평가자 75.7%가 GPT-라이브1을 기존 음성보다 선호

오픈AI(OpenAI)가 사용자의 말을 들으면서 동시에 응답하는 풀듀플렉스 음성 모델 GPT-라이브(GPT-Live)를 상용화했다. 인간 평가에서는 참가자의 75.7%가 기존 Advanced Voice Mode보다 GPT-Live-1을 선호했다.

오픈AI는 7월 8일 GPT-Live-1과 GPT-Live-1 mini를 전 세계 ChatGPT Voice 사용자에게 순차 제공한다고 밝혔다. GPT-Live-1은 Go·Plus·Pro 유료 이용자의 기본 음성 모델로, GPT-Live-1 mini는 무료 이용자의 기본 음성 모델로 적용된다.

GPT-라이브는 음성 AI의 응답 단위를 일방적인 ‘차례’에서 연속적인 ‘흐름’으로 바꿨다. 기존 음성 AI가 사용자의 말이 끝난 뒤 답변을 생성했다면 GPT-라이브는 입력 음성을 계속 처리하면서 출력 음성을 함께 만든다. 모델은 이 과정에서 말할지, 계속 들을지, 멈출지, 끼어들지, 도구를 호출할지를 초당 여러 차례 판단한다.

고난도 작업은 별도 경로에서 처리한다. GPT-라이브가 실시간 대화를 이어가는 동안 웹 검색과 깊은 추론, 에이전트형 작업은 배경의 프런티어 모델에 맡긴다. 공개 시점의 배경 모델은 GPT-5.5다. 오픈AI는 검색이나 추론 결과가 준비되기 전에도 대화가 끊기지 않도록 설계했다고 설명했다.

5~10분 길이의 동일 조건 대화 평가에서 참가자들은 기존 Advanced Voice Mode보다 GPT-Live-1을 75.7%, GPT-Live-1 mini를 69.2% 선호했다. 평가 항목에는 전반적 선호도와 턴테이킹, 끼어들기, 대화 흐름, 자연스러움이 포함됐다.

지원 범위에는 제약이 남아 있다. 오픈AI 도움말 센터(OpenAI Help Center)는 GPT-라이브가 iOS와 Android, ChatGPT.com에서 제공되며 웹 검색과 메모리, 시각 카드, 텍스트·이미지 입력을 지원한다고 안내했다. 출시 초기에는 영상과 화면 공유, 연결 앱, 플러그인을 지원하지 않아 해당 기능이 필요한 이용자는 기존 Advanced Voice Mode를 사용해야 한다.

오픈AI는 GPT-라이브 시스템 카드(GPT-Live System Card)를 통해 자해, 정신증·조증, AI에 대한 정서적 의존, 폭력, 성적 콘텐츠, 사칭과 음성 복제 관련 위험을 평가했다고 밝혔다. 위험 신호가 감지되면 응답을 조정하거나 안전 메시지를 제시하며, 고위험 사례에서는 음성 대화를 종료할 수 있다. 이는 본지가 앞서 전한 프런티어 AI 모델의 사전 위험 점검 논의와도 맞닿아 있다.

아티 엘레티(Atty Eleti) 오픈AI ChatGPT Voice 제품 리드는 액시오스(Axios) 인터뷰에서 “시간이 지나면 음성을 컴퓨팅의 주요 인터페이스로 쓰는 능력을 열 수 있다고 본다”고 말했다. 음성 AI가 텍스트 중심의 이용 방식을 바꿀 수 있다는 기대를 드러낸 발언이다. 액시오스는 음성 사용이 일반적으로 텍스트보다 비용과 토큰을 더 많이 소모한다는 점도 짚었다.