인셉션, 음성 에이전트 ‘머큐리 보이스’ 출시…'확산 모델'로 지연시간 한계 깼다

인공지능(AI) 음성 에이전트 시장에서 빠른 반응 속도와 높은 지능을 동시에 갖춘 모델이 등장했습니다. 인셉션(Inception)은 최근 자사의 새로운 음성 전용 모델 '머큐리 보이스(Mercury Voice)'를 출시하며, 기존 음성 모델들이 직면했던 지연시간 문제를 혁신적으로 해결했습니다. 이번 모델은 확산(Diffusion) 기반의 언어 모델로, 음성 인식 및 생성 분야에서 새로운 가능성을 열어줄 것으로 기대됩니다.

확산 모델의 혁신

머큐리 보이스는 기존의 자율주행 및 이미지 생성 분야에서 주로 활용되던 확산 기술을 언어와 음성 분야로 확장한 결과물입니다. 기존의 자율회귀 모델(Autoregressive)에 의해 발생하는 지연시간 문제를 극복하기 위해, 머큐리 보이스는 전체 문맥과 토큰을 병렬로 처리하는 구조를 채택했습니다. 이로 인해 복잡한 프롬프트나 긴 대화도 신속하게 처리할 수 있으며, 대화의 흐름이 끊기지 않도록 합니다.

실제로 인셉션은 머큐리 보이스를 통해 첫 응답 토큰이 평균 320밀리초(ms) 이내에 도출되는 성과를 거두었습니다. 이는 인간 간의 대화에서 자연스러운 반응을 위해 필요한 기준인 500ms를 크게 밑도는 수치로, 오랜 지연 없이 원활한 대화가 가능합니다. 특히, 응답이 가장 늦어지는 경우에도 750ms를 유지하는 등 안정적인 성능을 보여주어, 기존 음성 모델에서 빈번하게 발생하는 긴 응답 지연 현상을 효과적으로 억제했습니다.

다양한 분야에서의 활용 사례

머큐리 보이스는 이미 여러 산업 분야에서 실제 적용되고 있습니다. 예를 들어, 오디오비 AI는 드라이브스루 자동화 시스템에 이 모델을 통합하여, 실시간 주문 변경 및 추가 판매 안내를 수행하고 있습니다. 이외에도 금융 서비스 분야에서는 알터가 결제 협상 및 이의 제기 업무에 머큐리 보이스를 도입하여 효율성을 높이고 있으며, 오픈콜은 전화 업무 처리 시 응답 지연 시간을 평균 170ms로 줄이는 성과를 거두었습니다.

머큐리 보이스는 사용하기 쉬운 가격정책으로도 주목받고 있습니다. 입력 토큰 100만 개당 0.40달러, 출력 토큰 100만 개당 1.50달러로 책정되어 있으며, 출시 프로모션 기간 동안에는 각각 50% 할인된 가격으로 제공됩니다. 이는 GPT-4.1 모델 대비 약 5배 저렴한 비용으로, 대화 1분당 약 0.009달러의 가격으로 이용할 수 있습니다.

미래 전망

음성 에이전트의 시장은 날로 성장하고 있으며, 인셉션의 머큐리 보이스는 이러한 흐름 속에서 중요한 역할을 할 것으로 예상됩니다. 확산 모델의 도입은 AI 음성 기술의 한계를 넘어서고, 보다 자연스럽고 신속한 대화형 AI의 발전에 기여할 것입니다. 앞으로 머큐리 보이스가 다양한 산업에 더욱 폭넓게 활용되면서, 고객과의 소통 방식이 어떻게 변화할지 기대되는 시점입니다.