LG 올레드 에보가 집 안 공간에 배치된 모습./LG전자 제공 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
LG전자는 이번 신제품이 디스플레이 알고리즘과 유기 화합물 적층 구조를 바꾼 새로운 밝기 향상 기술을 적용해 최대 밝기가 일반 올레드 TV 대비 3배에 이른다고 설명했다.
LG전자가 개발한 올레드 전용 화질·음질 AI 프로세서 ‘알파11′은 올레드 에보의 화질과 음질을 강화했다. 알파11은 TV 화면을 픽셀 단위로 세분화해 화질을 업스케일링하고 밝기를 조정한다.
또 TV가 설치된 공간의 크기, 가구 배치 등을 분석해 2채널 음원을 설치환경에 최적화한 11.1.2채널 가상 공간음향으로 바꾼다. 콘텐츠 내 등장인물의 음성과 배경음을 구분해 더 선명한 사운드를 들려준다.
LG 올레드 TV는 미국 소비자협회(CTA)가 수여하는 CES 2025 혁신상에서 영상과 화질 분야 최고 혁신상(G5 모델)을 비롯해 총 5개 혁신상을 받았다.
신제품은 매직리모컨에 AI 전용버튼을 탑재해 AI 기능 접근성을 향상시켰다. 고객이 AI 버튼으로 TV를 켜면, ‘AI 웰컴’ 모드로 진입한다. AI가 날씨, 시간 등에 맞는 인사와 함께 TV 사용 이력 등을 분석해 콘텐츠를 추천해 준다.
시청 도중 AI 버튼을 길게 누르면 ‘화질·사운드 모드 설정’이나 ‘시청 이력에 기반한 콘텐츠 검색’ 등을 사용할 수 있다. AI가 약 16억개 화면 모드와 4000만개 사운드 모드 가운데 고객의 요청사항에 최적화한 예시 모드를 제안해준다.
AI 버튼을 짧게 누르면 ‘게임 콘솔 연결하기’, ‘취침 타이머 설정’처럼 시간대별 사용 패턴 등을 기반으로 제안하는 기능에 편리하게 접근할 수 있다.
신제품은 목소리 주인공 계정으로 로그인해 맞춤 서비스를 제공하는 ‘보이스 ID’와 TV 사용 중 문의사항이나 문제 발생시 원인을 분석하고 해결방법을 제시하는 ‘AI 챗봇’, 생성형 AI를 활용해 원하는 이미지를 만드는 ‘생성형 AI 갤러리’ 등 AI를 기반으로 한 기능도 갖췄다.
올해 LG 스마트 TV에 탑재되는 웹(web)OS25는 LLM(대형 언어 모델)을 적용, 고객 발화를 이해하고 의도를 추론하는 능력이 키웠다. 예를 들어 “프로레슬러 출신의 배우가 나오고, 가족이 함께 볼 수 있는 액션영화 보여줘”와 같은 복합적인 질문도 정확히 이해하고 답변해준다.
LG 올레드 TV는 게이밍 성능도 개선했다. 이번 신제품은 업계 최초로 4K 콘텐츠를 최대 165헤르츠(Hz) 가변주사율로 표현한다. 특히 엔비디아의 ‘지싱크 호환’과 AMD의 ‘프리싱크 프리미엄’ 등 그래픽 기술을 적용해 화면 전환이 빠른 게임도 부드럽게 보여준다.
LG 스마트 TV에 적용된 ‘게임 대시보드’에서는 각종 게이밍 기능을 편리하게 설정할 수 있다. 1인칭 슈팅 게임(FTS), 실시간 전략 게임(RTS), 롤플레잉 게임(RPG) 등 현재 즐기는 게임 장르를 선택하면 이에 맞게 초당 프레임·그래픽 기술·게임 맵 모드·저지연 모드 등이 바뀌며, 고객이 개별 설정 값을 조정할 수도 있다.
이번 신제품에 탑재된 ‘필름메이커 엠비언트 라이트 모드’는 영화 제작자의 원래 의도가 정확히 전달되도록 시청 환경의 조명 세기 등을 분석해 밝기와 화질을 자동으로 조정한다.
LG 올레드 TV의 무선 AV 전송 솔루션은 4K∙144Hz 주사율 영상을 손실∙지연 없이 무선 전송하는 기술이다. 특히 무선 환경에서도 지싱크 호환, 프리싱크 프리미엄 등 화면 끊김을 최소화하는 기술을 적용했다.
박형세 LG전자 MS사업본부장(사장)은 “LG 올레드 TV는 지난 2013년 첫 등장 이후 세상에 없던 자발광 시청경험을 선보이며 프리미엄 TV의 기준으로 자리매김해 왔다”며 “2025년형 LG 올레드 에보는AI 기반 webOS 플랫폼으로 고객에게 몰입감 넘치는 시청 경험을 제공할 것”이라고 했다.
전병수 기자(outstanding@chosunbiz.com)
<저작권자 ⓒ ChosunBiz.com, 무단전재 및 재배포 금지>
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.