오픈AI(OpenAI)가 사람 간의 대화처럼 자연스러운 실시간 음성 상호작용을 목표로 하는 새로운 음성 모델 'GPT-Live'를 공개했습니다. 기존 캐스케이드형이나 턴 기반 음성 시스템이 가졌던 지연, 정보 손실, 부자연스러운 끼어들기 등의 한계를 극복하기 위해 풀듀플렉스(full-duplex) 구조를 채택한 것이 핵심입니다. 이는 사용자가 말하는 동안 AI가 동시에 듣고 반응하며, 대화의 흐름을 끊지 않고 자연스럽게 이어갈 수 있도록 돕습니다.
GPT-Live는 사용자의 발화 중간에 “음”, “네”와 같은 짧은 반응을 보이거나, 사용자가 생각할 시간을 가질 때 조용히 기다리는 등 실제 대화와 유사한 상호작용을 지원합니다. 또한, 검색, 추론 등 복잡하고 시간이 오래 걸리는 작업은 백그라운드에서 GPT-5.5와 같은 최신 대규모 언어모델(LLM)에 위임하고, 그동안 GPT-Live는 대화를 계속 이어가는 방식으로 작동합니다. 이로써 사용자는 최신 AI의 강력한 추론 능력을 활용하면서도 끊김 없는 음성 대화를 경험할 수 있게 됩니다. GPT-Live는 iOS, Android, ChatGPT.com을 통해 전 세계 ChatGPT 사용자에게 순차적으로 배포되며, 유료 구독자는 GPT-Live-1을, 무료 사용자는 GPT-Live-1 mini를 기본 음성 모델로 사용하게 됩니다.
이번 GPT-Live 출시는 AI 음성 비서와 에이전트의 사용자 경험을 한 단계 끌어올릴 중요한 전환점이 될 것으로 보입니다. 기존 음성 AI의 가장 큰 단점이었던 부자연스러운 대화 흐름과 지연 문제를 해결함으로써, AI와의 음성 상호작용이 더욱 일상적이고 효율적인 방식으로 자리 잡을 수 있습니다. 이는 핸즈프리 일상 도움, 언어 학습, 브레인스토밍 등 다양한 활용 사례에서 AI의 가치를 극대화할 수 있으며, 장기적으로는 음성 기반의 복잡한 에이전트형 작업이 가능해지는 기반을 마련할 것입니다. 오픈AI는 GPT-Live가 대화의 즐거움과 흐름을 측정하는 새로운 인간 평가에서 기존 어드밴스드 보이스 모드(Advanced Voice Mode)보다 높은 선호도를 보였다고 밝혔습니다. 또한, 안전성 강화를 위해 음성 전용 안전 학습과 새로운 보호 장치들을 추가하여 잠재적 위험을 줄이는 데도 노력을 기울였습니다.