OpenAI가 ChatGPT 소비자 사용자에게 전이중 GPT-Live 음성 기능을 출시했습니다

OpenAI는 수요일부터 ChatGPT 일반 사용자에게 새롭게 재구축된 음성 모드를 배포하기 시작했으며, 기존의 고급 음성 모드를  사용자의 말을 듣고 동시에 응답할 수 있는 GPT-Live-1과 GPT-Live-1 mini 라는 두 가지 모델로 대체했습니다

이번 업데이트는 무료 및 유료 사용자 계정 모두에서 이용 가능하며, 회사가 GPT-5.6 모델 제품군을 출시하기 하루 전에 제공됩니다.

GPT Live로의 전환은 주로 아키텍처적인 차이에서 비롯됩니다. 기존 음성 모델은 사람이 문장을 끝낼 때까지 기다렸지만, GPT-Live는 OpenAI의 전이중 아키텍처를 기반으로 하여 입력 음성을 처리하는 동시에 출력 음성을 생성합니다.

OpenAI의 발표에 따르면, 이 모델은 초당 여러 번 말할지, 계속 들을지, 멈출지, 끼어들지, 도구를 사용할지 결정합니다. 실제로 이는 사용자가 모델의 말을 끊고 말할 수 있고, 생각을 멈추더라도 방해받지 않으며, 모델이 "흠" 소리를 내어 이해하고 있음을 알릴 수 있다는 것을 의미합니다.

OpenAI가 ChatGPT Voice에 GPT-Live를 도입했습니다

이제 무료 ChatGPT 계정은 기본적으로 GPT-Live-1 mini, Go, Plus, Pro 등급 구독자는 더 큰 GPT-Live-1을 사용하게 됩니다.

이번 업데이트는 iOS, 안드로이드, 웹을 대상으로 배포되며, ChatGPT가 이미 CarPlay를 통해 작동하기차량에도 업데이트가 적용된다고 9to5Mac은 보도했습니다. OpenAI는 ChatGPT에 포함된 9가지 음성이 새로운 모델에 맞춰 재작업되었다고 밝혔습니다.

또한 GPT-Live는 추론 엔진이 아닌 대화형 모델로 개발되었다고 밝혔습니다. 복잡한 요청의 경우 GPT-Live는 모든 것을 자체적으로 처리하지 않습니다. OpenAI에 따르면, 이 음성 모델은 웹 검색, 추론, 심지어 여러 단계를 거치는 답변과 같은 작업을 음성 대화를 중단하지 않고 GPT-5.5에 위임할 수 있습니다.

이는 ChatGPT의 이전 음성 모드에서 나타났던 주요 단점 중 하나를 해결하기 위한 것입니다. 이전 버전에서는 음성 입력이 타이핑에 비해 성능이 떨어지는 것처럼 느껴지는 경우가 있었습니다. 또한 사용자는 빠른 응답 모드와 높은 입력 시간이 필요한 모드 중에서 선택할 수 있습니다.

OpenAI는 또한 실시간에 가까운 음성 번역 기능과 날씨, 주가, 스포츠 경기 점수 등을 시각적 카드로 보여주는 기능을 추가하여, ChatGPT가 모든 내용을 소리 내어 읽어주는 대신 화면에서 일부 정보를 바로 확인할 수 있도록 할 예정입니다. 회사 측은 현재 1억 5천만 명 이상의 사용자가 음성 및 받아쓰기와 같은 ChatGPT 기능을 매주 이용하고 있다고 밝혔습니다.

GPT-Live는 음성 흐름을 개선하지만, 간극이 남습니다

오픈AI 기자 회견을 취재한 테크크런치에 따르면, 힌디어 번역본은tron미국식 억양과 매우 딱딱하고 학구적인 어조를 사용했다고 합니다.

OpenAI에 따르면, 해당 모델은 "ChatGPT에서 가장 흔히 사용되는 언어들"에서 가장 잘 작동하지만, 일부 언어에서는 억양이나 유창성 문제가 발생할 수 있다고 경고했습니다. 또한, OpenAI는 현재 음성과 비디오, 화면 공유를 결합한 기능은 지원하지 않는다고 밝혔습니다.

오픈아이언은 GPT-Live를 자사 모델 라인업 전체의 보다 인간적인 버전으로 홍보하면서도, 인공지능 동반자는 아니라고 강조했습니다. 또한, 10대들에게 연령에 맞는 답변을 제공하기 위한 안전장치를 마련했다고 밝혔습니다. 아울러, 사용자의 대화가 자해와 관련된 내용으로 흘러갈 경우를 대비해 위기 대응 지원 체계도 갖추고 있다고 덧붙였습니다.

실시간 및 고급 음성 대화의 오디오 클립은 30일 동안 보관 , 사용자가 공유를 선택하지 않는 한 모델 학습에 사용되지 않습니다.

ChatGPT Voice 제품 책임자인 엘레티 변호사는 브리핑에서 산책 중에 해당 기능을 이용해 30~40분간 대화를 나눈 적이 있다고 밝히며, 음성 기술이 사람들이 더 길고 복잡한 작업을 수행하는 주요 수단이 될 수 있다고 주장했습니다.

Codex와 ChatGPT를 활용하여 사람들이 달성하는 놀라운 활용 사례들을 보면, 음성 인터페이스가 모든 종류의 작업에 있어 미래의 핵심 인터페이스가 될 수 있다고 생각합니다

– 엘레티 (테크크런치 제공)

GPT-5.6 출시로 시점이 더욱 중요해졌습니다

이번 음성 업데이트는 OpenAI가 목요일로 예정한 모델 출시와는 별개입니다.

에 따르면 Cryptopolitan, GPT-5.6 공개 승인은 미국 상무부가 국가 안보 검토 과정에서 부과했던 금지 조치를 해제한 후에 이루어졌으며, 솔, 테라, 루나의 세 가지 버전으로 제공됩니다.

GPT-Live는 소비자 출시 이후 OpenAI의 API에 제공될 예정이며, 개발자는 접근 권한을 등록할 수 있습니다 .