오픈AI가 사용자의 음성을 실시간으로 듣고 맥락을 이해하며 사람처럼 자연스러운 대화 흐름을 이어갈 수 있도록 설계된 차세대 인공지능(AI) 음성 모델을 내났다.
오픈AI는 차세대 음성 모델 'GPT 라이브'를 기반으로 한층 고도화된 '챗GPT 보이스'를 공개했다고 9일 밝혔다.
기존 음성 AI는 사용자의 말을 텍스트로 변환한 뒤 거대언어모델(LLM)이 답변을 생성하고, 이를 다시 음성으로 읽어주는 방식이 일반적이었다. 이 구조는 텍스트 모델의 발전을 빠르게 반영할 수 있다는 장점이 있었지만, 사용자가 말을 끝냈는지 판단하는 별도 단계가 필요해 대화가 끊기거나 응답이 지연되는 한계가 있었다.
GPT 라이브는 이러한 방식을 넘어, 음성을 지속적으로 처리하고 대화 맥락을 실시간으로 이해하도록 설계됐다. 이를 통해 사용자가 말하는 도중에도 자연스럽게 반응하거나, 사용자가 말을 끊고 다시 질문하는 상황에도 유연하게 대응할 수 있다. 사용자가 말을 멈추기 전부터 답변을 준비할 수 있어, 실제 사람과 대화하는 것에 가까운 빠르고 자연스러운 음성 경험을 제공한다는 설명이다.
또 GPT 라이브는 사용자의 말에 빠르게 반응하는 음성 대화 기능과 복잡한 요청을 처리하는 추론 기능을 분리해 설계됐다. 이를 통해 자연스러운 대화 흐름을 유지하면서도, 더 깊이 있는 답변과 도구 활용이 필요한 요청까지 처리할 수 있다. 예를 들어 사용자가 추가 정보가 필요한 질문을 하거나 시간이 걸리는 작업을 요청하면, 챗GPT 보이스는 대화를 계속 이어가면서 작업 결과가 준비되는 대로 현재 대화 흐름에 맞게 반영할 수 있다.
실시간 통역 경험도 한층 자연스럽게 지원한다. 기존에는 사용자의 발화가 끝난 뒤 순차적으로 번역하는 방식에 가까웠다면, 이번 업데이트를 통해 사용자의 음성을 계속 듣고 처리하면서 대화 흐름에 맞춰 바로 통역할 수 있게 됐다.
오픈AI 측은 “GPT 라이브가 음성 AI의 자연스러움과 지능을 함께 발전시키는 중요한 단계라고 보고 있다”면서 “사용자가 텍스트로 할 수 있는 일 또는 AI 에이전트에게 요청할 수 있는 일을 음성 대화 안에서도 자연스럽게 수행할 수 있도록 기술을 발전시켜 나갈 계획”이라고 밝혔다.
정현정 기자 iam@etnews.com
