OpenAI, 음성 대화 모델 「GPT-Live-1」API 공개

OpenAI는 음성의 주고받음을 실시간으로 처리할 수 있는 새로운 모델 「GPT-Live-1」을 개발자용 API로 공개했다. 이 모델의 가장 큰 특징은 「전이중(풀듀플렉스)」통신에 대응한다는 점으로, 말하면서 동시에 상대방의 음성을 감지할 수 있다. 인간과 인간의 자연스러운 대화에 가까운 경험을 애플리케이션으로 구현할 수 있게 된다.

기존의 AI 음성 시스템 대부분은 말하는 차례와 듣는 차례가 교대로 바뀌는 「반이중」방식을 취하고 있었다. 이 때문에 상대방이 말을 마칠 때까지 대답할 수 없다든지, 끼어들 수 없다는 불자연스러움이 발생하기 쉬웠다. GPT-Live-1은 이러한 제약을 제거하여 상대방이 말하는 도중에도 반응할 수 있는 구조를 갖추고 있다는 점에서 음성 AI의 사용성을 한 단계 끌어올리는 것으로 위치지어진다.

성능 면에서는 상호작용성(대화의 자연스러움·응답성)을 측정하는 테스트에서 80.1%의 점수를 기록했다. 이전 세대 모델의 점수가 45.4%였던 것과 비교하면 큰 폭의 개선이라고 할 수 있다. 이 수치는 OpenAI가 공표한 것이며, 제3자에 의한 독립적인 검증 결과가 아닌 점에 주의가 필요하다.

이용 요금은 1분당 0.05 미국 달러(약 7~8엔)로 책정되었다. 이 가격이 사업 용도로 저렴한지 여부는 용도와 통화량에 따라 크게 달라진다. 예를 들어, 고객 지원이나 음성 어시스턴트처럼 통화 시간이 길어지는 경향이 있는 서비스에서는 비용이 누적되기 쉬운 점을 고려해야 한다.

API로 제공됨에 따라 기업이나 개인 개발자는 GPT-Live-1을 자사의 앱이나 서비스에 통합할 수 있다. 음성 대화를 활용한 고객 지원, 언어 학습, 접근성 향상 도구 등 다양한 용도에서의 활용이 생각된다. 한편 도입에 있어서는 요금 설계와 사용자의 이용 시간을 충분히 견적하는 것이 중요하다는 견해도 있다.

음성 AI 분야에서는 여러 기업이 계속 경쟁을 벌이고 있으며, 실시간성과 자연스러움의 향상이 공통의 과제가 되고 있다. GPT-Live-1의 공개는 이 분야에서 OpenAI의 기술적 입지를 보여주는 움직임으로 주목된다. 앞으로는 실제 사용자나 개발자로부터 얻어지는 피드백이 다음 세대 모델의 방향성을 좌우하는 중요한 재료가 될 것으로 생각된다.