GPT-Live 출시, 맞장구까지 치는 챗GPT 음성모드의 실제 반응

음성 비서한테 이것저것 얘기하다가 잠깐 숨을 고르는 순간 갑자기 말이 뚝 끊기고 "네, 말씀하세요"가 튀어나온 경험 다들 한 번쯤 있으실 겁니다. 사람이라면 그 침묵 사이에 "음", "그렇죠" 하고 자연스럽게 맞장구를 치면서 기다려줄 텐데, 기계는 그걸 대화가 끝난 신호로 착각해버리는 거예요. 오픈AI가 이 문제를 정면으로 겨냥한 새 음성모드 GPT-Live를 내놓았습니다. 그런데 막상 풀어보니 반응이 기대와는 조금 다르게 흘러가고 있어요. 무엇이 나온 건지, 실제로는 어떤 평가를 받고 있는지 정리해보겠습니다.

GPT-Live, 챗GPT 음성모드를 통째로 바꿨습니다

오픈AI는 2026년 7월 8일 챗GPT의 기존 음성모드(어드밴스드 보이스 모드)를 대체하는 새 음성 모델 GPT-Live-1과 경량판 GPT-Live-1 mini를 공개했습니다. 유료 구독자(Go·Plus·Pro)는 GPT-Live-1이 기본으로 적용되고, 무료 이용자는 GPT-Live-1 mini가 기본값으로 바뀝니다.

참고로 같은 이름처럼 보이는 gpt-realtime-2.1 모델은 이틀 앞선 7월 6일 API 쪽에 따로 나온 제품이라 서로 다릅니다. 이쪽은 지연시간을 개선하는 데 초점을 맞춘 업데이트로, p95 응답 지연을 25% 이상 줄였다고 밝혔을 뿐 이번 글의 핵심인 맞장구 기능과는 직접 관련이 없습니다.

핵심은 말하는 도중에 자연스럽게 맞장구를 치는 것입니다

GPT-Live는 사용자 음성을 실시간으로 계속 받아들이면서 동시에 응답을 만들어내는 완전 양방향(full-duplex) 구조로 설계됐습니다. 말할지, 들을지, 잠깐 멈출지, 끼어들지, 도구를 호출할지를 초당 여러 번씩 스스로 판단한다고 오픈AI는 설명합니다.

그 결과로 나온 게 사용자가 아직 말하고 있는 도중에도 "음", "네" 같은 짧은 맞장구를 자연스럽게 끼워 넣거나, 사용자가 생각을 정리하는 중이라고 판단되면 침묵을 대화 종료 신호로 오해하지 않고 조용히 기다리는 동작입니다. 기존 어드밴스드 보이스 모드가 짧은 정적이나 주변 소음에도 성급하게 말을 끊고 들어오던 문제를 고치려는 설계로 볼 수 있습니다.

어려운 질문은 뒤에서 조용히 GPT-5.5에게 넘깁니다

GPT-Live는 음성을 텍스트로 바꿨다가 다시 음성으로 합성하는 예전 방식이 아니라, 소리를 직접 처리하고 만들어내는 네이티브 오디오 모델입니다. 다만 검색이나 깊은 추론이 필요한 질문을 받으면 대화를 자연스럽게 이어가는 동안 뒤에서 GPT-5.5를 불러 답을 받아온 뒤, 그 결과를 다시 대화 흐름에 자연스럽게 녹여 넣는 방식으로 처리합니다.

음성모드가 텍스트 모델보다 항상 한 박자 뒤처진다는 지적을 받아온 걸 감안하면, 이렇게 뒤에서 상위 모델을 조용히 끌어다 쓰는 구조는 실질적인 해결책으로 보입니다.

그런데 반응은 기대와 다르게 갈렸습니다

개발자 커뮤니티(해커뉴스)에서는 대체로 긍정적인 평가가 나옵니다. 음성모드가 GPT-5.5를 뒤에서 불러 쓰는 구조 덕분에 텍스트 모델 성능을 따라잡았다는 점, 30~40분 넘게 걸으면서 대화해도 자연스러웠다는 시연 후기가 좋은 평을 받았습니다.

반면 일반 사용자 반응은 결이 다릅니다. 소셜미디어에서는 오히려 맞장구 기능이 "거슬린다"는 불만이 많이 올라왔다고 여러 매체가 전했습니다. 의도는 사용자를 안심시키는 것이었는데, 실제로는 "음", "네, 알겠습니다" 같은 추임새가 너무 자주 끼어들면서 오히려 새로운 형태의 말 끊기처럼 느껴진다는 지적입니다. 한 사용자는 모델이 갑자기 끼어들면서 부적절하게 웃는 버그를 겪었다고 보고했고, 힌디어 실시간 통역 시연에서는 억양이 지나치게 미국식이고 발음이 딱딱하게 들렸다는 평도 나왔습니다.

한 가지 짚어둘 점은, 이번 불만이 "아첨한다", "무조건 맞장구쳐준다" 같은 아부성 반응에 대한 것은 아니라는 겁니다. 실제 불만의 핵심은 추임새가 끼어드는 빈도와 타이밍이 부자연스럽다는 데 있습니다. 사람과 사람 사이의 맞장구는 자연스럽지만, 기계가 흉내 내는 맞장구는 아직 그 정도로 다듬어지지 않았다는 뜻으로 읽힙니다.

성능은 어느 정도 좋아졌나요

오픈AI는 GPT-Live가 GPQA, BrowseComp, 그리고 자체 개발한 텔레콤 분야 음성 벤치마크(τ³-Voice Telecom)에서 이전 모델을 앞섰다고 밝혔습니다. 다만 이 수치는 오픈AI가 직접 공개한 자체 측정 결과이며, 독립적으로 검증된 자료는 아니라는 점을 감안해서 봐주시면 좋겠습니다.

경쟁사 쪽 수치도 함께 참고할 만합니다. xAI는 자사의 grok-voice-think-fast-1.0 모델이 유통·항공·통신 등 특정 분야에서 제미나이 라이브(Gemini Live)나 GPT 리얼타임보다 낫다는 자체 벤치마크 결과를 내놓은 적이 있습니다. 이 역시 xAI가 직접 발표한 수치라 그대로 받아들이기보다는 참고 자료 정도로 보는 게 안전합니다.

어디서 쓸 수 있나요

GPT-Live는 iOS, 안드로이드, 챗GPT 웹사이트에서 바로 쓸 수 있고, 이번에 애플 카플레이(CarPlay) 연동도 함께 추가됐습니다. 구독 등급별로 적용되는 모델이 다르다는 점은 아래 표로 정리했습니다.

이용 등급	기본 적용 모델
무료	GPT-Live-1 mini
Go·Plus·Pro	GPT-Live-1
API(개발자)	아직 미제공, 추후 알림 신청만 가능

API는 이번 발표에 포함되지 않았습니다. 자기 서비스에 이 음성모드를 직접 붙이고 싶은 개발자는 아직 기다려야 하고, 오픈AI 홈페이지에서 추후 공개 알림만 신청할 수 있는 상태입니다.

다른 음성 AI와는 뭐가 다른가요

구글 제미나이 라이브는 안드로이드·구글 생태계와 깊게 엮여 있다는 점이 강점으로 꼽힙니다. xAI의 그록 보이스는 앞서 본 것처럼 특정 업종 시나리오에서 강점을 내세우고 있고요. 오픈AI는 이번 발표로 자연스러움 측면에서 두 경쟁사를 따라잡으려는 모습입니다.

공교롭게도 오픈AI는 같은 주에 엔비디아 의존을 줄이려는 할라페뇨 추론칩 소식까지 함께 내놓으며 음성부터 하드웨어까지 여러 갈래로 발표를 쏟아냈습니다. 한 번에 여러 소식이 몰린 만큼, 이번 음성모드 업데이트도 그 흐름 속 하나로 봐야 할 것 같습니다.

자주 묻는 질문

맞장구 기능이 거슬리면 끌 수 있나요? 별도의 켜고 끄는 설정이 있는지는 이번 발표에서 명확히 확인되지 않았습니다. 설정 메뉴에서 직접 확인해보시는 걸 권합니다.

한국어로 대화해도 자연스러운가요? 한국어 관련 평가는 별도로 보도되지 않았습니다. 다만 힌디어 실시간 통역 시연에서는 억양과 발음이 부자연스럽다는 지적이 나왔던 만큼, 언어별로 완성도 차이가 있을 가능성은 있습니다. 직접 써보고 판단하시는 게 정확합니다.

지금 바로 API로 개발에 붙일 수 있나요? 아직 안 됩니다. 이번 발표는 챗GPT 앱과 웹 기준이고, API 공개는 추후로 예정돼 있어 알림 신청만 가능한 상태입니다.