OpenAI, GPT-Live-1 API 공개…풀듀플렉스 음성 모델 개발자에 개방

OpenAI가 GPT-Live-1을 API로 공개했다. ChatGPT에 먼저 탑재됐던 이 모델이 외부 개발자에게 열리면서, 보이스봇·고객응대·언어 학습 등 실시간 음성 서비스 구축이 가능해졌다.

기존 방식과 무엇이 다른가

전통적인 음성 에이전트는 음성인식(STT) → 추론 모델(LLM) → 음성합성(TTS)을 순서대로 연결한다. 각 단계 사이 지연이 쌓이고, 사용자가 말을 끊거나 방향을 바꾸면 흐름이 끊기기 쉽다.

GPT-Live-1은 청취와 발화를 단일 모델 안에서 동시에 처리한다. 인터럽션이 발생하면 즉시 반응하면서, 깊은 추론이 필요한 작업은 백엔드 텍스트 모델에 위임한다. 대화가 끊기지 않는 상태에서 백그라운드 작업이 진행되는 구조다.

핵심 기능 6가지

기능	설명
인터럽션 처리	입출력 오디오를 단일 모델이 동시 추론해 끊김 없이 대응
추론·툴 호출 위임	GPT-6 Astra 등 백엔드 모델에 복잡한 작업 위임 가능
어조·속도·스타일	시스템 프롬프트로 에이전트 톤·페이스·대화 스타일 조정
배경 소음·침묵 처리	소음 환경에서도 대화 흐름 유지, 불필요한 발화 억제
장시간 세션 안정성	긴 대화에서도 맥락 유지 품질 개선
전화 통화 지원	레스토랑 예약·고객 지원 등 전화 기반 풀듀플렉스 에이전트 배포

성능 수치

OpenAI에 따르면 GPT-Live-1은 Full Duplex Bench에서 GPT-Realtime-2.1 대비 30%포인트 높은 성능을 기록했다. 발화 교대 지연(turn-taking latency)과 상호작용 행동 지표에서 큰 폭으로 개선됐다. GPT-6 Astra(중간 추론 수준)와 결합하면 엔드투엔드 음성 에이전트 지능을 측정하는 Tau3 벤치마크에서 1위를 차지한다고 OpenAI는 밝혔다.

언어 학습 서비스 Speak는 초기 평가에서 GPT-Live-1 도입 후 학습자가 답변 전 생각할 시간이 늘었고, 기존 턴 기반 시스템 대비 인터럽션이 약 80% 줄었다고 밝혔다.

ChatGPT 탑재 버전과 API 버전의 차이

ChatGPT에 탑재된 버전은 OpenAI가 직접 운영하는 환경에서 동작한다. API 버전은 개발자가 백엔드 모델과 에이전트 구성을 직접 선택할 수 있다. 예를 들어 예약·주문 처리 같은 고빈도 작업에는 Luna 계열 모델을, 복잡한 고객 문의에는 Astra를 연결하는 식으로 추론 깊이·속도·비용을 태스크별로 조정할 수 있다.

ASR 전사(transcript)와 응답 텍스트를 기본 제공하며, 영숫자 인식 성능이 강하고 키워드 바이어싱을 지원한다. 턴 기반 모델은 아니지만 턴 감지(turn detection)를 기본 지원해 명시적 턴 경계 기반 개발도 가능하다.