오픈AI, 실시간 음성 모델 'GPT 라이브' 공개…말 끊어도 대화 이어간다

▲이미지 (사진제공=오픈AI)

오픈AI가 사용자의 음성과 대화 맥락을 실시간으로 처리하는 음성 모델 'GPT 라이브(GPT-Live)'를 공개했다. 사용자가 말을 마치기 전에도 응답을 준비하고, 대화 도중 말을 끊거나 질문을 바꿔도 흐름을 이어갈 수 있도록 설계한 것이 특징이다.

오픈AI는 GPT 라이브를 적용한 '챗GPT 보이스'를 공개했다고 9일 밝혔다. GPT 라이브는 사용자의 음성을 지속적으로 처리하고 대화 맥락을 실시간으로 이해하는 방식으로 동작한다.

기존 음성 AI는 사용자의 음성을 텍스트로 변환한 뒤 대형언어모델(LLM)이 답변을 생성하고 이를 다시 음성으로 읽어주는 구조를 사용했다. 이 과정에서 사용자의 발화가 끝났는지 판단하는 단계가 필요해 응답이 지연되거나 대화가 끊기는 경우가 있었다.

GPT 라이브는 음성을 계속 처리하면서 사용자가 말하는 도중에도 반응한다. 말을 끊거나 다시 질문하는 상황에도 대화를 이어갈 수 있도록 설계됐다.

챗GPT 보이스는 음성 대화와 추론 기능을 분리해 구성했다. 이에 따라 추가 정보가 필요한 질문이나 시간이 걸리는 작업은 대화를 이어가면서 처리하고, 결과가 준비되면 현재 대화 흐름에 맞춰 제공한다.

실시간 통역 기능도 포함했다. 기존에는 사용자의 발화가 끝난 뒤 번역하는 방식이었지만, GPT 라이브는 사용자의 음성을 계속 처리하면서 대화 흐름에 맞춰 통역을 제공한다. 오픈AI는 회의와 여행, 교육, 고객 응대 등 다양한 환경에서 활용할 수 있을 것으로 기대했다.

오픈AI는 GPT 라이브 아키텍처를 다양한 백엔드 모델과 새로운 입력·출력 방식, 응용프로그램인터페이스(API) 기반 활용 사례로 확장할 수 있도록 설계했으며, 음성 대화에서도 텍스트 기반 기능과 AI 에이전트 기능을 제공하는 방향으로 개발을 이어갈 계획이다.