윈드서프 Wave 11 업데이트 발표: 음성 모드와 대화 체크포인트 도입
윈드서프가 AI 코딩 어시스턴트 캐스케이드를 대폭 강화한 Wave 11 업데이트를 공개했다. 음성 입력과 대화 체크포인트 기능이 도입되어 복잡한 프롬프트 작성과 롤백이 쉬워졌으며, 내장 브라우저에서 DOM 트리와 콘솔 로그를 직접 수집하는 도구가 추가되었다. 장기 작업의 정확도를 높여주는 플래닝 모드도 이제 기본 활성화된다.
AI 음성
최신 소식 보기
오픈AI, macOS용 챗GPT '녹음 모드' 플러스 유저로 전 세계 확대
오픈AI가 macOS 데스크톱 앱의 '녹음 모드'를 글로벌 챗GPT 플러스 사용자에게 확대 적용했다. 회의나 음성 메모를 녹음하면 챗GPT가 내용을 전사하고 핵심 요점을 뽑아내 후속 과제, 기획안, 코드 형태로 자동 변환해 준다.
미스트랄 AI, 음성 이해 오픈소스 모델 '폭스트랄' 출시
미스트랄 AI가 오픈소스 음성 이해 모델 폭스트랄(Voxtral) 24B와 3B 버전을 아파치 2.0 라이선스로 공개했다. 최대 40분 길이의 오디오와 음성 기반 함수 호출을 지원하며, 위스퍼 large-v3를 뛰어넘는 성능을 절반 이하의 API 가격으로 제공한다.
메타, 음성 AI 스타트업 플레이AI 인수…전원 합류
메타가 자연스러운 음성 생성 기술을 보유한 스타트업 플레이AI를 인수했다. 구체적인 인수액은 공개되지 않았으나 팀 전원이 메타에 합류한다. 이들의 음성 기술은 메타 AI와 웨어러블 기기, AI 캐릭터 전반에 통합되어 오디오 인터랙션을 강화할 전망이다.
비디오 게임 배우 1년 파업 종료: AI 복제 동의 규정 합의
미국 배우 노동조합 SAG-AFTRA가 95%의 찬성으로 1년간 이어진 비디오 게임 업계 파업을 공식 종료했다. 새 협약은 게임사가 AI로 배우의 목소리나 모션 캡처를 복제할 때 사전 동의와 정보 공개, 공정한 보상을 의무화하도록 규정했다.
딥그램, 개발자용 음성 플랫폼 '사가' 공개…말 한마디로 코딩
딥그램이 개발자 전용 음성 플랫폼 '사가(Saga)'를 발표했다. 커서나 윈드서프 같은 개발 환경에 연동되어 말로 프롬프트를 만들거나 지라, 슬랙 작업을 처리할 수 있다. 창을 오가며 생기는 집중력 분산을 줄이고 음성을 개발 인터페이스로 삼는다.
구글 Veo 3, 이미지 기반 오디오·비디오 생성 지원…대사까지 구사
Google은 영상 제작 도구 Flow의 Veo 3 모델을 업데이트해 첫 프레임 이미지에서 영상과 음성 대사를 함께 생성하는 기능을 추가했다. 사용자가 첫 이미지를 업로드하고 대사와 액션을 프롬프트로 지정할 수 있어 캐릭터 일관성이 크게 향상됐다. 서비스 지원 국가는 140개국 이상으로 확대됐다.
왓츠앱, 대기업용 음성 통화 기능 추가… AI 에이전트 연동 지원
메타는 왓츠앱 비즈니스 대규모 기업 고객을 위해 음성 통화 API를 출시했습니다. 고객과 기업 간 양방향 통화가 가능해져 일레븐랩스 등과 연계한 AI 음성 상담원 도입이 수월해집니다. 메타는 이와 함께 AI 기반 상품 추천 기능도 함께 테스트하고 있습니다.
애플, 시리 자체 AI 대신 앤스로픽·오픈AI 모델 도입 검토
블룸버그에 따르면 애플이 시리(Siri)의 성능 강화를 위해 자체 모델 대신 앤스로픽이나 오픈AI의 파운데이션 모델을 도입하는 방안을 검토 중이다. 자체 클라우드 인프라에 외부 모델을 배포하는 방식을 협의하고 있으나, 자체 개발 지연에 따른 이번 선회로 인해 내부 AI 인력들의 사기가 저하되고 있는 것으로 알려졌다.
macOS용 ChatGPT '녹음 모드' 출시: 회의 요약과 할 일 자동 정리 지원
OpenAI가 macOS용 ChatGPT 앱에 '녹음 모드(Record mode)'를 선보였다. Pro, Enterprise, Edu 사용자는 추가 요금 없이 회의나 아이디어 대화를 바로 녹음할 수 있으며, AI가 자동으로 음성을 전사하고 핵심 요약과 후속 과제를 정리해 준다.
구글 '서치 라이브' 출시: 검색창과 실시간 음성 대화 가능해진다
구글이 모바일 구글 앱에 '서치 라이브'를 선보였다. 음성 특화 맞춤형 제미나이를 기반으로 검색과 실시간 음성 대화를 나누고 화면 링크로 정보를 확인할 수 있으며 백그라운드 작동도 지원한다. 현재 미국 구글 랩스 참여자를 대상으로 우선 제공된다.
오픈AI 공식 팟캐스트 공개…첫 회 샘 올트먼 나와 GPT-5·AGI 언급
오픈AI가 자체 팟캐스트 '오픈AI 팟캐스트'를 선보였다. 첫 에피소드에는 앤드루 메인과 샘 올트먼 CEO가 출연해 AGI와 GPT-5 출시 시점, 개인정보 보호, 차세대 로드맵을 두고 대화를 나눴다. 오픈AI가 직접 자사 모델과 기술 비전을 장문 인터뷰 형식으로 대중에게 전달하는 소통 창구가 될 전망이다.
일레븐랩스, v3 오디오 태그 출시: 대본에 태그 달아 AI 말투·호흡 조절
일레븐랩스가 Eleven v3를 위한 '오디오 태그(Audio Tags)' 기능을 공개했다. 대본에 [pause], [rushed], [stammers] 같은 태그를 직접 삽입해 말의 속도, 호흡, 강조점을 연출하듯 세밀하게 제어할 수 있다. 다만 현재 전문 음성 복제(PVC) 모델에는 완벽히 최적화되지 않았다.
Google 검색에 음성 개요 도입: Gemini가 검색 결과를 대화형 오디오로 요약
Google이 Search Labs에 실험 기능 'Audio Overviews'를 선보였습니다. 최신 Gemini 모델을 통해 특정 검색어에 대한 결과를 간결한 대화형 오디오로 정리해 들려주며, 플레이어 내 링크를 통해 추가 정보도 바로 확인할 수 있습니다.
美 배우조합 게임 협약 공개…실시간 AI 복제 음성에 7.5배 보수 지급
미국 배우·방송인 노동조합(SAG-AFTRA)이 320일간 이어진 파업 끝에 게임 업계와 잠정 합의한 세부안을 공개했다. 제작사가 배우의 목소리나 외형을 AI로 복제하려면 사전 동의를 받아야 하며, 게임 내 실시간 생성 챗봇에 활용할 경우 기본 요율의 7.5배 이상을 지급해야 한다.
ChatGPT 프로젝트 기능 강화: 심층 연구와 음성 모드 지원
OpenAI는 ChatGPT의 프로젝트 기능을 업데이트했다. 딥 리서치와 음성 모드가 새롭게 지원되며, 프로젝트 내 이전 대화를 참조할 수 있도록 메모리 기능이 개선됐다. 모바일 앱에서도 파일 업로드와 모델 선택이 가능해졌다.
삼성 비스포크 AI 냉장고 업데이트: 목소리로 가족 구성원 구별한다
삼성이 2025년형 비스포크 AI 패밀리허브 냉장고에 빅스비 기반 다중 음성 인식 기능을 업데이트했다. 냉장고가 가족 구성원의 목소리를 구분해 개인 캘린더나 사진을 띄워주고, 스마트폰 찾기 및 맞춤 화면 설정을 지원한다. 추후 소형 AI 홈 디스플레이 탑재 가전으로도 확대된다.
ChatGPT 고급 음성 모드 업데이트: 비꼬기와 공감까지 더 자연스럽게 구사
OpenAI가 ChatGPT 유료 사용자를 대상으로 고급 음성 모드를 업데이트했다. 어조와 쉼표, 강조 표현이 한층 자연스러워졌으며 비꼬기나 공감 같은 감정선도 살릴 수 있게 됐다. 멈추라고 할 때까지 대화를 이어주는 실시간 통역 기능도 지원된다. 다만 간헐적인 음조 변화나 잡음 현상은 아직 남아있다.
애플 WWDC 2025 전망: 애플 인텔리전스 실시간 번역 및 개발자 AI 도구 공개 예정
블룸버그 보도에 따르면 애플은 WWDC 2025에서 애플 인텔리전스의 실시간 번역과 개발자 도구를 집중 공개할 계획입니다. 메시지 자동 번역과 에어팟 기반 실시간 대화 번역이 추가되며, 개발자에게는 젠모지 등 시스템 AI 기능 접근 권한이 열릴 것으로 기대됩니다.
일레븐랩스, 감정 표현과 오디오 태그 제어 강화한 'Eleven v3' 알파 공개
일레븐랩스가 문맥과 감정을 정밀하게 반영하는 음성 합성 모델 'Eleven v3'의 알파 버전을 공개했습니다. 70개 이상의 언어와 요청당 최대 5,000자를 지원하며, 오디오 태그를 통해 속삭임이나 웃음 같은 연출을 직접 제어할 수 있습니다. 성우 없이도 게임이나 영상 콘텐츠에 생동감 넘치는 캐릭터 음성을 즉시 구현할 수 있게 됩니다.