오픈아이(OpenAI)는 개발자와 기업들이 자연스러운 음성 에이전트를 구축할 수 있도록 지원하는 API 모델 'GPT-Live-1'을 출시했다. 기존의 음성 서비스는 음성 인식, 추론 모델, 음성 합성 등 여러 단계를 거치며 지연 시간이 발생하고 대화의 흐름이 끊기기 쉬웠으나, 이번에 공개된 모델은 단일 구조로 실시간 양방향 대화를 처리해 이러한 한계를 개선한다.

아키텍처 단순화와 성능 개선

GPT-Live-1은 듣기와 말하기를 동시에 처리하며, 사용자의 말 끊기와 배경 소음, 침묵 등을 자연스럽게 다룬다. 백엔드 텍스트 모델과 연동해 복잡한 추론이나 도구 호출 작업을 맡길 수 있으며, 전화망을 지원해 고객 지원이나 식당 예약 같은 실제 전화 통화 서비스에도 활용할 수 있다. 초기 평가에서 학습 도구인 Speak는 이 모델을 통해 생각하는 동안 발생하는 불필요한 대화 끊김을 기존 방식 대비 약 80% 줄였다.

가격 및 이용 조건

GPT-Live-1은 프런트엔드 음성 레이어 기준 분당 0.05달러의 요금으로 API에서 제공되며, 개발자는 제품에 맞는 백엔드 모델과 에이전트를 조합하여 사용할 수 있다. 맞춤형 음성 이용을 위해서는 영업팀을 통해 자격 요건과 신청 절차를 확인해야 한다.