GPT-Live 발표: 자연스러운 양방향 음성 대화의 새 시대
AI가 사람처럼 자연스럽게 대화하며 동시에 듣고 말할 수 있는 새로운 양방향(Full-duplex) 음성 모델, GPT-Live가 공개되어 ChatGPT 음성 기능을 강화합니다. 이 모델은 복잡한 질문에는 백그라운드에서 최신 프론티어 모델(GPT-5.5)을 활용해 추론 및 작업을 수행하면서도 끊김 없는 대화를 유지합니다. 이는 기존의 STT-LLM-TTS를 순차적으로 거치던 방식의 한계를 넘어, 실제 사람과 대화하는 듯한 매끄러운 인간-AI 상호작용을 구현했다는 점에서 매우 중요합니다.
2026년 7월 8일 제품 출시: GPT-Live 소개. 자연스러운 인간-AI 상호작용을 위한 차세대 음성 모델로, 현재 ChatGPT 음성(Voice)을 구동하고 있습니다.
오늘 우리는 AI와 대화하는 것이 실제 사람과 대화하는 것과 훨씬 더 비슷하게 느껴지게 만드는 차세대 음성 모델, GPT-Live를 출시합니다. GPT-Live는 전이중(Full-duplex) 아키텍처를 기반으로 구축되었으며, 이는 동시에 듣고 말할 수 있음을 의미합니다. 대화 중에 GPT-Live는 "음" 또는 "네"와 같은 말로 주의를 기울이고 있음을 보여주거나, 빠르고 자연스럽게 대화를 주고받거나, 사용자가 생각할 시간이 필요할 때는 조용히 기다릴 수도 있습니다. 그 결과, 매우 편안하게 대화할 수 있는 새로운 음성 경험을 제공합니다.
또한 GPT-Live는 우리가 개발한 가장 스마트한 음성 모델이기도 합니다. 웹 검색, 더 깊은 추론 또는 더 복잡한 작업이 필요한 질문의 경우, 무대 뒤에서 최신 프론티어 모델(Frontier model)에 작업을 위임하고 결과가 준비되면 다시 대화로 가져옵니다. 백그라운드에서 작업을 수행하는 동안에도 GPT-Live는 사용자와 계속 대화를 나누며 흐름을 유지할 수 있습니다. 출시와 함께 GPT-Live는 백그라운드에서 GPT-5.5를 사용하게 됩니다. 새로운 프론티어 모델이 출시됨에 따라 GPT-Live에 사용되는 모델도 지속적으로 업데이트될 예정입니다. 이러한 발전을 통해 더 지능적이고 자연스럽게 사용할 수 있는 새로운 ChatGPT 음성 경험을 제공합니다. 시간이 지남에 따라 이 연구가 점점 더 복잡하고 오래 실행되며 에이전트 중심적인 작업에 음성을 사용하는 능력도 함께 열어줄 것이라 믿습니다.
오늘부터 전 세계 ChatGPT 사용자에게 두 가지 버전의 GPT-Live, 즉 GPT-Live-1 및 GPT-Live-1 mini의 배포를 시작합니다. 또한 조만간 API를 통해서도 이 기능을 제공할 계획이며, 개발자 및 기업 고객은 제공된 양식을 작성하여 알림을 신청할 수 있습니다.
인간-AI 상호작용의 새로운 시대로의 진입 우리의 비전은 진정으로 자연스러운 인간-AI 상호작용을 가능하게 하는 것입니다. 즉, 추론 및 복잡한 작업 실행이 배경에서 원활하게 이루어지는 동안, AI와 협업하는 것이 다른 사람과 일하는 것만큼이나 유연하고 반응이 빠르게 느껴지는 세상을 만드는 것입니다.
이전 접근 방식 이전 세대의 음성 AI 시스템은 우리를 그 비전에 한 걸음 더 가까이 다가가게 했지만, 중요한 타협점들을 동반했습니다.
계단식 음성 시스템 (Cascaded voice systems) 계단식 음성 시스템은 각 대화 차례를 처리하기 위해 여러 모델이 연달아 작동하는 방식에 의존합니다. 초기의 ChatGPT 음성은 세 가지 모델을 함께 연결했습니다. 사용자의 음성을 텍스트로 변환하는 STT(Speech-to-Text) 모델, 응답을 생성하는 대형 언어 모델(LLM), 그리고 이를 다시 음성으로 변환하는 TTS(Text-to-Speech) 모델입니다. 이러한 접근 방식 덕분에 우리는 처음으로 최첨단 AI 모델과 대화할 수 있었습니다. 하지만 이러한 복잡성은 대가를 치르게 했습니다. 모델 간에 정보가 손실될 수 있었고, 응답은 느리고 부자연스러웠습니다.