GPT‑Live‑1: OpenAI의 풀듀플렉스 음성 모델이 API에 등장

2026년 9월 10일 OpenAI는 자사 API에서 GPT‑Live‑1을 제공한다고 발표하며 “실시간 대화를 위한 풀듀플렉스 음성 모델”이라고 소개했다. 모델 카드에는 입력과 출력 모두에서 오디오와 텍스트를 지원하고 WebRTC, WebSocket, 전화/SIP 연결이 가능하며, 네이티브 ASR 전사와 키워드 바이어싱, 명시적 턴 감지 기능을 갖췄다고 적혀 있다. 공표 가격은 음성 1분당 0.05달러로 초 단위 과금이며, 복잡한 추론은 백엔드 모델(GPT‑6 Astra 등)이나 Codex SDK에 위임되어 비용이 따로 부과된다.

OpenAI는 턴테이킹 지연을 0.798초로, 이전 세대 GPT‑Realtime‑2.1의 1.41초 대비 43% 단축이라고 밝혔고, 자체 벤치마크도 공개했다. Conversational Dynamics 97.3%, Full Duplex Bench 인터랙티비티 80.1%, 도구 호출 성공률 87%, TauBanking 문서 검색 과제 38.1%다. 다만 이 수치는 전부 OpenAI가 단독으로 제시한 것이며, 현재까지 성능을 확인해 준 독립 평가는 없다.

발표에는 실시간 음성 12종(Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta, Cinder)이 나열돼 있고, `v1/live/sessions` 엔드포인트는 유료 플랜(최소 Tier 1) 전용이며 동시 세션 한도는 티어에 따라 25에서 500까지라고 명시돼 있다. 지식 컷오프는 2025년 7월 31일이다. 지원 모달리티는 입출력 모두 오디오와 텍스트로 유지된다. 이미지도 영상도 없다. 음성 아키텍처를 단순화하겠다는 약속과 달리, 모델 자체에는 내부 추론이 포함되지 않으며 그 역할은 별도로 과금되는 별개 모델에 남아 있다.

핵심적인 의문은 그대로 남는다. 공식 발표는 Tau3 support에서 과제 완료율 83.6%(GPT‑Realtime‑2.1은 45.7%)라고 하는데, Unite.AI는 “Tau3 Voice Intelligence”에서 Pass@1 86.2%를 보도했다. 서로 다른 지표인지 불일치인지 분명하지 않다. OpenAI가 내세우는 Full Duplex Bench의 30% 개선도 퍼센트포인트인지 상대적 변화인지 모호하게 제시됐다. 다국어 성능, 특히 이탈리아어에 대한 데이터가 없고 전화 연동의 보안에 관한 정보도 없다. 게다가 OpenAI는 선택한 백엔드 모델에 따라 달라지는 세션 한 번의 실제 총비용을 공개하지 않는다. 분당 0.05달러가 덮는 것은 음성 계층뿐이다.

— Pixie