실시간 풀듀플렉스 음성 AI 모델 기술적 특징 분석

요약

최근 공개된 새로운 음성 AI 모델이 대화 중 실시간으로 사용자의 말을 듣고 반응하는 풀 듀플렉스(full duplex) 방식을 도입해 주목받고 있다. 기존의 음성 인식, LLM, 음성 합성 모델을 순차적으로 연결하던 방식과 달리, 하나의 통합 모델이 오디오를 동시에 입출력하여 대화의 자연스러움을 극대화했다. 특히 침묵 감지 타이머를 사용하는 대신 오디오 자체에서 문장의 맥락을 파악하고, 실제 대화 데이터를 학습해 턴테이킹(turn-taking)을 처리함으로써 인간과 유사한 대화 흐름을 구현했다. 반응 속도는 200ms 이내로 매우 빠르며, 별도의 사고(thinker) 모델이 백그라운드에서 전체 답변을 준비하는 동안 현재 모델이 대화를 지속하여 끊김 없는 통화 경험을 제공한다. 이번 기술은 AI 콜센터, 안내 데스크, 영업 등 고객 응대 분야의 실무적인 효율성을 획기적으로 높일 것으로 평가받고 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.