OpenAI, GPT‑Live 공개

• ChatGPT Voice를 더 자연스러운 실시간 대화에 가깝게 만들기 위해 GPT‑Live‑1과 GPT‑Live‑1 mini를 공개
• 풀듀플렉스 구조로 듣기와 말하기를 동시에 처리해 짧은 맞장구, 빠른 주고받기, 사용자가 생각할 때 기다리는 동작을 지원
• 기존 캐스케이드형·턴 기반 음성 방식은 지연, 정보 손실, 부자연스러운 끼어들기 문제가 있었고, GPT‑Live는 연속 상호작용으로 이 한계를 줄이려 함
• 검색·추론·복잡한 작업은 뒤에서 GPT‑5.5 같은 최신 모델에 위임하고, GPT‑Live는 그동안 대화를 이어가는 구조임
• iOS, Android, ChatGPT.com에서 배포되며 Go·Plus·Pro는 GPT‑Live‑1, Free는 GPT‑Live‑1 mini가 ChatGPT Voice 기본 모델이 됨

GPT‑Live가 바꾸는 음성 대화 구조

• GPT‑Live는 AI 음성 대화를 실제 사람 간 대화에 더 가깝게 만들기 위한 새 세대 음성 모델임
• 핵심은 대화 중 동시에 듣고 말할 수 있는 풀듀플렉스(full-duplex) 구조임
  • 사용자가 말하는 동안 “mhmm”, “yeah” 같은 짧은 반응으로 듣고 있음을 나타낼 수 있음
  • 빠른 주고받기 대화를 처리함
  • 사용자가 생각할 시간이 필요할 때는 조용히 기다릴 수 있음
• 이 구조는 ChatGPT Voice를 더 자연스럽게 만들고, 장기적으로 더 복잡하고 오래 걸리는 에이전트형 작업에도 음성을 붙일 수 있게 함

기존 ChatGPT Voice 방식의 한계

• 초기 ChatGPT Voice 같은 캐스케이드형 음성 시스템은 여러 모델을 순서대로 연결해 한 번의 발화를 처리함
  • original ChatGPT Voice는 음성을 텍스트로 바꾸는 모델, 응답을 만드는 대형 언어 모델, 텍스트를 음성으로 바꾸는 모델을 이어 붙였음
  • frontier AI 모델과 음성으로 대화할 수 있게 했지만, 모델 사이에서 정보가 손실되고 응답이 느리거나 딱딱해질 수 있었음
• ChatGPT Advanced Voice Mode 같은 턴 기반 음성 모델은 하나의 모델 안에서 오디오를 처리하고 생성해 지연을 줄였음
  • 여전히 사용자가 말을 멈춘 뒤에야 응답하는 턴 구조로 동작함
  • 턴 감지가 침묵에 기반하기 때문에 짧은 멈춤이나 배경 소음이 턴 종료로 잘못 인식될 수 있음
  • 이 경우 모델이 부자연스러운 시점에 끼어들 수 있음

연속 상호작용과 작업 위임

• GPT‑Live는 별도 메시지를 차례로 처리하는 대신, 입력을 계속 받아들이면서 출력을 생성함
• 모델은 초당 여러 번 상호작용 결정을 내림
  • 말할지
  • 계속 들을지
  • 잠시 멈출지
  • 끼어들지
  • 도구를 호출할지
• 이 방식은 더 자연스러운 주고받기, 더 나은 시간 감각, 실시간 번역을 가능하게 함
• 깊은 작업은 GPT‑Live와 분리해 처리함
  • 검색, 추론, 더 에이전트적인 기능이 필요한 질문은 GPT‑5.5 같은 다른 모델에 위임할 수 있음
  • 여러 작업이 뒤에서 처리되는 동안에도 GPT‑Live는 대화를 이어감
  • 최신 모델과 에이전트를 활용하면서 자연스러운 음성 상호작용을 결합하는 구조임

모델 버전과 배포 계획

• OpenAI는 GPT‑Live‑1과 GPT‑Live‑1 mini 두 버전을 전 세계 ChatGPT 사용자에게 순차 배포하기 시작함
• API 제공도 예정되어 있으며, 개발자와 기업은 form에서 알림을 신청할 수 있음
• 출시 시점의 GPT‑Live는 백그라운드에서 GPT‑5.5를 사용함
  • GPT‑Live‑1 instant와 GPT‑Live‑1 mini는 GPT‑5.5 Instant 모델을 사용함
  • GPT‑Live‑1 Medium과 GPT‑Live‑1 High는 GPT‑5.5 Thinking 모델을 각각 medium 및 high 추론 노력으로 사용함
• OpenAI는 새 frontier 모델이 나오면 GPT‑Live가 사용하는 백그라운드 모델을 계속 업데이트할 계획임

평가 결과

• OpenAI는 대화의 즐거움과 흐름을 측정하기 위한 새 인간 평가를 만들었음
• 5~10분 길이의 맞춰진 대화에서 GPT‑Live‑1과 GPT‑Live‑1 mini는 Advanced Voice Mode보다 강하게 선호됨
  • 전체 선호도
  • 턴 주고받기
  • 끼어들기
  • 대화 흐름
  • 상호작용의 자연스러움
• GPT‑Live‑1은 여러 벤치마크에서 Advanced Voice Mode보다 나은 결과를 보임
  • GPQA: 생물학, 화학, 물리학 전반의 전문가 수준 과학 추론을 테스트하며, GPT‑Live‑1이 크게 앞섬
  • BrowseComp: 에이전트형 웹 검색과 찾기 어려운 정보를 찾는 능력을 테스트하며, GPT‑Live‑1이 큰 향상을 보임
  • τ³-Voice Telecom: 현실적인 다중 턴 통신사 지원 작업에서 음성 에이전트를 테스트하는 내부 변형이며, GPT‑Live‑1이 더 나은 성능을 냄
• τ³-Voice Telecom 평가는 최신 추론 모델로 구동되는 맞춤형 사용자 모델을 사용함

ChatGPT Voice에서 달라지는 경험

• 매주 1억 5천만 명 이상이 Voice와 Dictation 같은 기능으로 ChatGPT와 대화함
• 사용자는 핸즈프리 일상 도움, 언어 연습, 잠자리 이야기, 출퇴근 중 대화 등에 음성을 사용함
• Voice 버튼을 누르면 GPT‑Live 기반 경험이 적용됨
  • 더 자연스러운 대화
  • 더 똑똑한 답변
  • 더 나은 청취
  • 시각적 응답
• 사용자는 질문으로 끼어들거나, 생각을 정리하기 위해 멈추거나, ChatGPT에게 천천히 말해 달라고 요청할 수 있음
• ChatGPT는 “mhmm”, “got it” 같은 반응으로 사용자의 말을 따라가고 있음을 나타낼 수 있음
• ChatGPT의 9개 고유 음성은 GPT‑Live에 맞게 리마스터됨
• 사용자는 추론 수준을 선택할 수 있음
  • Instant: 빠른 응답
  • Medium 및 High: ChatGPT가 더 오래 생각하도록 함
• ChatGPT Voice는 사용자가 잠시 생각할 때 끼어들지 않고 기다릴 수 있음
• 사용자가 조용히 듣고 있으라고 요청하면 그대로 따를 수 있음
• 지나가는 차량이나 주변 대화 같은 배경 소음이 있어도 사용자의 목소리에 더 잘 집중함
• 날씨, 주식, 스포츠 등 일부 주제는 대화 중 풍부한 시각 카드로 보여줄 수 있음
• Voice는 검색, 메모리, 이미지, 파일 업로드를 계속 지원함

안전장치와 모니터링

• GPT‑Live는 최신 모델의 안전 개선을 기반으로 하며, 음성 전용 안전 학습과 새 보호장치를 추가함
• OpenAI는 실제 음성 사용 환경을 더 잘 반영하기 위해 오디오 기반 평가를 확장함
• Advanced Voice Mode에서 얻은 내용을 바탕으로 생성 오디오를 사용하는 합성 평가도 만들었음
  • 자해
  • 정신증 및 조증
  • AI에 대한 정서적 의존
  • 폭력
  • 성적 콘텐츠
• 내부 전문가들은 음성에 고유한 위험을 대상으로 레드팀 테스트를 수행함
• 테스트에서 GPT‑Live는 평가한 거의 모든 영역에서 Advanced Voice Mode와 비슷하거나 더 나은 성과를 냄
• 자세한 테스트와 보호장치는 GPT‑Live system card에서 확인할 수 있음
• 음성 대화가 실시간으로 진행되기 때문에 모델이 말하는 중에도 작동하는 보호장치가 추가됨
  • 잠재적으로 안전하지 않은 출력을 감지하면 더 안전한 응답으로 유도함
  • 추가 안전 메시지나 리소스를 표시할 수 있음
  • 더 높은 위험 상황에서는 음성 대화를 종료할 수 있음
• 자해 관련 대화에는 전문가 검토를 거친 위기 헬프라인 지원을 포함해 ChatGPT의 지원 흐름을 음성용으로 조정함
• 청소년 사용자를 위한 추가 보호도 설계됨
  • 연령에 맞는 행동을 모델에 직접 학습시켜 부적절한 응답 위험을 줄임
  • 부모는 Parental Controls에서 청소년의 ChatGPT Voice 사용 여부를 선택할 수 있음
  • 연결된 부모는 잠재적 자해나 자살 의도 징후가 있는 고위험 상황에서 알림을 받을 수 있음
• 정서적 의존에 초점을 맞춘 장기 측정과 출시 후 모니터링도 진행됨
  • 이전 affective use and emotional well-being 연구를 기반으로 함
  • 정서적으로 민감한 상호작용에서 새 패턴을 파악하고 응답 방식을 개선하는 데 사용됨
• GPT‑Live는 대화를 위한 모델이며 음성 사칭용이 아님
  • ChatGPT의 사전 정의된 음성 세트를 사용함
  • 실제 사람의 목소리를 모방하지 못하도록 보호장치를 둠

지원 범위와 현재 제약

• GPT‑Live는 iOS, Android, ChatGPT.com에서 전 세계 ChatGPT 사용자에게 배포 중임
• GPT‑Live‑1은 Go, Plus, Pro 사용자의 ChatGPT Voice 기본 모델이 됨
• GPT‑Live‑1 mini는 Free 사용자의 기본 모델이 됨
• 더 자세한 제공 범위는 Help Center에서 확인할 수 있음
• GPT‑Live는 ChatGPT에서 많이 쓰이는 일부 언어에 최적화됨
  • 일부 언어에서는 비원어민 억양이나 유창성에 빈틈이 있을 수 있음
  • OpenAI는 여러 언어에서 경험을 개선하는 작업을 진행 중임
• 출시 시점에는 ChatGPT에서 음성 기반 비디오나 화면 공유를 지원하지 않음
  • OpenAI는 해당 기능을 곧 도입하기 위해 작업 중임
  • Standard와 Advanced Voice Mode 같은 기존 ChatGPT Voice 버전에서는 해당 기능을 계속 사용할 수 있음