오픈AI(OpenAI)가 사람처럼 자연스러운 실시간 대화를 목표로 하는 새로운 대화형 음성 모델인 GPT-Live-1과 GPT-Live-1 mini를 공개했습니다. 이 모델들은 동시에 말하고 들을 수 있는 전이중(full-duplex) 방식을 지원하여, 사용자가 대화 도중 자연스럽게 끼어들거나 실시간 번역 기능을 활용할 수 있게 합니다. 이는 기존 음성 모델의 한계였던 부자연스러운 대화 흐름을 크게 개선할 것으로 기대됩니다.
새로운 모델은 기존의 음성-텍스트 변환, 대규모 언어모델(LLM) 응답 생성, 텍스트-음성 변환의 세 단계를 통합하여, 사용자가 말하는 도중 AI가 끼어들거나 질문에 대한 지능적인 답변이 부족했던 문제들을 해결했습니다. 특히 GPT-Live-1은 최신 GPT 모델(예: GPT-5.5)에 접근하여 검색, 추론, 에이전트(agentic) 기능을 수행하면서도 대화를 끊김 없이 이어갈 수 있습니다. 또한, 필요할 때까지 오랫동안 침묵하며 대화의 맥락을 흡수하는 능력도 갖췄습니다. 유료 구독자는 더 강력한 GPT-Live-1 모델을 사용할 수 있으며, 챗GPT의 기존 고급 음성 모드는 GPT-Live-1 mini로 대체될 예정입니다.
오픈AI는 이번 업데이트를 통해 음성 인터페이스가 컴퓨팅의 주요 수단이 되어 복잡한 작업을 처리하는 데 활용될 수 있다고 보고 있습니다. 챗GPT 음성 제품 리드 애티 엘레티(Atty Eleti)는 새로운 음성 기능으로 30~40분간 대화한 경험을 언급하며, 음성 모드가 더 길고 복잡한 대화를 처리하도록 설계되었다고 강조했습니다. 이는 애플(Apple)과 아마존(Amazon) 등 경쟁사들도 대화형 AI 비서의 자연스러움과 맥락 처리 능력을 개선하려는 움직임과 궤를 같이 합니다. 오픈AI는 이번 모델이 AI 동반자를 목표로 하는 것은 아니며, 청소년에게 적절한 답변을 제공하고 자해와 같은 민감한 주제에 대한 안전장치를 내장했다고 밝혔습니다. 하지만 시연에서 힌디어 실시간 번역 시 미국식 억양과 부자연스러운 음색을 보여주는 등 개선의 여지도 남아있습니다.