[AI는 지금] 오픈AI, 맞장구까지 치는 음성 서비스 꺼냈다

오픈AI가 사람처럼 듣고 말하는 음성 인공지능(AI)을 앞세워 10억명 이용자의 일상 속으로 한층 깊이 파고든다. 다만 압도적인 이용자 규모가 향후 정치적 검증대가 될 수 있다는 분석도 나온다.

오픈AI는 8일(현지시간) 차세대 음성 모델 'GPT-라이브(GPT-Live)'를 공개하고, 이를 적용한 새 챗GPT 보이스를 전 세계 이용자에게 순차 배포한다고 밝혔다.

GPT-라이브는 듣기와 말하기를 동시에 처리하는 '풀 듀플렉스(full-duplex)' 구조로 설계됐다. 기존 음성 모드는 이용자가 말을 마쳐야 응답을 시작하는 턴(turn) 방식이라 대화가 끊기고 어색했다. 새 모델은 초당 여러 차례 말할지 들을지 기다릴지를 스스로 판단한다. 이 덕분에 "음", "그렇죠" 같은 맞장구를 치거나 이용자가 생각을 정리하는 동안 조용히 기다릴 수 있다. 실시간 통역도 지원한다.

복잡한 작업은 뒤에서 최신 모델이 맡는 이원 구조도 특징이다. 검색이나 깊은 추론이 필요한 질문이 들어오면 GPT-라이브가 이를 프론티어 모델 'GPT-5.5'에 넘기고, 그 사이에도 대화를 이어간다. 이용자는 ▲인스턴트 ▲미디엄 ▲하이 등 추론 강도를 직접 고를 수 있다.

성능은 기존 고급 음성 모드(AVM)를 크게 앞선다는 게 회사 설명이다. 5~10분 대화 비교 평가에서 GPT-라이브-1은 75.7%의 선호도를 기록했다. 전문가급 과학 추론 평가(GPQA) 정확도는 최고 추론 설정 기준 84.2%로 AVM(45.3%)의 두 배 가까이 나타났다.

새 모델은 두 가지 버전으로 나뉜다. 유료 요금제에는 'GPT-라이브-1', 무료 이용자에게는 'GPT-라이브-1 미니'가 기본 적용된다. 응용 프로그램 인터페이스(API) 제공도 준비 중이다. 현재 매주 1억 5000만 명 이상이 챗GPT의 음성·받아쓰기 기능을 사용하고 있다.

음성 특성에 맞춘 보호장치도 담겼다. 위험한 발화가 감지되면 실시간으로 응답을 안전한 방향으로 유도하거나 대화를 종료한다. 청소년 계정은 부모가 음성 기능 사용 여부를 정할 수 있고, 자해 징후 등 고위험 상황에서는 연결된 부모에게 알림이 간다. 실존 인물 목소리를 흉내 내지 못하도록 사전 정의된 음성만 제공한다.

이같은 대중 접점 확대는 오픈AI 시장 위치를 그대로 보여준다. 월스트리트저널(WSJ)은 8일(현지시간) 시장조사업체 센서타워를 인용해 챗GPT 월간 활성 이용자가 5월 10억 명을 넘어서며 경쟁사를 큰 격차로 따돌렸다고 전했다. 기업 고객에서 매출의 약 80%를 얻는 앤트로픽이 기업간거래(B2B) 시장 선두라면, 오픈AI는 일반 소비자 시장을 장악한 구도다.

WSJ은 오픈AI가 확보한 이용자 규모가 상업적 자산인 동시에 정치적 부담이라고 진단했다. 메타 같은 사회관계망서비스(SNS) 기업이 오랫동안 받아온 사회적 영향 검증이 오픈AI에도 향할 수 있다는 이유에서다. 샘 알트먼 오픈AI 최고경영자(CEO)는 이미 AI 위험을 두고 미국 의회 청문회에 섰다.

WSJ은 완전 자율무기·대량 감시 용도 사용을 거부했다가 '안보 위험' 기업으로 지정된 앤트로픽이 집중 조명을 받고 있지만, 기업공개(IPO)를 준비하는 두 회사 중 장기적인 정치 위험은 오픈AI가 더 크다고 내다봤다.