오픈AI, 챗GPT '고급 음성 모드' 유료 구독자 대상 순차 배포 시작

수개월간의 기다림 끝에 OpenAI의 차세대 음성 기능이 마침내 일반 유료 사용자들에게 열리기 시작했습니다.

샘 알트만 CEO는 고급 음성 모드(Advanced Voice Mode, AVM)를 ChatGPT Plus 및 Team 구독자를 대상으로 순차 배포하기 시작했으며, 이번 주 내로 완료될 것이라고 발표했습니다.

OpenAI는 출시가 지연된 점을 의식한 듯, 이 모델이 50개 이상의 언어로 "늦어서 미안해"라고 말할 수 있게 되었다는 재치 있는 문구를 덧붙였습니다.

메모리 기능 추가와 5개 신규 음성, 유럽은 제외

지난 7월 소수 사용자를 대상으로 알파 테스트를 시작한 이후, 대다수 구독자는 이 기능을 사용하지 못한 채 기다려야 했습니다.

OpenAI는 이번 배포에 앞서 맞춤 설정(Custom Instructions)과 메모리(Memory) 기능을 음성 모드에 통합했습니다. 이제 사용자가 매번 배경을 설명하지 않아도 AI가 이전 대화와 선호도를 기억한 채 음성으로 소통합니다.

음성 라인업도 재정비되었습니다. 자연을 테마로 한 5개의 새로운 음성이 추가되었고 다양한 억양 인식 능력이 개선되었습니다. 스칼렛 요한슨 목소리 표절 논란을 빚었던 'Sky' 음성은 완전히 제외되었습니다.

하지만 지역 제한이 존재합니다. 유럽연합(EU), 영국, 스위스, 아이슬란드, 노르웨이, 리히텐슈타인 등 유럽 주요 지역 사용자들은 이번 배포 대상에서 빠졌습니다.

아울러 5월 시연 당시 큰 화제를 모았던 실시간 비디오 및 화면 인식, 그리고 최신 추론 모델인 o1과의 통합은 이번 업데이트에 포함되지 않았습니다.

왜 중요한가

우리는 이번 배포가 AI와의 상호작용 방식이 텍스트 프롬프트에서 '실제 대화'로 넘어가는 중요한 전환점이라고 판단합니다.

사용자 입장에서 언어 학습, 실전 면접 연습, 운전 중 브레인스토밍 등의 용도로는 기존 음성 비서와 비교할 수 없을 만큼 자연스럽습니다. 중간에 말을 끊어도 자연스럽게 반응하는 지연 시간 개선은 몰입감을 크게 끌어올립니다.

다만 카메라를 통한 실시간 시각 분석 기능이 빠진 채 출시된 점은 다소 아쉬운 대목입니다. OpenAI는 완벽한 멀티모달 환경을 구축하기에 앞서, 대화 지연율을 줄이고 메모리 기능을 결합해 사용자 락인(Lock-in)을 먼저 확보하려는 실용적인 선택을 한 것으로 보입니다.

애플과 구글이 스마트폰 기본 음성 비서 고도화에 속도를 내는 상황에서, 독립 앱인 ChatGPT가 얼마나 사용자의 일상 대화 습관을 선점할 수 있을지가 향후 경쟁의 핵심이 될 것입니다.