"중간에 말 끊어도 맥락 이해"…오픈AI, 새 음성모델 내놔

GPT-5급 추론능력 갖추고
사람처럼 자연스러운 대화

오픈AI가 음성을 자연스럽게 인식하고 반응하는 모델을 선보였다. 피지컬 인공지능(AI) 시대에 대비하기 위한 것이란 분석이 나온다.

오픈AI는 7일(현지시간) GPT-5급 추론 능력을 갖추고 사람의 자연스러운 대화 양식을 반영한 음성 모델 'GPT-리얼타임-2'를 공개했다. 기존 모델에서는 사용자 말을 AI가 텍스트로 변환해 인식하는 과정을 거쳤지만 새로운 모델에서는 음성 자체를 인식해 반응한다. 이용자가 AI의 답변 내용을 중간에 끊고 말하거나 내용을 중간에 고쳐 말해도 사람처럼 자연스럽게 대답한다. 경우에 따라 추론 수준도 선택할 수 있다. 지연 시간도 획기적으로 줄였다고 오픈AI 측은 설명했다.

오픈AI는 음성을 실시간으로 번역해주는 모델 'GPT-리얼타임-트랜슬레이트'와 실시간 받아쓰기 모델인 'GPT-리얼타임-위스퍼'도 함께 선보였다. 오픈AI가 음성 서비스 고도화에 나선 배경으로는 피지컬 AI가 꼽히고 있다.

자율주행차, AI 로봇, 스마트안경 등에서는 음성 인식 기능이 기초적인 인터페이스(사용자와 컴퓨터 간 소통 도구)가 될 것으로 예상된다.

오픈AI는 애플 제품 디자인을 총괄했던 조니 아이브의 스타트업 'io'를 지난해 65억달러에 인수한 후 음성 조작 AI 기기를 준비 중인 것으로 전해졌다. 오픈AI는 "실시간 음성 기술이 단순한 문답 수준을 넘어 대화 흐름에 따라 이용자의 말을 듣고 추론하며 번역하고 받아 적으면서 작업을 수행할 수 있도록 발전시키고 있다"고 설명했다. 실제 기업들의 오픈AI 음성 서비스 도입 사례도 소개됐다. 부동산 플랫폼 '질로'는 고객이 음성으로 설정한 조건에 맞춰 매물을 검색하고 방문 일정을 잡아주는 음성 비서를 구축 중이다. 유럽 통신사 도이체텔레콤은 고객이 가장 편한 언어로 소통할 수 있는 고객 지원 실시간 번역 서비스를 테스트하고 있다.

[강영운 기자]