오픈AI가 듣는 것과 말하는 것을 동시에 수행하는 풀 듀플렉스(Full-duplex) 방식의 음성 인공지능(AI) 모델 'GPT-라이브(GPT-Live)'를 공개했다. 기존 턴 기반 음성 비서를 넘어 사람과 대화하듯 자연스럽게 상호작용할 수 있는 것이 특징이다.

오픈AI는 8일(미국 시간) 공식 블로그를 통해 GPT-라이브를 발표하고 실시간 음성 대화를 위한 새로운 아키텍처를 적용했다고 공개했다.
기존 음성 AI는 사용자가 말을 모두 마친 뒤 응답하는 턴 기반(Turn-taking) 방식을 사용했다. 반면 GPT-라이브는 사용자의 말을 들으면서 동시에 응답을 생성하는 풀 듀플렉스 구조를 채택했다. 이를 통해 대화 중간에 맞장구를 치거나 사용자의 끼어들기에 자연스럽게 대응하는 등 실제 사람과 대화하는 것과 유사한 상호작용을 구현했다.

또한 사용자의 의도에 따라 응답 방식을 조절할 수 있도록 설계됐다. 사용자가 잠시 생각할 시간을 가지면 기다리거나, 듣기 요청에는 말을 아끼는 등 대화 흐름을 보다 자연스럽게 유지할 수 있다. 주변 소음이 있는 환경에서도 음성을 안정적으로 인식하도록 성능을 개선했다.

이번 발표에서 눈길을 끄는 부분은 대화 모델과 추론 모델을 분리한 구조다. GPT-라이브는 실시간 음성 대화를 담당하고, 복잡한 추론이나 검색이 필요한 작업은 백그라운드에서 별도 모델이 처리한다. 회사 측은 이를 통해 응답 지연을 줄이면서도 고도화된 추론 성능을 함께 제공할 수 있다는 설명이다.
음성 대화 중에도 시각 정보를 함께 제공하는 기능도 추가됐다. 날씨와 스포츠 경기 결과, 주가 등은 카드 형태로 화면에 표시되며 검색, 메모리, 이미지 생성, 파일 업로드 등 기존 ChatGPT 기능도 음성 환경에서 그대로 활용할 수 있다.

오픈AI는 신규 음성 모델도 함께 공개했다. 유료 이용자에게는 'GPT-Live-1', 무료 이용자에게는 경량 모델인 'GPT-Live-1 mini'를 제공할 예정이다.

안전성도 강화했다. 오픈AI는 자해, 정신건강, 폭력, 성적 콘텐츠 등 음성 환경에서 발생할 수 있는 위험 요소를 중심으로 별도의 안전성 평가와 레드팀 테스트를 실시했으며, 음성 모델에 특화된 보호 체계를 적용했다고 밝혔다.

오픈AI는 "GPT-라이브는 사람 간 대화와 유사한 자연스러운 상호작용을 목표로 설계됐다"며 "실시간 음성 AI 경험을 한 단계 발전시키는 기반이 될 것"이라고 설명했다.

서삼광 기자 (seosk@dailygame.co.kr)