구글이 현지 시각 9월 15일 음성 대화 모델 제미나이 3.8 라이브와 제미나이 3.8 라이브 익스텐디드 싱킹을 공개했다. 두 모델은 발표 당일부터 제미나이 API와 구글 AI 스튜디오에서 사용할 수 있다.
제미나이 3.8 라이브는 대규모 서비스와 비용 효율에 초점을 맞춘 모델이다. 카메라로 입력되는 화면을 실시간에 가깝게 처리해 대화에 반영하며, 지원 언어 97개를 대화 중간에 자동으로 감지해 전환한다. 대화를 이어 가면서 도구와 API 호출을 배경에서 실행하는 구조도 적용됐다. 요청을 접수했다고 먼저 응답한 뒤 실제 작업은 뒤에서 마무리하는 방식이다.
익스텐디드 싱킹은 추론과 발화를 동시에 처리한다. “잠깐 확인해 보겠습니다” 같은 짧은 응답으로 요청 접수를 알리고, 여러 단계로 이어지는 배경 작업의 진행 상황을 말로 설명한다. 구글은 복잡한 업무에서도 대화가 끊기지 않게 하는 것이 설계 목표라고 밝혔다.
익스텐디드 싱킹은 아티피셜 애널리시스의 음성 대 음성 품질 지수에서 82.6점으로 1위를 기록했다. 음성 대 음성 품질 지수는 말을 글자로 바꾸지 않고 소리에서 소리로 곧바로 응답하는 모델의 품질을 비교하는 평가다. 에이전트 과제 수행에서는 τ-Voice 68.6%, 시에라의 τ-Voice-banking 35.1%를 기록했고, 오디오 추론 평가인 빅 벤치 오디오에서 97.7%를 얻었다. 제미나이 3.8 라이브는 스피치 에이전트 아레나에서 2위에 올랐다.
개발자는 제미나이 API와 구글 AI 스튜디오에서, 기업은 제미나이 엔터프라이즈 비공개 프리뷰에서 두 모델을 쓸 수 있다. 일반 이용자에게는 서치 라이브를 통해 제미나이 3.8 라이브가, 제미나이 라이브를 통해 익스텐디드 싱킹이 제공된다. 구글 워크스페이스에서는 구글 AI 프로와 울트라 구독자가 문서에서, 모든 구독자가 지메일과 킵에서 익스텐디드 싱킹을 사용할 수 있다.
세일즈포스와 젠스파크, 루메리스가 두 모델 도입 의사를 밝혔고 아고라, 피시잼, 랭체인, 라이브킷, 파이프캣, 버셀, 비전 에이전츠 같은 개발자 플랫폼이 라이브 API 연동을 지원한다. 구글은 자사 AI가 생성한 모든 음성에 신시드 워터마크를 적용한다고 밝혔다. 신시드는 사람이 알아채기 어려운 표식을 음성 자체에 넣어 AI 생성물 여부를 확인할 수 있게 하는 기술이다.
자세한 내용은 구글 공식 블로그에서 확인할 수 있다.
이미지 출처: 구글
AI Matters 뉴스레터 구독하기
