오픈AI가 실시간 음성 모델 GPT-Live-1.1을 API에 공개하고 WebRTC 유휴 구간에 분당 0.02달러(약 27원)의 대기 요금을 적용한다. 음성이 오가는 활성 상태 요금은 분당 0.05달러(약 67원)다.
오픈AI는 개발자 커뮤니티 공지에서 20일 GPT-Live-1.1을 API에서 사용할 수 있다고 밝혔다. 개발자는 gpt-live-1.1 모델 ID로 자체 음성 애플리케이션에 연결할 수 있다. 자세한 내용은 오픈AI 개발자 커뮤니티 공지에 담겼다.
GPT-Live-1.1은 음성을 들으면서 동시에 말하는 전이중 음성 모델이다. 오픈AI는 GPT-Live-1과 비교해 음성 전사 정확도와 여러 언어의 억양·음성 일관성을 개선했고 문자·숫자 파악, 지시 이행, 복잡한 작업을 백엔드 모델로 넘기는 기능도 보완했다고 설명했다. 관련 내용은 오픈AI 모델 문서에 제시됐다.
이번 공개는 사용자용 음성 기능을 개발자용 API로 확장한 조치다. GPT-Live-1.1은 10월 15일부터 ChatGPT Plus와 Pro 음성 기능에 사용돼 왔으며, 본지는 ChatGPT Voice에 순차 배포된 사실을 앞서 보도했다. 당시 배포 내용과 달리 이번 공지에서는 개발자가 자체 앱에서 모델을 호출하는 경로가 제시됐다.
◇ 연결은 유지하고 과금은 낮춰
대기 설정은 GPT-Live-1.1과 GPT-Live-1 모두에 적용된다. 개발자는 WebRTC 세션을 만들 때 음성 감지를 대기 기준으로 지정하고 5~60초의 유휴 시간을 설정할 수 있다. 설정한 시간 동안 음성이 없으면 추론이 일시 중단되지만 통화 연결과 세션 ID는 유지된다.
사용자가 다시 말하면 대화 기록을 이어받아 세션이 재개된다. 대기 상태의 요율은 분당 0.02달러로 활성 상태보다 0.03달러(약 40원) 낮다. 마이크를 음소거하는 것만으로는 대기 상태로 전환되지 않아 활성 요금이 계속 적용된다.
긴 공백이 예상되는 서비스는 대기를 유지하는 대신 세션을 종료하고 사용자가 돌아왔을 때 새 세션을 시작할 수 있다. 오픈AI는 이 방식을 택할 경우 대화 문맥과 작업 상태를 저장해 재개하라고 안내했다. 세션 운영 방식은 오픈AI 세션 관리 가이드에 설명돼 있다.
◇ 음성 처리와 백엔드 작업 분리
GPT-Live는 대화의 듣기와 말하기를 담당하고, 추론이나 외부 도구 호출은 별도 백엔드에 맡길 수 있다. 개발자는 음성 세션 시간과 백엔드 모델·도구 사용량을 서로 다른 과금 항목으로 계산해야 한다. 대기 요금이 적용돼도 백엔드 사용료는 사라지지 않는다.
API 문서상 GPT-Live-1.1은 스트리밍과 함수 호출을 지원한다. 이미지와 비디오는 지원 대상에 포함되지 않는다.
이 구조에서는 음성이 오가는 활성 시간과 실제 추론이 멈춘 대기 시간을 따로 기록할 수 있다. 개발자는 두 요율을 나눠 계산한 뒤 백엔드 모델과 도구 호출 비용을 더해 전체 사용료를 산출하게 된다.
WebRTC는 실시간 음성·영상 통신을 위한 기술이며, 이번 API에서는 세션 연결을 유지하는 통로로 쓰인다. 음성 감지 기반 대기 설정은 사용자의 말이 멈춘 뒤 일정 시간 동안만 추론을 쉬게 하는 방식이다.
유휴 시간 설정은 대화가 잠시 끊기는 경우와 장시간 침묵하는 경우를 구분하는 기준으로 쓰인다. 개발자는 5~60초 범위 안에서 서비스의 대화 흐름에 맞는 기준을 정할 수 있다.
GPT-Live-1과 GPT-Live-1.1의 동시 세션 한도는 각각 별도로 적용된다. 두 모델을 함께 사용하는 서비스는 모델별 연결 수와 음성 세션 비용을 따로 관리해야 한다.
오픈AI의 이번 공개로 개발자는 실시간 음성 앱의 모델 호출 경로와 세션 운영 방식을 직접 설계할 수 있게 됐다. 연결 유지 시간, 대기 전환 기준, 백엔드 호출 비용을 각각 설정하고 기록하는 방식이 API 사용의 핵심 요소다.
<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>
Most Popular