OpenAI, GPT-Live-1 API 정식 출시…동시 듣기·말하기 음성 에이전트 구현

OpenAI는 2026년 9월 10일 GPT-Live-1을 API에서 정식 출시했다. 날짜는 9월 11일이 아니다. 개발자는 이 모델을 이용해 사용자의 발화가 완전히 끝난 뒤에만 응답하는 방식이 아니라, 듣기와 말하기가 동시에 이뤄지는 음성 에이전트를 만들 수 있다.116

‘풀 듀플렉스’가 바꾸는 대화 방식

기존 음성 에이전트는 대개 음성 인식(STT)으로 발화를 텍스트로 바꾸고, 언어 모델이 답을 생성한 뒤, 음성 합성(TTS)으로 다시 읽어 주는 순차형 구조를 쓴다. GPT-Live-1은 이 가운데 실시간 대화 구간을 위한 통합 음성 계층으로 제시됐다.1

핵심 차이는 발화 차례를 다루는 방식이다. OpenAI에 따르면 GPT-Live-1은 말하면서도 계속 듣고, 침묵이나 말의 속도 변화, 끼어듦을 파악해 지금 답할지 더 들을지를 판단할 수 있다. 짧은 맞장구나 호응처럼 자연스러운 대화에서 흔한 신호도 오류로만 취급하지 않도록 설계된 것이다.1915

다만 음성 모델이 모든 일을 직접 처리해야 하는 것은 아니다. 대화는 GPT-Live-1이 이어 가는 동안, 별도의 백엔드 모델이나 에이전트가 복잡한 추론 또는 도구 호출을 수행할 수 있다. OpenAI 모델을 연결하는 Responses 위임과 개발자 자체 백엔드를 연결하는 클라이언트 위임을 지원한다.116

음성 계층과 추론 계층을 분리하는 구조

GPT-Live-1은 사용자와 직접 대화하는 전면의 음성 계층 역할을 한다. 더 깊은 추론, 정보 검색, 업무 흐름 실행, 외부 도구 호출 등은 백엔드가 맡을 수 있다. OpenAI의 제품 노트에서는 난도가 높은 검색·추론 작업의 선택지로 GPT-6 Astra를 언급했으며, API 개발자는 클라이언트 위임을 통해 자체 백엔드도 연결할 수 있다.416

개발 관점에서 보면 역할은 다음처럼 나뉜다.

• GPT-Live-1: 실시간 듣기·말하기와 대화 타이밍을 담당한다.
• 백엔드 모델 또는 에이전트: 복잡한 판단, 검색, 도구 사용을 담당한다.
• 총비용과 서비스 동작: 음성 모델뿐 아니라 연결한 백엔드 모델과 도구의 선택에도 좌우된다.1618

OpenAI는 이번 API 출시에서 향상된 지시 이행 능력, 맞춤형 음성, 전화망 연동 지원도 함께 강조했다.13

가격: 음성은 분당 0.05달러, 백엔드는 별도

GPT-Live-1 음성 세션 요금은 분당 0.05달러다. 과금은 초 단위로 이뤄지며, 다음 1분으로 올림 계산하지 않는다.1618

이 금액은 어디까지나 음성 세션의 가격이다. 백엔드 모델 사용량과 도구 사용량은 별도 청구되므로, 실제 운영 비용을 산정할 때는 통화 시간뿐 아니라 뒤에서 실행되는 추론·검색·도구 작업 비용까지 함께 계산해야 한다.1618

성능 수치: 확인되는 주장과 확인되지 않는 수치

OpenAI는 GPT-Live-1이 자사 Full Duplex Bench에서 GPT-Realtime-2.1보다 30%포인트 개선됐다고 밝혔다. 또한 중간 수준의 추론 설정을 적용한 GPT-6 Astra와 조합했을 때 Tau3에서 1위를 기록했다고 설명했다.1

하지만 제공된 자료만으로는 질문에 포함된 구체적인 턴테이킹 지연시간 수치나 Tau3 통과율의 정확한 비교 수치를 독립적으로 확인할 수 없다. 따라서 이 수치들은 여기서 검증된 정보로 받아들이기 어렵다.

초기 도입 기업들이 전한 사례

OpenAI는 자연스러운 발화 차례 처리가 실제 서비스에서 어떤 효과를 낼 수 있는지 보여 주는 사례도 소개했다.

• Yelp는 GPT-Live-1을 Yelp Host와 Hatch에 적용한 뒤 턴테이킹과 정확도가 개선됐다고 밝혔다. 예약·음식 주문 전화에서 이용자가 더 길고 자연스러운 문장으로 말하게 됐고, 통화 처리도 나아졌다는 설명이다.1
• 언어 학습 서비스 Speak는 학습자가 생각할 시간을 더 가진 뒤 튜터가 응답할 수 있게 됐으며, 이전의 턴 기반 시스템과 비교해 끼어듦이 거의 80% 줄었다고 보고했다.1
• 한 헬스케어 기업은 계단식 구현을 대체하면서 코드베이스를 80% 단순화하고 코드 2만 3,000줄을 제거했으며, 실시간 환자 대화가 더 자연스러워졌다고 밝혔다.1

이들은 각 기업이 보고한 운영 결과다. 독립적인 성능 검증이나 모든 서비스에 적용되는 보장으로 해석하기보다는, 실제 배포 사례로 보는 편이 적절하다.

제공 자료에서 확인되지 않은 부분

제공된 근거는 ‘Presence’라는 관리형 제품을 통한 기업용 접근 관련 주장을 뒷받침하지 않는다. 이번 API 출시로 억양·방언·지원 언어가 구체적으로 확대됐다는 주장도 확인되지 않았다. 도입이나 구매 결정을 위해서는 최신 OpenAI 공식 문서를 별도로 확인할 필요가 있다.

정리

GPT-Live-1의 변화는 단순히 음성 응답 속도를 높이는 데 그치지 않는다. 에이전트가 대화를 자연스럽게 이어 가는 동안, 별도 시스템이 느리거나 복잡한 추론과 도구 호출을 맡도록 음성 계층과 백엔드 계층을 분리한 것이 핵심이다. 음성 계층은 분당 0.05달러, 초 단위 과금으로 비교적 명확하지만, 전체 비용은 어떤 백엔드 모델과 도구를 붙이느냐에 따라 달라진다.11618