OpenAI, 데스크톱용 ChatGPT Voice 출시: 음성으로 여러 에이전트 제어

키보드에서 완전히 손을 떼고 말 한마디만 던졌을 뿐인데, 여러 AI 에이전트가 알아서 테스트를 돌리고 버그를 추적해 풀 리퀘스트까지 올리는 장면을 상상해 보십시오.

이런 업무 방식이 현실이 됐습니다. 7월 23일, OpenAI는 macOS 및 Windows용 ChatGPT 데스크톱 앱에 'ChatGPT Voice' 기능을 공식 도입했다고 발표했습니다. 이번 업데이트의 핵심은 단순한 음성 대화를 넘어, 음성으로 컴퓨터를 제어하고 여러 AI 에이전트를 지휘하는 통합 콘솔을 구축했다는 데 있습니다.

말 한마디로 백그라운드 에이전트 동시 지휘

이 기능은 OpenAI가 이달 초 선보인 최신 음성 모델 제품군 'GPT-Live'를 기반으로 구동됩니다. 듣기와 말하기, 앱 내 작업 조율을 실시간으로 동시에 처리할 수 있어 사람이 말을 끊고 끼어들더라도 자연스럽게 반응합니다.

데스크톱 앱 내에서 ChatGPT Voice는 ChatGPT Work 및 Codex와 유기적으로 연결됩니다. 기존처럼 프로젝트마다 채팅창을 따로 열어 글을 입력할 필요 없이, 말 한마디로 작업을 지시할 수 있습니다. 예를 들어 "오늘 런칭 브리프 검토해서 결재 필요한 부분 정리해 줘. 그리고 Codex로 테스트 돌려서 실패하는 원인 찾아봐"라고 지시하면 여러 작업이 동시에 진행됩니다. 공식 데모 영상에서는 개발자가 음성 명령 한 번으로 새 스레드 생성, 버그 원인 분석, 풀 리퀘스트 생성까지 끝내는 모습을 보여줬습니다.

작업 전환도 직관적입니다. "테스트 검토 중인 작업과 대화할게"라고 말해 해당 작업으로 전환했다가, 확인 후 "이전 작업으로 돌아가자"라고 말하면 원래 흐름으로 즉시 복귀합니다.

macOS 사용자를 위한 화면 인식 기능인 Appshots도 눈에 띕니다. 설정에서 활성화한 뒤 "이것 좀 봐줘"라고 말하면, 현재 맨 앞에 뜬 창의 이미지와 스크롤 바깥에 가려진 텍스트 정보까지 읽어 들여 맥락을 파악합니다. 또한 iOS 앱을 통해 데스크톱 호스트와 페어링하면 모바일에서도 Codex 음성 기능을 쓸 수 있으며, Android 지원도 곧 추가될 예정입니다.

다만 한 번에 하나의 음성 대화만 활성화할 수 있고, 사용량에 따라 크레딧이 소모됩니다. 현재 Plus, Pro, Business, Edu, Enterprise 등 유료 플랜 사용자를 대상으로 순차 배포 중이며, 무료 사용자는 아직 이용할 수 없습니다.

왜 중요한가

OpenAI의 이번 행보는 음성 인터페이스의 역할을 단순한 '입력 도구'에서 '에이전트 오케스트레이션 레이어'로 영리하게 격상시켰다는 점에서 주목할 만합니다.

지금까지 모바일이나 웹에서의 음성 기능은 주로 가벼운 질의응답이나 브레인스토밍에 머물렀습니다. 하지만 데스크톱 환경에서 Codex와 컴퓨터 제어 기능이 음성과 결합하면서, 개발자와 실무자는 키보드를 두드리지 않고도 고난도 멀티태스킹을 지휘할 수 있게 됐습니다. 이른바 '바이브 코딩'을 작업 환경에 구현할 수 있는 발판이 마련된 셈입니다.

업계 전반으로 봐도 경쟁의 판도가 바뀌고 있습니다. Anthropic 역시 Claude의 음성 모드를 업데이트해 Gmail, Slack, Notion 등 주요 업무 도구를 제어하도록 지원하면서, AI 기업들의 전장은 단순 벤치마크 경쟁에서 '사용자의 데스크톱 운영체제를 누가 먼저 장악하느냐'로 빠르게 이동하고 있습니다.

물론 화면 속 보이지 않는 영역까지 긁어오는 Appshots 기능의 프라이버시 문제나 기업 보안 정책과의 충돌 같은 현실적인 한계는 여전합니다. 그럼에도 유료 구독자라면 지금 당장 업무 흐름을 바꿔볼 만한 강력한 기능임은 분명합니다.