OpenAI, API로 GPT‑Live‑1 공개… 통화형 음성 에이전트 시대 연다
GPT‑Live‑1 in the API
OpenAI가 실시간 음성 모델 GPT‑Live‑1을 API로 출시했다. 듣기와 말하기를 동시에 처리하는 단일 모델로 기존 STT–LLM–TTS 조합의 지연과 끊김을 없앴다. Speak의 초기 테스트에서는 학습자의 끼어들기가 80% 가까이 줄었다. 추론과 도구 호출은 GPT‑6 Astra 같은 백엔드 모델에 위임하고, 톤·속도·대화 스타일은 시스템 프롬프트로 조정한다. 전화 통화용 풀듀플렉스 에이전트도 지원하며, 가격은 분당 0.05달러다.
GPT‑Live‑1 handles listening and speaking in a single model, simplifying the voice layer. It can respond to interruptions and acknowledgements as they happen, while delegating deeper reasoning to the back end.
HN 토론
55- dbbk
이걸 기다려왔어요! 저는 스페인어를 배우는 중이라 스페인어를 가르쳐주는 앱을 만들었는데, 제 삶의 시나리오에 극도로 집중하도록 했어요. 예를 들어 "바르셀로나 바에서 바르사 경기 보기" 같은 거요. 이 앱은 FSRS 플래시카드 훈련과 실시간 대화 연습을 해줍니다.
저는 교육이 이런 실시간 대화 모델에게 매우 탐구되지 않은 영역이라고 생각해요. 물론 그냥 ChatGPT Live를 써도 되지만, 그건 자유분방하고 구조화되지 않아서 커리큘럼도 없고 보조 시각자료를 제시할 수도 없죠. 거시적으로 보면, 아이들에게 단체 교육에만 의존하지 않고 각자 개인 맞춤형 튜터를 줄 수 있다면 성공적인 교육 성과에 엄청난 도약이 있을 수 있어요.
- agentdev001
https://news.ycombinator.com/item?id=49646963 에서 올린 제 댓글을 다시 올립니다.
출시 축하드려요. 지난 몇 시간 동안 이걸 가지고 이것저것 해봤는데 정말 정말 멋지네요. 이게 API로 나오기를 손꼽아 기다렸어요. 왜냐하면 주어진 하네스 앞에 바로 끼워 넣을 수 있는 초고충실도 음성 인터페이스 옵션이 없었으니까요. 지금까지는 이게 저를 완전히 압도하고 있어요!
(곁다리 질문인데, API 업데이트를 한 곳에서 볼 수 있는 곳이 있나요? 실제로 바뀌는 모든 것을 다루는 곳이요? 기억하기로는 트윗으로 몇 가지 추가 사항이 있었던 것 같은데 API 변경 로그에는 안 올라왔던 것 같아서요 ;] )
- almogo
저처럼 꽤 AI 지향적인 사람으로서도 여기에는 저를 설득할 만한 포인트가 충분하지 않네요. 저는 AI와 대화하고 싶은 경우가 거의 없어요. 유용한 음성 상호작용을 하게 될 거라고 믿지 않아요. 어쩌면 에이전트가 그걸 해결하러 왔을지도 모르지만, 로봇 전화봇으로부터 30년간 쌓인 정말 부정적인 선례를 극복해야 하고, 새로운 API 몇 개가 그걸 하룻밤 사이에 바꾸리라고는 생각하지 않아요.
- kailpa1
이건 다른 사람에게 무언가를 가르쳐서 배우는 경우, 그리고 그 다른 사람이 AI인 경우에 유용할 수 있다고 생각해요. 가르치면서 배우는 것이 지식의 빈틈을 확인하고, "학생"이 이해할 수 있을 만큼 주제를 단순하게 설명할 수 있는지 점검하는 훌륭한 방법이라는 건 다들 알죠. 하지만 이 과정에서 "학생"을 찾는 게 어려운 일이에요. 학생을 이 모델로 대체하고, 어쩌면 뒤에 더 나은 추론 모델을 두면, 이 경우에는 실제 사람을 충분히 대체할 수 있을 것 같아요.
- ndom91
https://github.com/TristanBrotherton/voicepe-realtime 위에 HomeAssistant VoicePE를 얹어서 이걸 시험해보고 싶었어요.
HA / Voice PE로 뭔가 만들어본 다른 분 있나요?
함수 호출을 하려면 두 번째 모델이 필요한 것 같은데, gpt-realtime-2.5는 그렇지 않았고, Voice PE의 XMOS 칩 오디오 파이프라인은 gpt-live-1이 이제 지원하는 것 같은 완전 양방향 주고받기에는 잘 맞지 않을 수도 있겠네요.