッフによるチェックが必要です。何より、アバターが話せば視聴者はそれを会社の公式発言として受け取るため、台本の事実確認と「AI生成」表示を省いてはいけません。
顔・音声合成技術と対話型AIが結びつき登場し、多言語マーケティング・バーチャルインフルエンサー・キオスク相談の需要とともに産業として広がりました。
仮想の事例で見てみましょう。社員1,200名規模の自動車部品メーカーA社は、ベトナム・インドネシア・メキシコの海外法人3か所に毎年安全衛生教育の映像を配信してきました。スタジオ確保と現地語の吹き替えに1本400万ウォン(約48万円)かかり、3言語すべてを作るのに6週間かかっていたため、その間に安全規定が改定されても、すでに撮影した映像をそのまま流すしかありませんでした。
- 人事チームのキム課長は、20年目の安全管理者であるパク次長をモデルに選び、正面から8分撮影して実写クローンを作りました。撮影前に、使用範囲は社内研修に限定、期間は2年と明記した肖像権同意書を先に取り付けました。
- 既存の45分の一本撮り動画を8分単位の5つのモジュールに分割し、台本を書き直しました。法務チームのレビューを通過した文だけを台本に入れ、改正された重大災害処罰法の条項は赤いマークで別途管理しました。
- 韓国語の台本をベトナム語・インドネシア語・スペイン語に翻訳し、同じアバターでレンダリングしました。3言語5本、計15本が2日で完成しました。
- ベトナム法人のグエン人事チーム長がレビューで「口の動きが半拍遅れている」と指摘したため、翻訳文の文の長さを短くし、発話速度を0.9倍に下げて再生成しました。
- 3月の規定改正の際は、該当する文だけを直して半日で15本を更新し、制作期間は6週間から5日へ、1本あたりの費用は400万ウォン(約48万円)から90万ウォン(約11万円)台へ下がりました。すべての動画の冒頭画面には「AI生成動画」の字幕を入れて配信しました。
金鍾赫
ノ・ジュニョン