챗GPT에 실시간 음성 기능 적용

오픈AI는 차세대 음성 모델 ‘GPT 라이브’를 기반으로 한층 고도화된 ‘챗GPT 보이스’를 공개했다고 9일 밝혔다.

GPT 라이브는 사용자의 음성을 실시간으로 처리하고 대화 맥락을 이해하도록 설계됐다. 기존 음성 AI는 사용자의 음성을 텍스트로 변환한 뒤 대규모언어모델(LLM)이 답변을 생성하고 이를 다시 음성으로 읽어주는 구조였다. 이 때문에 대화 도중 이용자가 표현을 생각하느라 잠시 말을 잇지 못하면 인공지능(AI)이 질문이 끝난 것으로 오인하고 엉뚱한 답변을 하는 사례도 있었다.

새 모델은 텍스트로 옮기지 않고 음성을 인식한다. 이에 따라 사용자가 말하는 도중에도 답변을 준비하고 질문을 중간에 바꾸거나 말을 끊어도 맥락을 이해해 자연스럽게 대화를 이어갈 수 있다. 사람과 대화하는 것처럼 어색한 대기 시간을 줄인다는 얘기다.

오픈AI는 음성 대화 기능과 복잡한 추론 기능도 분리해 설계했다. 간단한 대화는 빠르게 이어가면서도 심층적인 추론과 외부 도구 활용이 필요한 요청은 별도로 처리할 수 있도록 했다. 예컨대 추가 정보가 필요한 질문이나 시간이 걸리는 작업을 요청하면 대화를 이어가면서 결과가 준비되는 즉시 현재 대화 맥락에 맞춰 답변을 제공한다.

실시간 통역 기능도 개선했다. 사용자의 발화가 끝난 뒤 순차적으로 번역하는 방식에서 사용자의 음성을 계속 들으며 대화 흐름에 맞춰 실시간으로 통역하는 식이다. 회의와 여행, 교육 등 서로 다른 언어를 사용하는 환경에서 더욱 자연스러운 의사소통이 가능할 것으로 예상된다.

라현진 기자 raraland@hankyung.com