ChatGPT가 더 이상 기다리게 하지 않는다: GPT-Live, 1억 5천만 명에게 출시

예전에 챗GPT와 대화할 때는 기다려야 했다. 모델이 음성을 처리하고 응답을 생성해 전달한 뒤, 사용자의 다음 차례를 기다리는 식이었다. ‘턴 기반(turn-based)’이라 불리는 이 구조는 초기 상용 음성 AI가 등장한 이후 줄곧 사용돼 온 방식이다. 오픈AI가 이를 폐기했다.

GPT-Live는 ‘전이중(full-duplex)’ 아키텍처로 작동한다. 들어오는 음성을 처리하면서 동시에 응답을 생성한다는 뜻이다. 실질적인 차이는 사용자가 모델이 말하는 중간에 끼어들 수 있다는 점이다. 모델은 즉시 멈춘다. 상대방이 말을 마치지 않아도 짧은 반응, 질문, 주제 전환을 감지할 수 있다. 오픈AI는 이날부터 전 세계에 GPT-Live를 출시하며 유료 구독자(Go, Plus, Pro)에게는 GPT-Live-1을, 무료 사용자에게는 GPT-Live-1 미니를 배포했다. 사용자 동의 절차 없이 기존의 고급 음성 모드(Advanced Voice Mode)를 대체했다.

매주 챗GPT 음성 기능을 사용하는 1억5000만 명은 두 가지 상황에서 가장 큰 변화를 체감할 것이다. 대화가 빠르게 방향을 바꾸는 경우, 그리고 모델이 말을 마쳤다는 신호였던 멈춤(pause)이 사라진 점이다. GPT-Live는 ‘음, 응’ 같은 짧은 인정(acknowledgement)으로 주의를 기울이고 있음을 알리거나, 화자가 생각 중일 때는 조용히 기다린다. 대화 중 웹 검색, 심층 추론, 복잡한 작업이 필요하면 백그라운드에서 프론티어 모델(frontier model)로 조용히 위임한 뒤 결과를 실시간 대화 흐름에 다시 반영한다.

여기서 의구심을 제기할 부분도 있다. 전이중 방식이 GPT-Live의 이해 능력을 향상시킨 것은 아니다. 단지 대화의 리듬에 더 자연스럽게 반응할 수 있게 된 것뿐이다. 초기 테스트에 따르면 화자가 길고 조밀한 설명을 할 때, 모델이 그 의미를 완전히 처리하기 전에 가끔 반응을 보이기도 한다. 또한 시스템은 전적으로 오픈AI 서버에서 실행되므로 모든 음성 대화는 안정적인 저지연 연결에 의존한다. 매주 사용하는 1억5000만 명 모두가 이런 환경을 동등하게 누릴 수 있는 것은 아니다. 인프라가 느린 지역에서는 GPT-Live의 실시간 지향성이 그 밑에 깔린 네트워크 현실을 따라가지 못할 수 있다.

전환 방식 자체에 대한 구조적 의문도 남는다. 오픈AI는 사용자의 동의 없이 모든 음성 기능 활성 사용자를 새로운 시스템으로 자동 이전했다. 회사는 이를 업그레이드라고 규정한다. 여러모로 그렇기도 하다. 하지만 수백만 명이 자신의 기대치를 맞춰 왔던 상호작용 모델이 변경된 것이며, 기존 시스템의 공식 폐기 일정도 공개되지 않은 상태에서 이뤄졌다.

오픈AI는 GPT-Live 출시와 관련해 현재 챗GPT 구독자의 요금 변경을 발표하지 않았다. 이번 업데이트는 앞으로 수일 내에 전 세계 모든 사용자에게 도달할 예정이다. 고급 음성 모드의 공식적인 폐기 시점은 아직 확인되지 않았다.

태그: OpenAI, chatgpt, AI 모델, full-duplex, GPT-Live, 음성 AI