구글의 실시간 번역, OpenAI의 전이중 음성: 언어장벽이 낮아진 뒤에 남는 일

직접 제작한 개념도입니다. 자연스러운 대화와 유용한 기록은 함께 추구할 설계 목표이며, 그림은 제품의 출시 단계나 측정 결과를 뜻하지 않습니다.

최근 음성 AI 소식에서 가장 반가운 가능성은 의외로 일상적입니다. 익숙한 언어로 생각을 끝까지 말하고, 도중에 설명을 고치면서도 대화에 자연스럽게 참여할 수 있다는 것이죠. 번역을 기다리는 시간이 줄어들고, 말을 꺼내기 전에 문장을 머릿속에서 여러 번 연습할 필요도 줄어듭니다. 그만큼 상대방이 정말 말하려는 내용에 집중할 수 있습니다.

구글은 2026년 6월 9일 Gemini 3.5 Live Translate를 발표했습니다. OpenAI는 7월 8일 ChatGPT에 전이중 구조의 GPT-Live 모델을 도입했고, 9월 10일에는 GPT-Live-1을 API로 공개했습니다. 역할과 목적이 다른 제품들이지만, 두 흐름 모두 음성으로 더 자연스럽게 소통하는 방향을 보여줍니다. 이번 OpenAI 발표는 개발자가 사용할 수 있는 범위를 넓힌 소식으로, GPT-Live 자체의 최초 공개와는 구분해야 합니다. 구글의 6월 발표 · OpenAI의 7월 소개 · OpenAI의 9월 API 출시

저는 이런 변화가 일상에서 언어장벽을 덜 의식해도 되는 세상을 앞당긴다고 봅니다. 동시에 다음 질문도 더 중요해집니다. 대화하기가 쉬워진 뒤에는, 그 대화에서 얻은 가치를 어떻게 남겨야 할까요? 회의록을 정리하고, 아이디어를 공유하고, 참고한 자료를 저장하는 일이 그 답의 일부입니다.

전이중 음성은 대화에서 기다리는 방식을 바꾼다

전이중은 시스템이 듣기와 말하기를 동시에 수행할 수 있다는 뜻입니다. OpenAI의 현재 모델 문서는 GPT-Live-1을 이렇게 설명하며, 추론과 도구 사용을 별도의 백엔드 에이전트에 맡길 수도 있다고 명시합니다. 동시에 상호작용할 수 있다는 설명이지, 모든 번역이 완벽하다는 보증은 아닙니다. GPT-Live-1 공식 모델 문서 · 2026년 9월 11일 확인

AI가 계획을 설명하는 도중에 “고객은 멕시코시티가 아니라 마드리드에 있어요”라고 고치는 상황을 떠올려 보세요. 유용한 음성 인터페이스라면 잘못된 전제로 설명을 이어가기 전에 이 정정을 알아차려야 합니다. 짧은 맞장구와 정정을 구분하고, 생각하느라 잠시 멈춘 것과 발언을 마친 것도 구분해야 하죠. 이런 작은 판단들이 대화의 질을 좌우합니다.

기존 음성 인터페이스에서는 말할 차례가 바뀐다는 느낌이 뚜렷한 경우가 많았습니다. 사용자가 말하고, 처리를 기다리고, 답을 들은 뒤 다시 말을 꺼냈죠. 처리 속도가 빨라져도 시스템이 너무 일찍 발언이 끝났다고 판단하면 대화는 어색해집니다. 전이중 설계는 발화를 하나씩 완결된 메시지로 다루는 데서 더 나아가, 듣기와 말하기가 겹치는 순간 자체를 다룹니다.

아직 범위가 제한적이지만, 왜 이 변화가 중요한지 보여주는 수치도 있습니다. OpenAI에 따르면 언어 학습 서비스 Speak는 초기 평가에서 기존의 순차 대화 시스템과 비교했을 때 학습자가 생각하며 잠시 멈춘 동안 AI가 끼어드는 일이 거의 80% 줄었다고 보고했습니다. 이는 OpenAI가 소개한 파트너사의 평가 결과로, 모든 언어와 환경에서 독립적으로 검증된 수치는 아닙니다. 측정한 대상도 끼어들기 행동이지, 번역 정확도가 80% 향상됐다는 의미가 아닙니다. OpenAI API 출시 발표 · 2026년 9월 10일

OpenAI가 공개한 더 넓은 범위의 수치도 같은 방향을 가리키고, 같은 한계도 안고 있습니다. OpenAI에 따르면 GPT-Live-1은 멈춤, 발언 차례 교대, 끼어들기, 맞장구를 평가하는 Full Duplex Bench에서 GPT-Realtime-2.1보다 30퍼센트포인트 높은 점수를 받았습니다. 중간 추론 강도의 GPT-6 Astra와 함께 사용했을 때는 Tau3에서 1위를 기록했는데, Tau3는 음성으로 진행하는 고객 상담과 은행 업무 과제를 Pass@1로 채점하며 은행 지식 과제 97개를 포함합니다. 두 결과 모두 대화 방식과 과제 완수에 대한 OpenAI의 자체 평가이고, 어느 쪽도 번역 정확도 점수는 아닙니다. OpenAI 평가 결과 요약 · 2026년 9월 10일

외국어로 말하는 사람에게는 생각하느라 멈추는 바로 그 순간이 대화 참여의 어려움으로 이어질 수 있습니다. 적절히 기다려 주는 AI는 단어를 찾을 여유를 남겨 줍니다. 중간 정정을 받아들이는 AI는 일단 말해 볼 부담을 줄여 줍니다. 인상적인 시연을 넘어, 자연스러운 음성 상호작용을 기대할 만한 실질적인 이유입니다.

시간 흐름을 설명하기 위한 개념도이며 막대의 길이는 실제 지연 시간을 나타내지 않습니다. 전이중은 동시 입력·출력을 뜻하며, 끼어들기를 잘 처리하는지는 모델과 앱의 구현에 달려 있습니다.

실시간 통역과 대화형 AI는 맡은 역할이 다르다

구글의 6월 발표는 70개가 넘는 언어의 연속적인 음성 번역을 설명합니다. 모델은 음성을 들으면서 번역된 음성을 내보내고, 문맥을 더 기다릴지 화자의 말을 빠르게 따라갈지 균형을 잡습니다. 구글은 원래 발화보다 몇 초 뒤를 따라간다고 설명합니다. 지연이 전혀 없다고 기대하는 것보다 현실적인 기준이며, 당시 개발자용 공개 형태는 퍼블릭 프리뷰였습니다. 구글 출시 발표 · 2026년 6월 9일

이 발표에 담긴 규모 수치는 구체적입니다. Google Meet의 음성 번역은 지원 언어가 5개에서 70개 이상으로 늘어나고, 영어와 다른 언어 사이에서만 번역하던 방식에서 한 회의 안에서 2,000개가 넘는 언어 조합을 지원하는 방식으로 바뀝니다. 먼저 일부 비즈니스 Workspace 고객을 대상으로 한 비공개 프리뷰로 시작하고, 2026년 후반에 더 넓게 출시될 예정입니다. Grab은 기사와 여행객이 만나는 픽업 과정에서 이 모델을 시험하고 있는데, 이 용도의 음성 통화는 한 달에 1,000만 건이 넘습니다. 발표는 품질, 정확도, 낮은 지연 시간에 대한 파트너사의 호평을 인용하지만 수치로 된 점수는 공개하지 않았습니다. 구글 출시 발표의 수치 · 2026년 6월 9일

여기서는 역할을 분명하게 구분할 필요가 있습니다. 구글의 Live Translation 가이드는 음성 흐름을 연속으로 처리하는 통역 기능을 설명하며, 번역 전용 설정을 사용하고 도구나 일반 지시는 지원하지 않습니다. GPT-Live-1은 별도 에이전트와 연계할 수 있는 대화형 모델입니다. 하나는 화자의 뜻을 다른 언어로 전달하고, 다른 하나는 대화에 참여합니다. 서로 그대로 대체할 수 있는 서비스처럼 소개해서는 안 됩니다. 구글 Live Translation 가이드 · 2026년 9월 11일 확인 · OpenAI 모델 문서 · 같은 날 확인

공개 범위는 위에 연결한 세 공식 발표를 기준으로 정리했습니다. 성능 순위가 아닌 발표 시점 비교입니다.

두 흐름을 함께 보면 방향은 선명합니다. 번역은 더 끊김 없이 이어지고, AI와의 대화는 덜 딱딱해질 수 있습니다. 이를 믿고 사용할 수 있는 다국어 회의 경험으로 연결하는 일은 여전히 앱을 만드는 쪽의 과제입니다. 누구의 음성을 통역할지, 결과를 어디로 전달할지, 정정은 어떻게 반영할지, 참여자에게 무엇을 보여줄지 정해야 합니다.

공개된 수치는 분당 $0.05이고, 정확도 점수는 없다

GPT-Live-1 음성은 API에서 1분에 $0.05이며, 1분 단위로 올림하지 않고 초 단위로 과금됩니다. 이 가격은 앞단의 음성 계층에만 해당합니다. 세션이 작업을 맡기는 백엔드 모델과 도구는 각자의 기본 요금으로 따로 청구됩니다. OpenAI 모델 문서 · 2026년 9월 11일 확인

계산은 쉽지만 잘못 읽기도 쉽습니다. 30분 세션은 음성 계층 기준으로 $1.50, 1시간은 $3.00이고, 한 달에 100시간을 쓰면 백엔드 추론 비용을 더하기 전에 이미 $300입니다. 회의 참여자마다 별도 세션을 여는 앱이라면 이 금액에 세션 수를 곱해야 하죠. 구글의 6월 발표에는 Gemini 3.5 Live Translate의 가격이 나와 있지 않아서, 이 글에서는 두 서비스를 비용으로 비교하지 않습니다.

모든 수치는 업체가 발표한 것으로, 이 글에 연결한 발표와 문서에서 가져왔습니다. 사람의 평가나 언어 쌍별 자동 지표 같은 번역 정확도 점수는 하나도 없습니다.

이 공백은 다국어 회의용 도구를 고르는 사람에게 특히 중요합니다. 상호작용 벤치마크는 시스템이 잘 기다리고, 듣고, 흐름을 되찾는지 알려 주지만, 영어로 말한 “Monday”가 한국어로 옮겨진 뒤에도 여전히 ‘월요일’이었는지는 알려 주지 않습니다. OpenAI가 7월에 밝힌 일부 언어의 비원어민 억양에 대한 단서와, 구글이 언어 쌍별 점수를 공개하지 않았다는 점은 같은 실용적 원칙으로 이어집니다. 어느 쪽이든 결정에 활용하기 전에 팀이 실제로 쓰는 언어 쌍으로 먼저 시험해 봐야 합니다.

언어장벽을 낮추는 변화는 말을 꺼내는 데서 시작된다

가상의 프로젝트 회의를 생각해 보겠습니다. 30분 동안 네 사람이 만나고, 각자가 편하게 사용하는 언어는 세 가지입니다. 음성 번역이 좋아질 때의 이점은 단순히 더 많은 말을 알아듣는 데 그치지 않습니다. 모호한 부분이 오해로 굳어지기 전에 바로 질문할 수 있고, 아직 다듬어지지 않은 생각도 외국어 문장으로 완성해 놓지 않고 꺼낼 수 있습니다.

이는 참여하는 데 드는 수고를 줄여 줍니다. 관련 경험이 있지만 조용히 듣기만 하던 사람도 논의에 들어올 기회를 얻습니다. 진행자는 중간에 끊긴 문장을 복원하는 데 시간을 덜 쓸 수 있습니다. 모두가 방금 이야기한 내용을 기억하는 동안, 필요한 확인이 제때 이루어지는 겁니다.

저는 원격 팀의 협업, 수업 토론, 고객과의 대화, 여행 중의 일상적인 만남에서 이런 변화가 의미 있을 것으로 봅니다. 기술이 도움을 줄 영역에 대한 기대이지, 누구나 이미 동일한 경험을 누린다는 주장은 아닙니다. 실제 결과에는 언어 조합, 억양, 어휘, 마이크 품질, 이를 제공하는 제품의 설계가 함께 영향을 줍니다.

자연스럽게 들리는 목소리도 정확한 의미 전달과 구분해서 평가해야 합니다. OpenAI는 7월 소개에서 일부 언어에 비원어민 억양이나 유창성의 한계가 있을 수 있다고 밝혔습니다. 매끄러운 영어 시연만 보고 모든 언어의 품질을 추정하기보다 실제 사용 언어를 평가해야 하는 이유입니다. 다만 이는 출시 당시의 설명이며, 9월의 모든 서비스 환경을 평가한 최신 성적표는 아닙니다. OpenAI GPT-Live 소개 및 언어 관련 설명 · 2026년 7월 8일

더 많은 사람이 참여하되, 쉽게 확인할 수 있는 대화가 목표여야 합니다. 날짜, 금액, 이름, 조건이 붙은 약속은 다시 살펴보기 쉬워야 하죠. AI가 자신 있게 말해도 참여자는 “그 문장을 텍스트로 보여주세요”라고 요청할 수 있습니다. 텍스트를 보여주고, 녹음에 동의한 경우 원본을 보존하면 그 확인이 가능해집니다.

대화가 유창해져도 결정 사항을 남길 회의록은 필요하다

앞서 가정한 회의로 돌아가 보겠습니다. 누군가 “보안 검토가 끝나면 금요일에 출시할 수 있어요”라고 말합니다. 다른 사람은 지원팀이 준비할 시간을 확보하려면 월요일이 낫다고 합니다. 결국 월요일로 정하고 담당자를 배정했지만, 한 가지 선행 조건은 아직 해결되지 않았습니다. 처음 제안된 금요일만 기억한 요약은 이 회의의 결론을 놓친 것입니다.

대화의 흐름이 아무리 좋아져도 제안, 조건, 결정의 차이는 사라지지 않습니다. 같은 언어를 쓰는 사람들도 이미 이를 구분해야 합니다. 다국어 대화에서는 원래 발언, 번역된 표현, 최종 합의한 행동이 어떻게 이어졌는지 남겨 두는 일이 더욱 중요해집니다.

실용적인 회의록이라면 참석하지 못한 사람도 세 가지를 빠르게 찾을 수 있어야 한다고 봅니다. 무엇을 결정했는지, 다음 일을 누가 맡는지, 아직 답하지 못한 질문은 무엇인지입니다. 기한은 실제로 합의했을 때 합의한 것으로 적어야 합니다. 원래 발언이 모호하다면 그 불확실성을 기록에 남겨야지, 문장을 깔끔하게 만들려고 없는 결론을 만들어서는 안 됩니다.

모든 대화를 빠짐없이 보관해야 한다는 뜻은 아닙니다. 구분 없이 이어지는 긴 전사문보다 짧은 결정 기록이 더 유용할 수 있습니다. 중요한 것은 간결한 설명과 이를 뒷받침하는 자료의 연결입니다. 관련 발언의 원문, 허용된 범위에서 보존한 녹음, 회의에서 함께 보던 문서가 그 자료가 됩니다.

이 연결이 있어야 잘못된 부분도 쉽게 고칠 수 있습니다. 참여자는 원래 발언을 짚고, 요약을 수정하고, 바로잡은 결정을 공유할 수 있습니다. 연결이 없으면 다음 사람이 앞선 요약을 다시 요약하면서 최초의 오해를 확정된 사실처럼 굳힐 수 있습니다. 좋은 음성 기술이 현재의 대화를 편하게 한다면, 좋은 기록은 나중에도 그 결과를 확인할 수 있게 합니다.

아이디어를 공유하려면 그 의미를 만든 출처도 필요하다

쓸 만한 아이디어가 한 번의 통화 안에서 시작해 끝나는 경우는 드뭅니다. 기사를 발견하고, 한 문단을 저장하고, 거기서 생긴 질문을 회의에 가져오기도 합니다. 다른 사람은 영상이나 논문에서 찾은 반례를 보탭니다. 대화가 끝난 뒤에도 이 조각들을 다시 연결할 수 있어야 다음 일을 이어 갈 수 있습니다.

음성 AI가 훌륭해져도 웹 자료를 스크랩할 이유가 여기에 있습니다. 저장한 URL은 출처로 돌아갈 길을 남기고, 선택한 문장은 어떤 부분이 중요했는지 알려줍니다. 짧은 개인 메모는 왜 저장했는지를 설명합니다. 각기 다른 역할을 하는 이 정보를 함께 두면, AI가 만든 문단 하나만 전달하는 것보다 아이디어를 더 충실하게 공유할 수 있습니다.

예를 들어 “온보딩을 바꾸면 좋겠어요”만으로는 다음 사람이 논의를 이어 가기 어렵습니다. “이 글을 보고 첫 5분의 경험에 의문이 생겼어요. 참고한 문단, 우리가 나눈 이야기, 해 보기로 한 실험을 함께 보세요”라고 전달하면 검토할 근거가 생깁니다. 가상의 예시이지만 차이는 분명합니다. 결론만 전달하면 신뢰를 요청하는 데 머물고, 생각의 과정과 출처를 함께 전달하면 대화를 이어 갈 수 있습니다.

같은 원칙은 원자료와 해설이 뒤섞이는 것도 막아 줍니다. 인용한 문장은 인용임을 알아볼 수 있어야 합니다. 번역은 원자료를 다른 언어로 해석한 결과이고, 회의 요약은 또 다른 형태로 정리한 결과입니다. 이 역할을 드러내 두면 처음에 누가 무슨 말을 했는지부터 복원하지 않고도 생산적으로 의견을 나눌 수 있습니다.

직접 제안한 작업 흐름입니다. 허용된 원자료를 보존하고, 파생된 텍스트를 수정할 수 있게 하며, 공유할 때도 출처와의 연결을 유지합니다. 모든 연결이 현재 자동화된 기능이라는 의미는 아닙니다.

통화가 끝난 뒤에도 맥락을 이어 가는 일이 남는다

음성 시스템에서는 대화와 그 뒤에서 수행하는 작업을 분리하는 흐름도 나타나고 있습니다. OpenAI의 위임 가이드는 음성 대화와 위임된 작업이 독립적으로 진행될 수 있으며, 백엔드 응답이 완료돼도 사용자가 그 내용을 들었다는 뜻은 아니라고 설명합니다. 제품을 설계할 때 새겨야 할 구분입니다. 말로 나눈 경험과 실제로 남은 결과는 각각 확인해야 합니다. OpenAI 위임 가이드 · 2026년 9월 11일 확인

일상에서 사용하는 사람에게는 더 간단한 질문입니다. 통화가 끝난 뒤 내일도 결정 내용을 찾을 수 있을까요? 동료가 그 결정을 내린 이유를 이해할 수 있을까요? 채팅 기록과 브라우저, 녹음을 뒤지지 않고도 우리 생각을 바꾼 기사로 돌아갈 수 있을까요? 모든 문장이 훌륭하게 통역되더라도 이 질문들은 남습니다.

언어장벽이 지금보다 덜 중요해질 미래를 기대할 이유는 충분합니다. 더 많은 사람이 편하게 참여하도록 돕는 기술은 반가운 변화입니다. 저는 대화가 쉬워질수록 말한 내용을 보관하고, 공유하고, 실제 행동으로 이어 주는 연결의 가치가 커질 것으로 봅니다. 회의 자체가 영원히 남을 필요는 없습니다. 다만 그 회의에서 얻은 유용한 결과는 통화가 끝난 뒤에도 남아야 합니다.

---

Telli.sh가 나아가려는 방향

Telli.sh가 만들어 가려는 방향도 여기에 있습니다. 대화와 발견을 다시 찾아 쓸 수 있는 지식으로 남기는 것입니다. 현재 Telli.sh는 노트, 녹음, 번역, Clip을 한 작업 공간에 모읍니다. 앞으로는 이 자료 사이의 연결을 더 탄탄하게 만들어, 회의록과 아이디어, 그 출처가 다시 흩어진 조각으로 돌아가지 않게 하고자 합니다.

우리가 원하는 작업 흐름은 자연스럽게 이어집니다. 허용된 대화를 기록하고, 중요한 내용을 검토하고, 결정을 이해하기 쉽게 정리한 뒤, 근거 자료와 함께 아이디어를 공유하는 것입니다. 웹 페이지에서 논의가 시작됐다면 Clip이 URL과 사용자가 저장하기로 선택한 맥락을 남기는 데 도움을 줘야 합니다. 번역으로 이해를 도왔다면 원문도 비교하고 수정할 수 있도록 유지해야 합니다.

이는 제품의 방향에 대한 설명입니다. Telli.sh에 GPT-Live-1이나 Gemini 3.5 Live Translate가 이미 연동됐다는 발표는 아닙니다. 앞으로 음성 기술을 도입할 때에는 여러 언어에서의 실제 효용, 믿을 수 있는 기록, 저장 범위에 대한 명확한 사용자 통제라는 기준을 충족해야 합니다. 기반 모델이 좋아질수록 작업 공간도 더 유용해지되, 사용자의 지식이 특정 모델 하나에 종속되지 않도록 하는 것이 목표입니다.

언어가 달라도 편하게 이야기할 수 있게 될수록, 그 대화의 가치는 더 오래 남도록 돕고 싶습니다. 기억해 둘 회의 하나, 공유하고 싶은 아이디어 하나, 나중에 다시 필요할 자료 하나부터 시작해 보세요.

Telli.sh 작업 공간을 만들고 중요한 내용을 남겨 보세요