GPT-Live 정리: 챗GPT 음성이 말하는 중에도 듣는 구조로 바뀐 이유

GPT-Live는 오픈AI가 챗GPT의 음성 대화를 위해 새로 만든 실시간 음성 시스템입니다. 지난 7월 새 음성 모델과 함께 공개됐고, 한국 시간 8월 4일에는 이 시스템을 어떻게 만들었는지 설명하는 엔지니어링 글이 공식 블로그에 올라왔습니다. 핵심은 한 문장으로 요약됩니다. 차례를 주고받던 대화 방식을 버리고, 답변을 말하는 중에도 계속 듣는 구조로 음성 스택을 처음부터 다시 만들었다는 것입니다.

이 글은 GPT-Live가 무엇을 바꿨는지, 그 구조가 어떻게 생겼는지, 지금 누가 쓸 수 있는지를 공식 발표 기준으로 정리합니다. 2026년 8월 기준으로 작성했습니다.

기존 챗GPT 음성 대화가 답답했던 이유

지금까지 AI 음성 대화는 무전기에 가까웠습니다. 내가 말을 마치면 AI가 "발화가 끝났다"라고 판단한 뒤에 답변을 시작하고, 답변이 끝나야 다시 내 차례가 옵니다. 이 판단을 별도의 턴 감지 모델이 맡았습니다.

이 방식의 문제는 누구나 겪어 봤을 것입니다.

• 잠깐 생각하느라 말을 멈추면 AI가 끝난 줄 알고 답변을 시작합니다.
• 답변이 길어질 때 끼어들어 방향을 바꾸기 어렵습니다.
• 질문 뒤에 어색한 침묵이 생기고, 대화의 속도가 사람 사이의 대화와 다르게 느껴집니다.

사람의 대화는 무전기가 아니라 전화입니다. 상대가 말하는 중에도 듣고 있고, 추임새를 넣고, 필요하면 끼어듭니다. GPT-Live는 이 지점을 바꾸겠다고 만든 시스템입니다.

GPT-Live가 바꾼 것: 말하면서 듣는 풀 듀플렉스

오픈AI는 공식 발표에서 이렇게 설명했습니다.

“

GPT-Live는 말하는 중에도 들을 수 있습니다. 이것이 챗GPT 규모에서 자연스럽게 느껴지도록, 클라이언트부터 모델까지 음성 스택을 다시 만들었습니다.

이 구조를 풀 듀플렉스(full-duplex)라고 부릅니다. 전화처럼 양쪽의 소리가 동시에 오가는 방식입니다. 발화가 끝나기를 기다렸다가 차례를 넘기는 턴 감지 모델은 실시간 경로에서 빠졌고, 대신 음성 모델이 지금 말할지, 계속 들을지, 기다릴지, 끼어들지를 대화 내내 계속 판단합니다. 공식 블로그를 인용한 보도들은 이 판단이 1초에도 여러 번 일어난다고 전합니다.

사용자가 체감하는 변화는 세 가지입니다. 답변 중에 말을 끊으면 즉시 반응하고, 생각하느라 멈춘 것과 말을 마친 것을 구분하며, 질문과 답변 사이의 침묵이 줄어듭니다.

공식 아키텍처: 대화는 앞에서, 무거운 일은 뒤에서

오픈AI가 공개한 시스템 구성도를 보면 구조가 두 가지로 나뉩니다.

실시간 경로에서는 사용자의 음성이 미디어 프런트엔드를 거쳐 음성 모델(GPT-Live-1)과 곧바로 오갑니다. 대화가 끊기지 않게 유지하는 것이 이 경로의 역할입니다.

위임 경로는 무거운 일을 처리합니다. 웹 검색이나 코드 실행, 깊은 추론이 필요하면 그 작업을 텍스트 모델(GPT-5.5)에 넘기고, 결과가 나올 때까지 음성 모델이 대화를 이어 갑니다. 검색이 몇 초 걸려도 통화가 멈추지 않는 이유입니다. 공식 발표의 표현을 빌리면, 깊은 추론과 도구 사용이 대화를 중단시키지 않도록 오디오가 계속 흐르는 구조입니다.

“

GPT-Live의 핵심 설계는 대화를 유지하는 실시간 경로와 무거운 작업을 맡는 위임 경로의 분리입니다.

연결 속도까지 다시 설계한 이유

말하는 도중의 반응만 바꾼 것이 아닙니다. 공식 블로그를 인용한 보도들에 따르면, 음성 대화를 시작할 때의 네트워크 연결 왕복을 6번에서 1번으로 줄이는 WARP라는 프로토콜을 함께 개발했습니다. 버튼을 누르고 대화가 시작되기까지의 대기가 그만큼 줄어듭니다.

같은 보도들은 서버 쪽 코드를 파이썬에서 Go 언어로 다시 작성해 오디오 전송 간격을 고르게 만들었고, 기존 음성 사용자들의 실제 트래픽을 새 시스템에 나란히 흘려보내는 방식으로 안정성을 검증한 뒤 전환했다고 전합니다. 주간 음성 사용자가 1억 명대에 이르는 규모라, 바꿔 끼우는 작업 자체가 큰 도전이었던 것으로 보입니다.

지금 누가 쓸 수 있는지

출시 보도 기준으로 모델은 두 가지입니다.

챗GPT 앱에서 음성 대화를 사용 설정하면 무료 사용자도 mini 모델로 새 구조를 쓰게 됩니다. 차이를 확인하는 가장 빠른 방법은 답변 중에 일부러 말을 끊어 보는 것입니다. 기존 음성 모드와의 차이가 첫 대화에서 드러납니다.

이 변화가 의미하는 것

음성은 지금까지 AI의 보조 기능에 가까웠습니다. 대화가 어색하니 짧은 질문 정도에만 썼습니다. 턴 방식의 어색함이 사라지면 음성으로 묻고 음성으로 답을 듣는 사용이 지금보다 늘어날 가능성이 있습니다. 애플도 올가을 시리의 대규모 개편을 준비하고 있다는 보도가 이어지고 있어서, 음성 인터페이스 경쟁은 하반기에 더 치열해질 것으로 보입니다.

콘텐츠를 만드는 입장에서는 이어지는 질문이 하나 생깁니다. 사람들이 화면 없이 음성으로 답을 듣는다면, 그 답변에 인용되는 콘텐츠는 어떻게 준비해야 하는가입니다. 이 문제는 GEO 최적화 가이드에서 다뤘던 방향과 같은 곳으로 이어집니다. 답변에 인용될 근거 문장을 텍스트로 갖춰 두는 일의 중요성이 음성 시대에는 더 커집니다.

정리

GPT-Live는 챗GPT 음성 대화를 턴 방식에서 풀 듀플렉스로 바꾼 재설계입니다. 말하는 중에도 계속 듣고, 무거운 작업은 뒤에서 처리하며, 연결 시작도 빨라졌습니다. 무료 사용자도 mini 모델로 바로 써 볼 수 있으니, 음성 대화를 한동안 안 썼던 분이라면 지금 상태를 한번 확인해 볼 만한 시점입니다.

자주 묻는 질문

무료 사용자도 GPT-Live를 쓸 수 있나요?

쓸 수 있습니다. 챗GPT 앱에서 음성 대화를 사용 설정하면 무료 사용자에게는 GPT-Live-1 mini가 기본으로 적용되고, 상위 모델인 GPT-Live-1은 유료 구독자에게 제공됩니다. 바뀐 구조를 확인하려면 답변이 나오는 중에 일부러 말을 끊어 보면 됩니다.

말하다가 잠깐 멈추면 예전처럼 답변이 먼저 시작되나요?

그럴 가능성이 줄었습니다. 발화가 끝났는지 판단하던 턴 감지 모델이 실시간 경로에서 빠지고, 음성 모델이 지금 말할지 계속 들을지를 대화 내내 판단하는 구조로 바뀌었습니다. 생각하느라 멈춘 것과 말을 마친 것을 구분하는 일이 이 판단에 포함됩니다.

웹 검색이나 코드 실행을 시키면 대화가 멈추나요?

멈추지 않는 구조입니다. 검색이나 코드 실행, 깊은 추론처럼 무거운 작업은 위임 경로의 텍스트 모델인 GPT-5.5가 맡고, 결과가 나올 때까지 음성 모델이 대화를 이어 갑니다. 작업이 몇 초 걸려도 오디오가 계속 흐르도록 설계된 부분입니다.

---

참고 자료

• OpenAI: Introducing GPT-Live
• OpenAI: How we built a realtime system for responsive voice AI
• OpenAI 공식 X 발표