오픈AI, 말 끊김 줄인 '챗GPT 보이스' 공개

GPT 라이브 기반 차세대 음성 경험 제공

말하는 도중에도 맥락 파악해 자연스럽게 응답

실시간 통역·추론·도구 활용 기능 강화

GPT 라이브 기반 챗GPT 보이스 화면 예시ⓒ오픈AI

오픈AI가 사람과 대화하듯 자연스럽게 주고받을 수 있는 차세대 음성 경험을 선보였다.

오픈AI는 차세대 음성 모델 ‘GPT 라이브(GPT-Live)’를 기반으로 한 챗GPT 보이스 업데이트를 공개했다고 9일 밝혔다. GPT 라이브는 사용자의 음성을 실시간으로 듣고 대화 맥락을 이해해 보다 자연스럽게 응답하도록 설계된 음성 모델이다.

기존 음성 AI는 사용자의 말을 텍스트로 변환한 뒤 대형언어모델이 답변을 생성하고, 이를 다시 음성으로 읽어주는 방식이 일반적이었다. 이 과정에서 사용자가 말을 끝냈는지 판단하는 별도 단계가 필요해 대화가 끊기거나 응답이 지연되는 한계가 있었다.

GPT 라이브는 음성을 지속적으로 처리하면서 대화 흐름을 실시간으로 파악하는 것이 특징이다. 사용자가 잠시 멈추거나 말을 고쳐도 대화 맥락을 이어갈 수 있고, 사용자가 말하는 도중 끼어들거나 질문을 바꿔도 보다 유연하게 대응할 수 있다.

챗GPT 보이스는 이번 업데이트를 통해 말 끊김과 어색한 대기 시간을 줄였다. 사용자가 말을 완전히 끝내기 전부터 답변을 준비할 수 있어 실제 사람과 대화하는 것에 가까운 음성 경험을 제공한다.

실시간 통역 기능도 강화됐다. 기존에는 사용자의 발화가 끝난 뒤 번역하는 방식에 가까웠다면, GPT 라이브 기반 챗GPT 보이스는 사용자의 음성을 계속 듣고 처리하면서 대화 흐름에 맞춰 통역할 수 있다. 회의, 여행, 교육, 고객 응대 등 서로 다른 언어를 사용하는 상황에서 보다 자연스러운 대화가 가능해질 것으로 기대된다.

추론과 도구 활용 능력도 향상됐다. 챗GPT 보이스는 자연스러운 대화 흐름을 유지하면서도 복잡한 질문이나 추가 정보가 필요한 요청을 처리할 수 있다. 필요한 경우 최신 프론티어 모델과 연계해 더 깊이 있는 답변을 제공하고, 작업 결과가 준비되면 현재 대화 흐름에 맞춰 반영한다.

오픈AI는 GPT 라이브가 음성 AI의 자연스러움과 지능을 함께 끌어올리는 중요한 단계라고 설명했다. GPT 라이브 아키텍처는 향후 다양한 백엔드 모델, 새로운 입력·출력 방식, API 기반 활용 사례로 확장될 수 있도록 설계됐다고도 덧붙였다.

오픈AI는 사용자가 텍스트로 처리하던 작업이나 AI 에이전트에게 맡기던 요청을 음성 대화 안에서도 자연스럽게 수행할 수 있도록 챗GPT 보이스 기능을 지속 고도화할 계획이다.