오픈AI가 2026년 7월 8일 GPT-Live를 출시하며 챗지피티(ChatGPT) 어드밴스드 보이스 모드를 완전 대체했다. 풀듀플렉스 아키텍처로 사용자와 AI가 동시에 발화하며, 복잡한 추론은 GPT-5.5에 자동 위임한다. GPT-Live-1(유료 플랜 기본값)과 GPT-Live-1 mini(무료 기본값) 두 버전이 출시됐다. 실시간 AI 음성 앱을 개발하는 개발자를 위해 풀듀플렉스 모델의 작동 원리, 기존 어드밴스드 보이스 모드와의 핵심 차이 3가지, API 사전 신청 방법, 도입 시 상태 기계 설계 고려사항을 정리한다.
오픈AI가 2026년 7월 8일 GPT-Live를 출시하며 챗지피티 보이스 모드를 완전히 새로 설계했다. 기존 어드밴스드 보이스 모드(Advanced Voice Mode)와 가장 큰 차이는 아키텍처다. GPT-Live는 풀듀플렉스(full-duplex) — 말하는 동시에 듣는다. 사용자가 중간에 끊어도, 배경 소음이 있어도, 짧게 맞장구를 쳐도 자연스럽게 이어진다. 무거운 추론이 필요한 질문은 자동으로 GPT-5.5에 위임하고, 결과를 음성 대화 흐름에 끊김 없이 통합한다. 개발자 API는 아직 미공개지만 사전 신청이 열려 있다. 이 글에서는 풀듀플렉스의 작동 원리, 기존 모드와의 차이, 개발자가 준비해야 할 것을 정리한다.
GPT-Live는 오픈AI가 개발한 새로운 실시간 음성 모델 시리즈다. 기존의 어드밴스드 보이스 모드가 "사용자 발화 → AI 처리 → AI 응답"의 순차 방식이었다면, GPT-Live는 이 경계를 없앤다. 사용자가 말하는 동안에도 AI가 어떻게 반응할지 판단하고, 필요하면 즉시 개입하거나 조용히 더 듣는다.
챗지피티 앱에서는 GPT-Live-1이 유료 플랜(Go·Plus·Pro) 사용자의 기본 보이스 모델로 설정됐고, 무료 플랜은 GPT-Live-1 mini가 기본값이다. 어드밴스드 보이스 모드 메뉴는 GPT-Live로 통합됐다. 애플 카플레이(CarPlay)에서도 GPT-Live 지원이 추가됐다.
일반적인 음성 AI는 반이중(half-duplex) 방식이다. 사람이 말하면 AI가 듣고, AI가 말할 때는 사람이 대기한다. 전화 통화에서도 한 번에 한 명만 말하도록 설계된 방식과 같다. 중간에 끼어들면 음성이 겹치거나 한쪽이 끊긴다.
GPT-Live의 풀듀플렉스는 음성 통화가 아니라 실제 대면 대화에 가깝다. 오픈AI의 공개 설명에 따르면, GPT-Live는 음성 입력을 연속적으로 처리하면서 동시에 출력을 생성한다. 모델이 초당 여러 번 결정을 내린다: 지금 말해야 하는가, 더 들어야 하는가, 잠시 멈춰야 하는가, 도구를 호출해야 하는가.
사용자가 제공한 주요 상호작용 기능은 다음과 같다.
오픈AI는 두 가지 GPT-Live 변형을 동시에 출시했다.
추론 깊이는 사용자가 선택할 수 있다. 빠른 즉각 응답을 원하면 Instant 모드, 적당한 분석을 원하면 Medium 모드, 깊이 있는 분석이 필요하면 High 모드를 선택한다. High 모드를 선택하면 GPT-Live-1이 복잡한 부분을 GPT-5.5에 위임하고 결과를 음성 흐름에 통합해 돌려준다.
GPT-Live의 핵심 설계 결정 중 하나는 모든 추론을 단일 모델이 처리하지 않는다는 것이다. GPT-Live-1은 실시간 대화 흐름을 담당하고, 웹 검색·더 깊은 추론·복잡한 분석이 필요한 부분은 GPT-5.5에 위임한다.
위임 프로세스는 사용자에게 거의 투명하게 작동한다. GPT-Live가 질문을 받은 순간 위임 여부를 판단하고, GPT-5.5에서 결과가 오면 대화 흐름을 끊지 않고 통합해 음성으로 전달한다. 사용자는 "지금 검색 중" 같은 상태 표시 없이 자연스럽게 대기 후 응답을 받는다.
오픈AI가 이 설계를 택한 이유는 비용과 속도 균형이다. 모든 발화를 GPT-5.5 수준으로 처리하면 응답 지연과 비용이 급격히 올라간다. 반면 GPT-Live-1만으로는 복잡한 질문 처리에 한계가 있다. 두 모델을 계층적으로 연결하는 것이 최적화된 실시간 경험을 만드는 방법이었다.
기존 어드밴스드 보이스 모드를 써본 사람이라면 GPT-Live에서 세 가지 차이가 즉시 느껴진다.
첫째, 끊김 없는 상호작용. 어드밴스드 보이스 모드는 사용자가 말하는 동안 AI가 듣기만 했다. GPT-Live는 사용자 발화 중에도 상호작용 결정을 내린다. 말을 완전히 마치지 않아도 맥락을 파악하고 적절한 시점에 반응한다.
둘째, GPT-5.5 연동. 어드밴스드 보이스 모드는 독립적으로 작동했다. GPT-Live는 필요 시 GPT-5.5의 추론력을 끌어올 수 있어 음성 대화에서도 깊이 있는 분석이 가능하다.
셋째, 다중 추론 레벨 선택. 사용자가 대화의 성격에 따라 속도 우선(Instant), 균형(Medium), 품질 우선(High) 중 선택할 수 있다. 어드밴스드 보이스 모드는 이런 선택이 없었다.
GPT-Live API는 출시 시점에 개발자·기업에게 제공되지 않았다. 오픈AI는 "곧(soon)" API를 개방하겠다는 입장만 밝혔으며, 알림 신청 폼이 열려 있다. 실시간 오디오 처리가 필요한 애플리케이션을 개발 중인 팀이라면 지금 시점에서 준비할 수 있는 것들이 있다.
현재 가능한 준비사항
풀듀플렉스 API 도입 시 고려사항
기존 음성 AI 앱은 대부분 "사용자 발화 종료 감지 → 처리 → 응답 재생"의 단방향 파이프라인으로 설계돼 있다. GPT-Live API가 열리면 이 파이프라인은 근본적으로 바뀌어야 한다. 동시 입출력 스트림, 중단 처리(interrupt handling), GPT-5.5 위임 응답 대기 중 사용자 후속 발화 처리 등 상태 기계 설계가 훨씬 복잡해진다. API 공개 전에 이 설계를 미리 해두는 팀이 빠르게 프로덕션에 올릴 수 있다.
챗지피티 앱(iOS·Android·웹)에서 보이스 아이콘을 누르면 GPT-Live가 시작된다. 어드밴스드 보이스 모드 버튼은 GPT-Live로 통합됐다. Go·Plus·Pro 유료 플랜이라면 GPT-Live-1이 기본값이며, 무료 플랜은 GPT-Live-1 mini가 적용된다.
오픈AI는 "곧(soon)" API를 개방하겠다고 밝혔지만 구체적인 날짜를 공개하지 않았다. 오픈AI 개발자 사이트에서 대기자 리스트에 등록할 수 있다. 기존 Realtime API(음성 스트리밍)와 별도 엔드포인트로 제공될 가능성이 높다.
반이중은 전화기처럼 한 번에 한 명만 말한다. 사용자가 AI 말 중간에 끼어들면 끊기거나 무시된다. 풀듀플렉스는 실제 대화처럼 두 쪽이 동시에 발화할 수 있고, AI가 "지금 사용자가 중단했구나"를 실시간으로 감지하고 적절히 반응한다. 자연스러운 대화 흐름을 만드는 핵심 기술이다.
위임이 발생하면 GPT-5.5의 처리 시간만큼 지연이 생긴다. 오픈AI는 이 지연을 최소화하고 대화 흐름을 자연스럽게 이어가도록 설계했다고 밝혔으나, 복잡한 High 모드 질문에서는 체감 지연이 있을 수 있다. Instant 모드를 선택하면 GPT-5.5 위임 없이 GPT-Live-1만으로 처리해 빠른 응답을 받을 수 있다.
아니다. GPT-Live가 어드밴스드 보이스 모드를 완전히 대체한다. 기존 AVM 설정은 GPT-Live로 자동 전환됐다. 사용자 입장에서는 별도 설정 없이 업그레이드가 적용된 것이다.
오픈AI는 GPT-Live의 다국어 지원을 언급했으며, 한국어를 포함한 주요 언어가 지원된다. 다만 영어 대비 풀듀플렉스 인터럽트 감지 정확도나 억양 처리에서 차이가 있을 수 있다. 한국어 환경에서의 성능은 실제 사용을 통해 확인하는 것이 가장 정확하다.
