일레븐랩스, 음성 생성 모델 '터보 v2' 공개…지연시간 400ms로 단축

실시간 음성 AI에서 0.5초 이상의 응답 지연은 대화의 몰입감을 순식간에 깨뜨리는 주원인입니다.

ElevenLabs가 역대 가장 빠른 음성 모델인 Turbo v2를 공개했습니다. 음성 생성 지연 시간을 약 400ms까지 단축해 기존 V1 모델 대비 2배 이상 빨라졌으며, 음질 역시 Multilingual V2와 동등한 수준을 유지합니다.

전화망 환경을 겨냥한 속도 최적화

단순한 모델 가속에 그치지 않고 인터넷 전화 및 고객센터 등 VoIP 환경을 위한 맞춤 기능도 추가했습니다.

Turbo v2는 mulaw 8khz 오디오 출력을 지원하여 통신망 환경에서 추가적인 속도 향상을 제공합니다. API 문서가 함께 공개되었으며, 다국어 지원은 현재 개발 중입니다.

왜 중요한가

실시간 고객 응대 봇이나 AI 전화 비서를 구축하는 개발자에게 400ms는 상용화의 마지노선에 가깝습니다. 상위 언어 모델의 처리 시간을 고려하더라도 사람 간 대화에 근접한 반응 속도를 확보할 수 있기 때문입니다.

VoIP 전용 mulaw 8khz 형식을 지원한 점은 엔터프라이즈 콜센터 인프라를 정조준한 현실적인 선택으로 보입니다. 다만 아직 다국어 지원이 완성되지 않은 만큼, 글로벌 서비스를 준비 중이라면 언어 지원 확장 시점을 확인해 볼 필요가 있습니다.