GPT-Live-1.1 API 출시…음성 대기 구간은 분당 0.02달러
편집·검토: AI Ping 편집팀
3줄 요약
- 11월 19일 API 출시로 외부 앱에 새 음성 모델을 연결할 수 있게 됐다.
- 활성 분당 0.05달러·대기 0.02달러이며 백엔드·도구 비용은 별도다.
- WebRTC 대기는 마이크와 연결을 유지하고, 다시 말하면 대화를 이어간다.
오픈AI가 음성 모델 GPT-Live-1.1을 API로 제공하기 시작했다. 11월 19일 개발자 변경 기록에 출시를 알렸으며, 웹 음성 연결을 유지한 채 추론을 쉬게 하는 대기 모드도 추가했다. 음성 요금은 활성 분당 0.05달러, 대기 분당 0.02달러다.
챗GPT 플러스·프로에서는 10월 15일부터 쓰인 모델이다. 이번에는 외부 앱이 같은 모델을 음성 대화에 연결할 수 있게 됐다. 오픈AI는 여러 언어에서 발음·억양의 일관성과 음성 받아쓰기 정확도를 개선했다고 설명했다. 구체적인 개선율은 모델 페이지에 제시하지 않았다.
GPT-Live-1.1은 상대의 말을 들으면서 동시에 말하는 전이중 방식이다. 사용자가 답변 도중 끼어들거나 추가 정보를 말하는 상황을 처리한다. 모델 문서는 기존 라이브 세션에서 모델 식별자를 바꿔 사용하도록 안내하며, GPT-Live-1과 1.1의 동시 세션 한도는 각각 별도로 적용한다고 명시한다. 한 모델의 한도는 추론 지역 전체에 걸쳐 적용된다.
조용한 구간은 분당 0.02달러
두 모델 모두 같은 요금을 적용하고 초 단위로 청구한다. 대기 단가는 활성 단가보다 60% 낮다. 예를 들어 10분 중 활성 4분·대기 6분이면 음성 시간 요금은 0.32달러다. 전부 활성 상태일 때의 0.50달러보다 0.18달러 줄어든다. 이는 두 단가로 계산한 예시이며 백엔드 모델과 도구 사용료는 별도다.
공식 비용 안내는 제한 시간에 도달하기 전의 침묵과, 추론을 켜 둔 채 백엔드 처리를 기다리는 시간도 활성 시간에 포함한다고 설명한다. 기본 시작 방식에서는 WebRTC 세션 생성 때 음성 15초분을 먼저 청구한다. 세션이 실행되면 이 금액을 시간 요금에서 차감하므로, 실행된 대화 시간에 15초를 다시 더하는 방식으로 계산하지 않는다. 예컨대 활성 90초 세션에는 초기 청구한 15초가 이미 포함된다. 이 조건은 사용자에게 응답하기 전에 세션을 여러 번 만들거나 연결을 다시 시도하는 앱의 비용에도 영향을 준다.
대기는 WebRTC 세션에서 설정한다. 음성을 감지하면 추론을 시작하도록 지정하고, 입력이나 출력의 텍스트 기록이 없는 시간이 5~60초 사이의 지정값에 도달하면 다시 대기로 들어간다. 제한 시간을 생략한 경우에는 한 번 깨어난 뒤 세션이 끝날 때까지 추론이 활성 상태로 남는다. 단순히 마이크 음량을 끄는 것만으로 대기 설정을 대신할 수는 없다.
대기 중에도 마이크 트랙과 연결은 유지되며, 다시 말하면 같은 세션의 대화 이력을 복원한다. 문서는 대기 뒤 짧은 발화에 대한 첫 응답이 더 늦어질 수 있다고 설명한다.
복잡한 추론이나 외부 도구 작업은 음성 대화와 별도의 백엔드에 맡긴다. 라이브 모델이 지정한 Responses 모델로 전달하는 방식과, 앱이 자체 모델·에이전트·서비스를 실행해 결과를 돌려주는 방식을 지원한다. 어느 방식을 쓰든 앱이 권한 확인과 사용자 승인, 업무 기록과 작업 상태를 관리한다. 음성 응답이 이어지는 동안 백엔드 결과를 검토할 수도 있다. 클라이언트 위임에서는 앱이 어떤 대화 이력과 업무 상태를 백엔드에 보낼지도 정한다. 결과를 검증하거나 민감한 내용을 가리고, 여러 결과를 합치거나 폐기한 뒤 음성 모델에 전달할 수 있다고 문서는 설명한다.
전화 에이전트 업체 선더폰은 11월 19일 공개한 자체 비교에서, 같은 날 두 모델을 같은 시험에 넣었다고 밝혔다. 실제 통화에서 추린 205개 응답 시점에서 사업자가 승인한 답변과 일치한 비율은 기존 34%에서 43%로, 통화 음성 268개를 그대로 되풀이한 비율은 56%에서 61%로 높아졌다. 발화를 시작하기까지 걸린 시간의 중앙값은 1.3초에서 1.0초로 줄었다.
이 결과는 선더폰의 전화 환경에서 측정한 수치다. 업체는 시스템 구성의 영향을 받는 전화 전환·종료·도구 처리 시간을 비교에서 제외했다. 공개한 모의 통화 예시에는 철자로 말한 이름을 잘못 확인하거나, 묶어서 읽은 전화번호에 숫자를 더하는 오류와 이미 들은 주문 내용을 다시 묻는 장면도 남았다. 수치 비교와 별도로 제시한 이 예시는 가상 업체를 상대로 만든 통화이며 실제 고객 상담 사례로 제시한 것은 아니다.
출처
- Changelog — November 19, GPT-Live-1.1 — OpenAI
- GPT-Live-1.1 has arrived in the API — OpenAI
- GPT-Live-1.1 model — OpenAI
- Managing GPT-Live sessions — idle sessions — OpenAI
- Pricing — GPT-Live — OpenAI
- Voice session costs and WebRTC initialization — OpenAI
- Delegation and tools in GPT-Live — OpenAI
- GPT-Live-1.1 is faster and follows scripts better, but still slips on spellings and read-backs — ThunderPhone