OpenAI, 음성으로 코딩을 조작할 수 있는 기능 추가

OpenAI는 음성 인공지능 모델 'GPT-Live'를 데스크톱 앱의 코딩 환경에 통합했다. macOS 및 Windows의 ChatGPT 데스크톱 앱에서 코드 생성·관리를 담당하는 에이전트형 서비스 'Codex'와 'ChatGPT Work'를 음성만으로 조작할 수 있게 되었다. 이를 통해 소프트웨어 엔지니어는 키보드를 사용하지 않고 여러 작업을 동시에 지시할 수 있다.

GPT-Live는 2026년 7월 8일에 공개된 새로운 음성 모델이다. 기존의 음성 인공지능은 인간이 말을 마친 후 인공지능이 응답하는 '교대 발언' 방식이 주류였지만, GPT-Live는 말하면서 동시에 듣는 '전이중 통신(풀 듀플렉스)'에 대응하고 있다. 즉, 사용자가 도중에 뭔가를 말해도 대화가 자연스럽게 이어진다. 공개 후 불과 2주일 만에 코딩 환경으로의 통합이 실현된 것이다.

기술적인 구조로서 GPT-Live는 대화의 상호작용을 담당하면서 무거운 처리는 백그라운드에서 동작하는 별도의 모델에 맡기는 구성이 되어 있다. '알겠습니다'와 같은 짧은 응답을 자연스럽게 끼워넣으면서 대화를 진행하고, 복잡한 코드 생성이나 변경은 뒤쪽에서 비동기적으로 실행된다. macOS에서는 'Appshots'라고 불리는 화면 인식 기능도 결합되어, 현재 열려 있는 윈도우나 로컬의 파일·코드 구조를 ChatGPT의 음성 기능이 읽어들일 수 있다.

구체적인 활용 장면으로서, 엔지니어가 하나의 음성 지시로부터 여러 개의 작업 스레드를 동시에 시작하거나, 풀 리퀘스트(코드 변경 제안)를 확인하거나, 버그를 수정하거나 하는 조작을 음성만으로 수행할 수 있게 되었다. OpenAI가 공개한 데모 영상에서는 Codex의 엔지니어인 Jason Liu 씨와 Guinness Chen 씨가 같은 방에서 같은 데스크톱 앱의 세션에 대해 각각 다른 지시를 내리는 모습이 소개되고 있다. 동사에 따르면, 음성에 의한 조작을 Codex에 조합하는 것은 이번이 처음이라고 한다.

이러한 동향이 주목받는 배경에는 인공지능을 사용한 소프트웨어 개발의 형태가 최근 몇 년 사이에 크게 변하고 있다는 것이 있다. 기존의 코드 자동완성 도구에서, 지시를 내리면 자율적으로 작업을 수행하는 '에이전트형' 개발로의 전환이 진행되고 있다. 여기에 음성 조작이 추가됨으로써, 화면을 계속 보면서 손을 사용하지 않고 작업을 진행하는 '핸즈프리 개발'이라는 스타일이 현실적인 선택지가 되어 가고 있다고 볼 수 있다.

Codex와 ChatGPT Work의 주간 활성 사용자 수는 합계로 1000만 명을 넘는다고 원문에서 나타내고 있다. 음성 조작이라는 새로운 입력 수단의 추가는, 개발자가 여러 작업을 병렬로 진행할 때의 인지적 부하를 낮출 가능성이 있다. 한편, 음성 인식의 정확도나 프라이버시 측면의 우려, 사무실 등 주변에 사람이 있는 환경에서의 사용성 등, 실제의 보급을 향해서는 검토해야 할 점도 남아 있다. 향후에는 이러한 과제에 대해 어떠한 대응이 취해질지가 주목점이 될 것이다.