VEGA의 Live 음성 모드: GPT-Live 1 실시간 대화

VEGA에서 AI와 실시간 음성 대화를 나눌 수 있는 새로운 모드 Live를 출시했습니다. OpenAI의 GPT-Live 1(openai/gpt-live-1)로 구동되는 Live 모드를 사용하면 타이핑 없이, 별도의 음성-텍스트 변환 파이프라인을 기다릴 필요 없이 네이티브 언어로 자연스럽게 말하고 음성 답변을 즉시 들을 수 있습니다.

음성 받아쓰기와 다른 점

음성 받아쓰기는 입력창에 음성을 텍스트로 변환해 일반적인 문자 메시지를 보낼 수 있게 해줍니다. Live는 양방향(full-duplex) 음성 세션입니다. 모델은 연속적인 24 kHz PCM 오디오 스트림을 통해 듣고 말합니다.

• 네이티브 언어로 말하기: GPT-Live 1은 사용하는 언어를 감지하고 자연스러운 속도와 억양으로 같은 언어로 답변합니다.


• 매끄러운 끼어들기(barre-in): VEGA가 아직 말하는 중에 당신이 말하기 시작하면 재생이 즉시 중지되고 모델은 다시 듣기 상태로 전환됩니다 — 진짜 전화 통화처럼요.


• 채팅창 안의 라이브 이퀄라이저: 20밴드 오디오 비주얼라이저가 마이크 레벨과 VEGA의 음성 출력에 실시간으로 반응하여, 세션이 듣는 중인지, 생각하는 중인지, 말하는 중인지 항상 확인할 수 있습니다.


• 라이브 자막 및 채팅 기록: 음성 턴은 대화가 진행되는 동안 실시간으로 텍스트로 변환되어 채팅 스레드에 직접 저장되므로 통화 후 쉽게 읽거나 내보낼 수 있습니다.

동작 원리

Live 도구 그룹에서 대화 시작을 누르면:

• VEGA는 서버에서 1회용 클라이언트 시크릿을 발급하고 AI Gateway Live 엔드포인트로 직접 WebSocket 세션을 엽니다.


• 브라우저는 AudioWorklet를 통해 마이크 오디오를 캡처하고, 24 kHz 모노 PCM16으로 리샘플링한 뒤 최소 지연으로 스트리밍합니다.


• openai/gpt-live-1에서 수신되는 오디오 델타는 Web Audio API에서 프레임 단위로 스케줄링되며, 실시간 대본은 채팅 인터페이스로 스트리밍됩니다.


• 언제든 마이크를 음소거하거나 음소거를 해제할 수 있으며, 통화를 종료하여 세션을 깔끔하게 마무리할 수 있습니다.

초 단위 과금

Live 세션은 VEGA 보유 금액에서 실제 사용 시간(초 단위)에 따라 과금되며, 분 단위로 올림되지 않습니다. 통화를 종료하면 제공업체가 보고한 정확한 세션 시간에 따라 보류 금액이 정산됩니다.

VEGA에서 Live 사용해보기

vega.chat을 열고 도구 선택 바에서 Live를 선택한 뒤 대화 시작을 클릭하세요. 헤드셋을 착용하거나 기기의 마이크를 사용해 어떤 언어로든 VEGA와 대화해 보세요.