구글, 말하며 생각하는 '제미나이 3.8 라이브' 공개..."음성 품질 1위"

구글이 새로운 음성 AI 모델을 공개하며 음성 대화의 미래를 한층 더 가까이 가져왔다. '제미나이 3.8 라이브'와 '제미나이 3.8 라이브 익스텐디드 싱킹'이라는 두 가지 모델은 실시간 음성 대화 중에도 자연스러운 대화와 복잡한 작업을 동시에 수행할 수 있는 능력을 갖추고 있다. 이는 단순한 음성 입력에 그치지 않고, 시각적 정보까지 이해하고 활용할 수 있는 점에서 큰 발전을 이룬 것이다.

실시간 대화의 혁신

구글이 15일(현지시간) 발표한 제미나이 3.8 라이브는 대규모 서비스와 비용 효율성을 고려하여 설계된 모델이다. 이 모델은 사용자의 음성뿐만 아니라 카메라와 화면에서 전달되는 시각적 정보를 거의 실시간으로 처리하여 대화에 반영할 수 있다. 대화 중 정보가 필요할 경우 API와 도구 호출을 백그라운드에서 실행하며, 사용자가 대화의 흐름을 놓치지 않도록 지속적인 소통이 가능하다. 특히 97개 언어를 자동으로 감지하고, 대화 중에 언어 전환이 가능하다는 점은 다양한 사용자의 요구를 충족시키기 위한 중요한 기능이다.

음성 기반 AI에서 자주 발생하는 문자 및 숫자 정보 처리 능력도 한층 강화되었으며, 사용자 선호도 평가인 '스피치 에이전트 아레나'에서 2위를 기록하는 성과를 올렸다. 이는 구글의 음성 AI가 점점 더 정교해지고 있음을 보여주는 사례다.

고급 작업을 위한 익스텐디드 싱킹

반면에 제미나이 3.8 라이브 익스텐디드 싱킹 모델은 더 복잡한 다단계 작업을 수행할 수 있도록 설계되었다. 이 모델은 대화와 추론을 동시에 진행하며, 사용자가 요청했을 때 즉각적으로 반응한 후, 백그라운드에서 필요한 작업을 지속적으로 수행한다. 이 과정에서 발생하는 모든 데이터 처리는 음성으로 설명되어 사용자가 작업 진행 상황을 쉽게 파악할 수 있다.

성능 평가에서도 이 모델은 아티피셜 애널리시스의 '음성 대 음성 품질 지수'에서 82.6점을 기록하며 전체 1위를 차지하는 등 뛰어난 성능을 보였다. 특히 음성 기반 추론에 관한 평가인 '빅 벤치 오디오'에서는 무려 97.7%라는 높은 점수를 받아 그 가능성을 더욱 확고히 하고 있다.

음성 AI의 새로운 길

구글은 이번 제미나이 모델을 통해 음성 AI의 활용 범위를 확장하고 있으며, 제미나이 API와 구글 AI 스튜디오를 통해 개발자들도 이 모델을 활용할 수 있게 되었다. 기업용 서비스에서는 제미나이 엔터프라이즈와 같은 플랫폼에 적용될 예정이며, 구글의 다양한 서비스에서도 음성 중심의 기능이 확대될 계획이다.

또한, 구글은 성능 문제와 허위정보 문제를 해결하기 위해 AI 생성 음성에 보이지 않는 '신스ID(SynthID)' 워터마크를 적용함으로써 음성 AI가 널리 사용되는 과정에서도 사용자 신뢰를 유지할 수 있도록 하겠다는 의지를 보이고 있다.

구글의 최신 음성 AI 모델은 앞으로 다양한 산업에서 음성 기반의 자동화와 작업 효율성을 높이는 데 크게 기여할 것으로 기대된다. 이러한 발전은 인간과 AI 간의 상호작용을 더욱 자연스럽고 유용하게 만들어, 우리의 일상생활과 업무 환경에서 큰 변화를 가져올 가능성이 높다.