🔎 #658. 오픈AI, 차세대 음성 모델 발표 예정

안녕하세요?
매일 사람이 쓰는 뉴스레터 Daily Prompt입니다.

오늘은 오픈AI, 차세대 음성 모델 발표 예정이라는 소식을 다룹니다.

오픈AI, 차세대 음성 모델 발표 예정

보도에 따르면, 오픈AI는 2026년 1분기에 새 음성 언어 모델을 공개할 예정입니다. 향후 목표는 사람들이 화면을 보지 않아도, 목소리만으로 자연스럽게 컴퓨팅을 사용할 수 있게 만드는 것입니다. 이를 위해 ‘음성 인터페이스 전용 하드웨어’도 약 1년 뒤 선보일 계획이라고 합니다.

이 흐름은 오픈AI만의 실험이 아닙니다. 음성 인터페이스는 다른 빅테크 기업들도 적극적으로 테스트하고 있는, 꽤 큰 UX 전환의 방향으로 보입니다.

Meta의 AI 안경: 대화 집중(Conversation Focus) 기능

메타는 레이밴 메타 스마트 안경 2세대에 ‘Conversation Focus’ 기능을 도입했습니다. 안경에 탑재된 다섯 개의 마이크와 AI 알고리즘을 활용해, 사용자가 바라보고 있는 사람의 목소리를 선택적으로 증폭하는 방식입니다. 주변 소음은 줄이고, 필요한 대화만 또렷하게 들을 수 있도록 설계됐습니다. 손가락으로 안경 프레임을 쓸어 증폭 방향이나 강도를 조절할 수도 있습니다. 시끄러운 식당이나 거리에서도 상대의 말을 놓치지 않게 돕는 기능입니다.

Google의 Audio Overviews

구글은 2025년 6월, Search Labs에서 ‘Audio Overviews’라는 실험을 시작했습니다. 이 기능은 최신 Gemini 모델을 활용해 특정 검색어에 대한 대화형 오디오 요약을 만들어줍니다. 사용자는 검색 결과 페이지에서 오디오 플레이어를 통해 요약된 내용을 들을 수 있고, 필요하면 관련 웹페이지로 바로 이동할 수도 있습니다. 손을 쓰기 어려운 상황이나 자투리 시간에 정보를 소비할 수 있도록, 검색 경험을 텍스트 중심에서 음성 중심으로 확장하려는 시도입니다.

Tesla의 차량용 AI 동반자 Grok

테슬라는 2025년 7월, 차량 소프트웨어에 ‘Grok’을 시험적으로 적용했습니다. Grok은 xAI가 개발한 대화형 AI로, 운전자가 스티어링 휠의 음성 버튼을 누르거나 앱 런처에서 선택하면 손을 쓰지 않고 대화를 나눌 수 있습니다. 사용자는 '스토리텔러'부터 '통제불능(Unhinged)'까지 여러 성격 중 하나를 고를 수 있고, 목적지 설정이나 경로 수정 같은 내비게이션 명령을 음성으로 수행할 수 있습니다. 다만 아직은 베타 단계로, 미디어 재생이나 공조 같은 차량 제어 기능은 기존 음성 명령 시스템에 의존하는 한계가 있습니다.

마무리

1. 새로운 UX 분야의 탄생입니다. 화면 없이 목소리로만 상호작용하고 듣고 말하는, '대화의 경험'이 큰 UX 트렌드로 다가오고 있습니다. 이런 환경에서 구매 전환은 어떻게 일어나게 될까요? 오프라인 매장에서 ‘안 사도 괜찮다’는 태도로 손님을 대하는 세일즈 고수들의 방식을 많이 닮게 될 것이라고 예상합니다. 오프라인 매장에서 이미 체계화된 고객 응대 매뉴얼이, 앞으로 음성 대화 모델 설계의 중요한 참고 자료가 될 가능성이 큽니다.
2. 이전에는 가격, 리뷰, 스펙 등을 보면서 비교할 수 있었는데요, 음성 기반 경험에서는 무엇을 비교하고 비교하지 않게 될까요? 저는 ‘내 상황에 맞는지?’ 개인화된 추천 경험으로 이동할 것 같습니다. 내 상황에 맞는 가격인지, 적절한 스펙인지 말이죠. 따라서 음성 비서는 사용자의 선호와 상황을 이해할수록 강해집니다. 만족도 높은 경험을 위해 사용자의 프라이버시를 침해하는 일도 함께 빈번해질 것입니다.
3. 음성 인터페이스에서는 침묵과 개입의 균형이 핵심이 될 것입니다. 지금의 음성 시스템은 침묵하는 방법을 잘 모릅니다. 고객이 고민하는 동안 기다릴 줄도 알아야 하고, 침묵을 깨고 개입하는 타이밍도 이해할 수 있어야 합니다. 이런 인터랙션이 기술적으로 가능하게 될까요? 유사하게 (음성은 아니지만) 카카오의 ‘카나나 in 카카오톡’는 대화 내용을 바탕으로 추천을 하는 실험을 진행 중입니다.
4. 이런 새로운 환경에서 광고 노출은 AI가 추천을 할 때 이루어질 것입니다. 또한 클릭률이나 장바구니 비율만으로는 음성 UX의 성과를 설명하기 어렵기 때문에 성과 측정 기준도 달라질 것입니다.

오늘의 Midjourney Prompt & Music

아래 Midjourney 이미지를 음악과 함께 감상해보세요:)

Colossus

0:00

/189.959979

1×

프롬프트 (by @jae_hong__an) :

Antarctica ice shelf, towering glacier cliff, colossal Gundam-style mecha head resting on the cliff edge, massive scale contrast, penguin colony gathered in the foreground, low-angle ultra wide shot, 24mm lens, wind-driven snow, polar overcast sky with soft sun rays, volumetric mist, crisp ice textures, cinematic concept art, realistic material detail, muted cold palette, dramatic composition, depth of field, subtle film grain --chaos 5 --ar 4:3 --raw

Image to Video 결과(Kling):