ChatGPT '고급 음성 모드', 웹 브라우저에서도 사용 가능해진다

지금까지 ChatGPT의 고급 음성 기능을 쓰려면 주머니에서 스마트폰을 꺼내 앱을 켜야만 했습니다.

이제 PC 앞에 앉아 일하는 사람들도 모니터 앞에서 바로 인공지능과 말로 대화할 수 있게 되었습니다.

OpenAI 최고제품책임자(CPO) 케빈 와일(Kevin Weil)은 X를 통해 ChatGPT의 ‘고급 음성 모드(Advanced Voice Mode)’를 웹 브라우저로 확대한다고 밝혔습니다. 이번 주부터 Plus, Enterprise, Teams, Edu 등 유료 구독자를 대상으로 순차 적용됩니다.

화면 한가운데 뜨는 푸른 구체

웹에서 음성 대화를 시작하는 방법은 간단합니다.

ChatGPT 프롬프트 창 오른쪽 아래에 있는 음성 아이콘을 누르고, 브라우저의 마이크 접근 권한을 허용하면 됩니다. 연결이 완료되면 화면 중앙에 푸른색 구체가 나타나며 대화 준비를 마칩니다.

이 기능의 핵심은 GPT-4o의 네이티브 오디오 처리 기술입니다. 텍스트로 변환한 뒤 처리해 다시 읽어주는 기존 방식과 달리, 소리를 직접 이해하고 말합니다.

덕분에 말하는 속도 같은 비언어적 맥락까지 알아차리며, 감정을 실어 자연스럽게 답변합니다. 대화 도중 말을 끊고 끼어들어도 매끄럽게 반응합니다.

음성은 9가지 중에서 고를 수 있습니다. 편안하고 다재다능한 톤의 ‘Arbor’나 자신감 있고 낙관적인 ‘Ember’처럼 각기 다른 개성과 어조를 지니고 있습니다.

무료 이용자 확대와 일일 사용량 제한

고급 음성 모드는 지난 9월 iOS와 안드로이드 앱에 먼저 도입된 바 있으며, 웹 버전은 그 뒤를 잇는 행보입니다.

무료 이용자의 경우 아직 바로 쓸 수는 없지만, 케빈 와일은 앞으로 몇 주 안에 무료 사용자에게도 배포할 계획이라고 전했습니다.

다만 고성능 연산이 필요한 만큼 사용량 제한은 여전히 존재합니다. Plus나 Team 같은 유료 사용자라도 하루에 쓸 수 있는 음성 시간에 제한이 있으며, 상황에 따라 한도는 달라질 수 있습니다.

하루 이용 시간이 15분 남으면 시스템이 알림을 띄워줍니다. 향후 무료 사용자에게는 매달 일정량의 체험용 프리뷰 시간이 주어질 예정입니다.

왜 중요한가

고급 음성 모드가 웹으로 들어온 것은, 이 기능이 스마트폰 속 흥미 위주의 도구를 넘어 본격적인 업무 환경으로 들어왔음을 뜻합니다.

개발자나 기획자, 작가 같은 전문 직군은 대부분의 시간을 PC 브라우저 앞에서 보냅니다. 모니터로 코드를 보거나 문서를 작성하면서 헤드셋을 끼고 실시간으로 아이디어를 주고받는 경험은 모바일 앱과는 차원이 다른 생산성을 제공합니다.

업계 측면에서도 경쟁사들과의 격차를 보여줍니다. 여전히 많은 기업이 음성 인식(STT)과 언어 모델, 음성 합성(TTS)을 이어 붙여 지연 시간이 긴 반면, OpenAI는 네이티브 음성 모델을 데스크톱 작업 흐름에 자연스럽게 녹여내고 있습니다.

하지만 명확한 한계도 엿보입니다. 유료 구독자에게조차 일일 한도를 걸고 15분 남았다는 경고를 띄워야 할 만큼 실시간 음성 추론 비용이 엄청나다는 점입니다. 하루 종일 켜두고 일하는 진정한 의미의 'AI 동료'가 되기까지는 연산 비용 절감이라는 숙제가 남아 있어 보입니다.