중요Simon Willison
구글, 음성 대 음성 모델 'Gemini 3.8 Live'·'Extended Thinking' 공개
OpenAI GPT-Live 대항마. 음성 인터페이스 서비스라면 지연·중단 응답 성능과 API 비교 검토 가치.
요약
구글이 새롭게 공개한 Gemini 3.8 Live 및 3.8 Live Extended Thinking은 OpenAI의 GPT-Live와 유사한 형태의 음성 대 음성(speech-to-speech) 모델입니다. 해당 모델들은 실시간 음성 대화 기능을 지원하며, 사용자가 모델의 발화 도중 말을 끊고 대화를 이어갈 수 있는 인터럽트 기능을 포함합니다. Simon Willison은 Gemini 3.8 Live를 브라우저에서 직접 테스트할 수 있는 웹 UI 도구를 공개했습니다. 이 도구는 별도의 라이브러리 없이 웹소켓(WebSocket) API와 Web Audio API를 활용해 구현되었습니다. 실무자들은 구글이 제공하는 앤드포인트(BidiGenerateContent)와 Web Audio API를 통해 자체적인 음성 인터페이스 구축을 시도해 볼 수 있습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Gemini Live audio
원문 보기 ↗