OpenAI, GPT-5 수준의 추론 능력을 갖춘 실시간 음성 모델 3종 공개

AI 업계의 거물인 OpenAI가 GPT-Realtime-2, GPT-Realtime-Translate, GPT-Realtime-Whisper 등 세 가지 새로운 실시간 음성 모델을 공식 출시하며 음성 기술의 지평을 다시 한번 넓혔습니다. 이 모델들은 이제 개발자를 위한 Realtime API에 통합되어, 높은 지연 시간, 자연스러운 대화 중단 처리의 부재, 다국어 지원 문제 등 음성 상호작용에서 흔히 발생하는 과제들을 해결하는 데 초점을 맞추고 있습니다.
이번 출시의 가장 두드러진 특징은 GPT-Realtime-2로, 이는 현재까지 가장 지능적인 AI 음성 모델이자 GPT-5 수준의 추론 능력을 갖춘 최초의 음성 도구로 평가받고 있습니다. 기존 음성 비서와 달리, 이 모델은 매우 자연스럽고 유연한 대화를 가능하게 하면서 동시에 실시간 논리적 추론을 수행하고, 외부 도구를 원활하게 호출하며, 사용자의 대화 중단이나 수정 사항을 정확하게 감지하고 이에 대응할 수 있습니다. 이러한 획기적인 발전은 미래의 음성 비서가 단순한 명령 실행기를 넘어, 여러 단계로 구성된 복잡한 작업을 관리할 수 있는 실시간 협업 파트너로 진화할 것임을 시사합니다.
GPT-Realtime-2의 요금은 오디오 입력의 경우 토큰 100만 개당 32달러(약 218위안), 출력의 경우 토큰 100만 개당 64달러(약 436위안)로 책정되었습니다. 캐시된 입력 비용은 토큰 100만 개당 0.4달러로 훨씬 저렴합니다.
핵심 추론 모델 외에도, 다른 두 가지 기능 모델은 각기 다른 역량을 제공합니다. GPT-Realtime-Translate는 70개의 입력 언어와 13개의 출력 언어 간 실시간 변환을 지원하며 뛰어난 번역 성능을 보여줍니다. 번역 속도가 화자의 말하기 속도에 거의 맞춰져 있어, 국제 회의와 같은 고강도 실시간 커뮤니케이션 시나리오에 이상적입니다. GPT-Realtime-Whisper는 초저지연 스트리밍 전사 기능에 중점을 두어, ‘음성이 사람을 따라간다’는 경험을 제공함으로써 회의록 및 실시간 자막 생성 시 대기 시간을 대폭 단축합니다. 이 두 모델은 더 유연한 과금 방식을 적용하며, 분당 요금은 각각 0.034달러와 0.017달러입니다.
업계 분석가들은 OpenAI의 최근 행보를 AI 음성 상호작용이 ‘단순한 응답’에서 ‘심층적인 실시간 이해’로 전환되는 것으로 평가하며, 이는 지능형 시대에서 회사의 기술적 리더십을 더욱 공고히 할 것으로 전망하고 있습니다.
관련 기사
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의
캘리포니아 자율주행차 규정 준수: 과태료, 지오펜스, 100만 마일의 새로운 시대
Guident는 남부 플로리다에서 AuveTech 셔틀을 운영하며, 자사의 원격 모니터링 기술을 활용해 웨스트 팜비치에서 4마일 구간과 보카 라톤에서 1마일 구간의 노선을 관리하고 있다. | 출처: Guident캘리포니아주는 자율주행차에 대한 규제 환경을 재정의하며, 기술 업계의 “빠르게 움직이고 실패를 감수하라(move fast and break thin
관련 특별 주제 추천
의견 (0)
0/500

AI 업계의 거물인 OpenAI가 GPT-Realtime-2, GPT-Realtime-Translate, GPT-Realtime-Whisper 등 세 가지 새로운 실시간 음성 모델을 공식 출시하며 음성 기술의 지평을 다시 한번 넓혔습니다. 이 모델들은 이제 개발자를 위한 Realtime API에 통합되어, 높은 지연 시간, 자연스러운 대화 중단 처리의 부재, 다국어 지원 문제 등 음성 상호작용에서 흔히 발생하는 과제들을 해결하는 데 초점을 맞추고 있습니다.
이번 출시의 가장 두드러진 특징은 GPT-Realtime-2로, 이는 현재까지 가장 지능적인 AI 음성 모델이자 GPT-5 수준의 추론 능력을 갖춘 최초의 음성 도구로 평가받고 있습니다. 기존 음성 비서와 달리, 이 모델은 매우 자연스럽고 유연한 대화를 가능하게 하면서 동시에 실시간 논리적 추론을 수행하고, 외부 도구를 원활하게 호출하며, 사용자의 대화 중단이나 수정 사항을 정확하게 감지하고 이에 대응할 수 있습니다. 이러한 획기적인 발전은 미래의 음성 비서가 단순한 명령 실행기를 넘어, 여러 단계로 구성된 복잡한 작업을 관리할 수 있는 실시간 협업 파트너로 진화할 것임을 시사합니다.
GPT-Realtime-2의 요금은 오디오 입력의 경우 토큰 100만 개당 32달러(약 218위안), 출력의 경우 토큰 100만 개당 64달러(약 436위안)로 책정되었습니다. 캐시된 입력 비용은 토큰 100만 개당 0.4달러로 훨씬 저렴합니다.
핵심 추론 모델 외에도, 다른 두 가지 기능 모델은 각기 다른 역량을 제공합니다. GPT-Realtime-Translate는 70개의 입력 언어와 13개의 출력 언어 간 실시간 변환을 지원하며 뛰어난 번역 성능을 보여줍니다. 번역 속도가 화자의 말하기 속도에 거의 맞춰져 있어, 국제 회의와 같은 고강도 실시간 커뮤니케이션 시나리오에 이상적입니다. GPT-Realtime-Whisper는 초저지연 스트리밍 전사 기능에 중점을 두어, ‘음성이 사람을 따라간다’는 경험을 제공함으로써 회의록 및 실시간 자막 생성 시 대기 시간을 대폭 단축합니다. 이 두 모델은 더 유연한 과금 방식을 적용하며, 분당 요금은 각각 0.034달러와 0.017달러입니다.
업계 분석가들은 OpenAI의 최근 행보를 AI 음성 상호작용이 ‘단순한 응답’에서 ‘심층적인 실시간 이해’로 전환되는 것으로 평가하며, 이는 지능형 시대에서 회사의 기술적 리더십을 더욱 공고히 할 것으로 전망하고 있습니다.
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의





집






