오픈AI, 말 끊어도 알아듣는 'GPT-Live' 공개

[경제일보] 음성 AI의 약점이던 ‘대화 끊김’이 줄어든다. 오픈AI가 사용자의 말이 끝나기를 기다린 뒤 답하는 방식에서 벗어나 듣고 말하는 과정을 동시에 처리하는 차세대 음성 모델을 챗GPT에 적용한다.

오픈AI는 8일(현지시간) 차세대 음성 모델 ‘GPT-Live’를 공개하고 챗GPT 보이스에 순차 적용한다고 밝혔다. 유료 이용자에게는 GPT-Live-1이, 무료 이용자에게는 GPT-Live-1 mini가 기본 음성 모델로 제공된다. 적용 대상은 챗GPT 웹과 iOS·안드로이드 앱이다.

핵심은 풀듀플렉스 구조다. 기존 음성 AI는 사용자의 말을 음성에서 텍스트로 바꾼 뒤 답변을 만들고 다시 음성으로 읽어주는 방식에 가까웠다. 이 과정에서 사용자가 잠시 멈추면 AI가 끼어들거나 질문을 바꾸면 흐름이 어색해지는 문제가 있었다.

GPT-Live는 음성을 계속 들으면서 동시에 답변을 준비한다. 사용자가 말을 멈출지, 계속 생각 중인지, 질문을 바꿨는지, 중간에 끼어들었는지를 실시간으로 판단한다. 오픈AI는 이를 통해 실제 사람과 대화하듯 주고받는 흐름을 구현했다고 설명했다.

복잡한 요청은 별도 모델에 넘기는 구조도 적용됐다. GPT-Live가 자연스러운 음성 대화를 맡고 검색이나 깊은 추론이 필요한 작업은 GPT-5.5 같은 최신 모델에 위임하는 방식이다. 사용자는 대화를 이어가면서도 백그라운드에서 검색·추론 결과를 받을 수 있다. 오픈AI는 이 구조가 향후 더 긴 작업과 에이전트형 업무 수행으로 확장될 수 있다고 보고 있다.

실시간 통역도 주요 활용처로 꼽힌다. GPT-Live는 발화가 끝난 뒤 번역하는 방식이 아니라 대화 흐름을 따라가며 통역할 수 있도록 설계됐다. 회의, 여행, 교육, 고객 응대 등 서로 다른 언어를 사용하는 상황에서 음성 AI의 활용 폭이 넓어질 수 있다.

챗GPT 보이스는 시각 정보도 함께 제공한다. 음성으로 대화하는 중 날씨, 주식, 스포츠 등 일부 주제는 카드 형태로 화면에 표시할 수 있다. 주변 소음 속에서도 사용자의 목소리에 더 집중하도록 청취 성능도 개선됐다.

다만 모든 기능이 한꺼번에 열리는 것은 아니다. 공식 릴리스노트 기준 GPT-Live는 출시 시점에 챗GPT Business, Enterprise, Edu 워크스페이스에는 제공되지 않는다. 영상과 화면 공유도 아직 지원하지 않는다. 해당 기능이 필요한 이용자는 기존 Advanced Voice Mode를 계속 쓸 수 있다.

한편 오픈AI는 GPT-Live를 API에도 도입할 계획이다. 음성 AI가 단순 답변 도구를 넘어 상담, 교육, 통역, 업무 자동화 영역의 인터페이스로 확장되는 만큼, 음성에서의 자연스러움이 AI 에이전트 경쟁의 새 기준이 될 전망이다.