말하면서 동시에 듣는 음성 모델이 왔다: GPT-Live 출시, 그런데 API도 가격표도 아직 없다

음성 AI가 어색했던 진짜 이유는 목소리가 아니라 순서였다. 내가 말을 끝내야 상대가 말하기 시작하고, 상대가 말하는 동안 나는 끼어들 수 없다. 무전기 대화다.

OpenAI가 7월 8일 내놓은 GPT-Live는 그 순서를 없앴다. 듣기와 말하기가 동시에 돌아가는 풀듀플렉스 구조다. 상대가 말하는 중에 끼어들 수 있고, 모델도 당신이 말하는 도중에 맞장구를 친다. ChatGPT 음성 모드에 전 세계 사용자 대상으로 이미 배포됐다.

한눈에 보기

출시	2026년 7월 8일, ChatGPT 음성 모드 전역 배포
구조	풀듀플렉스. 듣기와 말하기 동시 처리
라인업	GPT-Live-1, GPT-Live-1 mini(GPT-5.5 Instant 위임) / GPT-Live-1 Medium, High(GPT-5.5 Thinking, 추론 강도 중·상)
기능	실시간 번역, 웹 검색, 작업 위임
개발자 API	미출시. "곧 제공" 및 사전 신청만
가격	미공개

검색과 추론은 뒤로 넘긴다

구조가 영리하다. GPT-Live는 대화의 흐름만 붙들고, 무거운 일은 뒤로 넘긴다. 검색과 추론은 GPT-5.5가 처리한다. instant와 mini는 GPT-5.5 Instant에, Medium과 High는 추론 강도를 올린 GPT-5.5 Thinking에 위임한다.

왜 이렇게 짰는지는 명확하다. 대화의 자연스러움은 지연 시간이 전부인데, 깊게 생각하는 모델은 느리다. 두 요구를 한 모델에 넣으면 둘 다 망친다. 그래서 앞단은 빠른 대화 담당, 뒷단은 느린 사고 담당으로 쪼갰다.

이건 음성만의 이야기가 아니다. 반응 속도가 핵심인 제품이라면 어디든 같은 분리를 쓸 수 있다. 사용자가 기다리는 구간에는 값싸고 빠른 모델, 백그라운드로 밀어낼 수 있는 구간에는 비싸고 똑똑한 모델.

가격표 없는 모델 위에 제품을 얹지 마라

문제는 여기다. GPT-Live는 아직 개발자 API가 없다. 분당 단가도, 오디오 토큰 단가도, 요청 한도도 공개되지 않았다. 지금 알 수 있는 건 사전 신청 폼뿐이다.

원가를 모르면 단가를 못 짠다. 참고할 수 있는 유일한 앵커는 별개 라인인 Realtime API의 공개 가격표다.

모델	가격
GPT-Realtime-2 오디오 입력	100만 토큰 $32 (캐시 입력 $0.40)
GPT-Realtime-2 오디오 출력	100만 토큰 $64
GPT-Realtime-Translate	분당 $0.034
GPT-Realtime-Whisper	분당 $0.017

분당 $0.034짜리 번역 모델을 기준으로 잡으면, 5분짜리 통화 100건은 500분, 약 $17이다. 감당할 만하다. 하지만 GPT-Live가 이 대역에 들어올지, 오디오 토큰 과금이라 훨씬 비싸질지는 아무도 모른다. 풀듀플렉스는 대기 중에도 입력 스트림이 계속 흐르므로, 토큰 과금이라면 침묵 구간까지 값이 붙을 여지가 있다.

anyAX 관점

음성 응대 자동화는 카페 예약, 병원 접수, 견적 상담처럼 전화가 매출의 관문인 업종에서 가장 값이 크다. 그리고 그런 제품은 예외 없이 통화 1건당 원가로 손익이 결정된다. 분당 $0.034냐 $0.34냐에 따라 사업이 되기도 하고 안 되기도 한다. 열 배 차이다.

지금 GPT-Live에 대해 확실한 사실은 두 가지다. 대화 경험은 확실히 개선됐고, 그 위에서 얼마를 벌 수 있는지는 계산이 불가능하다. 사전 신청 폼에 이름을 넣는 것과 그 위에 제품 로드맵을 얹는 것은 다른 일이다. 데모를 만들어 보되, 가격 페이지에 숫자가 뜨기 전까지 고객에게 월 요금을 청구하는 구조를 확정하지 마라.

그동안 할 수 있는 건 원가와 무관한 작업이다. 통화 스크립트를 정리하고, 어디서 사람이 넘겨받아야 하는지 경계를 긋고, 실패했을 때 어떻게 되돌릴지 설계해 두는 것. 모델이 아무리 자연스러워져도 잘못 잡힌 예약을 취소하는 절차는 여전히 당신이 짜야 한다.