OpenAI에는 이름이 한 글자만 다른 두 가지 음성 기술이 있습니다. 7월 8일 GPT-Live 발표 이후, “GPT Live API”를 검색하면 GPT-Realtime 문서로 연결되거나 두 용어가 혼용된 출시 보도를 보게 될 수 있습니다. 하지만 두 기술은 같은 것이 아닙니다.
한 줄로 정리하면 다음과 같습니다.
GPT-Live는 ChatGPT 안에서 제공되는 소비자용 음성 경험입니다. GPT-Realtime은 개발자가 자체 음성 애플리케이션을 만들기 위한 API 제품군입니다.
아래 내용을 기준으로 어떤 스택을 써야 하는지 판단하면 됩니다.
GPT-Live vs GPT-Realtime 빠른 비교
| 항목 | GPT-Live | GPT-Realtime |
|---|---|---|
| 내용 | ChatGPT 음성 기능을 구동하는 음성 모델 제품군 | Realtime API의 음성-음성 모델 |
| 대상 | ChatGPT 사용자 | 음성 제품을 개발하는 개발자 |
| 실행 환경 | ChatGPT 앱(iOS, Android, 웹), CarPlay | API를 통한 사용자 애플리케이션 |
| API 접근 | 아직 없음. OpenAI에 따르면 “곧” 제공 예정 | 일반적으로 사용 가능 |
| 현재 모델 | GPT-Live-1, 1 mini, 1 Medium, 1 High |
gpt-realtime, gpt-realtime-1.5, gpt-realtime-2.1, 2.1-mini
|
| 아키텍처 | 전이중 통신 + GPT-5.5로의 백그라운드 위임 | 단일 음성-음성 모델, 빠른 턴 기반 |
| 대화 스타일 | 말하면서 듣기, 백채널 | 낮은 지연 시간의 턴, 중단 처리 |
| 추가 기능 | 웹 검색, 번역, 시각 카드, 기억력 | 함수 호출, MCP 서버, SIP 통화, 이미지 입력 |
| 가격 | 미공개. ChatGPT 티어에 번들됨 | 공개됨. 예: gpt-realtime 인풋 $4/M, 아웃풋 $16/M |
GPT-Live란 무엇인가
GPT-Live는 ChatGPT 음성의 새로운 기본값입니다.
핵심은 전이중(full-duplex) 대화입니다. 모델은 응답을 생성하는 동안에도 사용자의 오디오를 계속 처리하며, 초당 여러 번 다음 동작을 판단합니다.
- 계속 말할지
- 들을지
- 멈출지
- 사용자의 중단을 처리할지
질문이 검색이나 더 깊은 추론을 필요로 할 때는 GPT-Live가 “GPT-5.5와 같은 다른 모델에 작업을 위임”하고, 결과를 다시 대화에 통합할 수 있습니다.
중요한 점은 다음입니다.
개발자는 현재 GPT-Live를 직접 통합하지 않습니다. GPT-Live는 ChatGPT 앱 안에서 사용하는 기능입니다.
현재 사용 방식은 다음과 같습니다.
- 유료 티어: 기본적으로 GPT-Live-1 사용
- 무료 티어: GPT-Live-1 mini 사용
- 플랫폼: ChatGPT 앱 iOS, Android, 웹, CarPlay
버전과 플랫폼별 설정은 설정 가이드에서 확인할 수 있습니다.
GPT-Realtime이란 무엇인가
GPT-Realtime은 OpenAI의 Realtime API를 구성하는 개발자용 음성 모델 제품군입니다.
개발자는 GPT-Realtime을 사용해 다음과 같은 음성 애플리케이션을 만들 수 있습니다.
- 브라우저 기반 실시간 음성 챗봇
- 모바일 음성 어시스턴트
- 전화 통화 기반 AI 에이전트
- 도구 호출이 가능한 음성 에이전트
- 이미지 입력을 함께 처리하는 멀티모달 음성 인터페이스
연결 방식은 주로 다음 두 가지입니다.
- WebSocket
- WebRTC
또한 GPT-Realtime은 API 제품으로 제공되므로 다음 요소가 명확합니다.
- 모델 버전
- API 접근 방식
- 가격
- 함수 호출
- MCP 서버
- SIP 통화
- 이미지 입력
최신 모델인 gpt-realtime-2.1과 2.1-mini는 GPT-Live 발표 이틀 전인 2026년 7월 6일에 출시되었습니다.
관련 실습 자료는 다음에서 확인할 수 있습니다.
실시간 음성 API를 개발할 때는 이벤트 스트림을 직접 확인할 수 있어야 합니다. Apidog는 WebSocket 세션을 직접 구동하여 불투명한 실시간 디버깅을 검사 가능한 이벤트 스트림으로 바꾸는 데 사용할 수 있습니다.
무료로 다운로드한 뒤 gpt-realtime-2.1 세션을 테스트해볼 수 있습니다.
어떤 것을 써야 하나
요구사항에 따라 선택 기준은 간단합니다.
1. “AI와 그냥 대화하고 싶다”
ChatGPT의 GPT-Live를 사용하면 됩니다.
- 코드 필요 없음
- ChatGPT 앱에서 바로 사용
- 소비자용 음성 경험에 적합
2. “내 앱이 사용자와 음성으로 대화해야 한다”
Realtime API의 GPT-Realtime을 사용해야 합니다.
- WebSocket 또는 WebRTC 연결
- 음성 입력/출력 처리
- 함수 호출 가능
- SIP 통화 가능
- MCP 서버 연동 가능
3. “내 앱에서 GPT-Live 같은 전이중 동작을 구현하고 싶다”
현재 GPT-Live API는 사용할 수 없습니다.
가장 가까운 접근은 Realtime API 위에서 직접 다음 패턴을 구현하는 것입니다.
- 사용자 발화 중단 감지
- 낮은 지연 시간의 턴 처리
- 필요 시 별도 모델이나 도구로 작업 위임
- 결과를 다시 음성 응답 흐름에 통합
관련 내용은 GPT-Live API가 있나요?에서 다룹니다.
GPT-Realtime으로 구현할 때의 기본 구조
실제 애플리케이션에서는 보통 다음 흐름을 구성합니다.
사용자 마이크
-> 클라이언트 앱
-> WebSocket 또는 WebRTC 세션
-> GPT-Realtime
-> 음성 응답 이벤트
-> 클라이언트에서 재생
도구 호출이 필요한 경우에는 다음 단계가 추가됩니다.
GPT-Realtime
-> 함수 호출 또는 MCP 서버 호출
-> 애플리케이션 서버에서 작업 처리
-> 결과를 세션에 반환
-> 모델이 음성 응답 생성
개발 중에는 다음 이벤트를 반드시 확인하는 것이 좋습니다.
- 세션 생성 이벤트
- 오디오 입력 이벤트
- 모델 응답 시작/종료 이벤트
- 사용자 중단 이벤트
- 함수 호출 이벤트
- 에러 이벤트
실시간 API는 일반 REST API보다 디버깅이 어렵습니다. 따라서 WebSocket 이벤트를 그대로 로깅하고 재현 가능한 형태로 확인하는 환경을 먼저 만드는 것이 좋습니다.
혼란이 생기는 이유
GPT-Live와 GPT-Realtime은 서로 다른 방향에서 비슷한 목표로 수렴하고 있습니다.
GPT-Realtime은 음성-음성 지연 시간을 프로덕션 에이전트에 사용할 수 있을 만큼 낮추는 개발자용 API입니다.
반면 GPT-Live는 그 위에 다음 요소를 추가한 ChatGPT 내부 음성 경험에 가깝습니다.
- 전이중 대화
- 말하면서 듣기
- 백채널
- 백그라운드 모델 위임
- ChatGPT 기능과의 통합
아키텍처 관점에서 보면 GPT-Live는 Realtime API의 다음 세대가 지향하는 방향처럼 보입니다. OpenAI도 GPT-Live 모델이 “곧” API에 출시될 것이라고 밝혔습니다.
하지만 현재 기준으로는 다음처럼 구분해야 합니다.
| 원하는 것 | 선택 |
|---|---|
| ChatGPT에서 AI와 음성 대화 | GPT-Live |
| 내 앱에서 음성 AI 구현 | GPT-Realtime |
| 전화 기반 AI 에이전트 | GPT-Realtime |
| GPT-Live API 직접 호출 | 아직 불가능 |
| 전이중에 가까운 사용자 경험 | Realtime API 위에서 직접 구현 |
GPT-Live가 API에 도달하면 어떻게 될까
OpenAI는 아직 GPT-Live 모델이 어떤 방식으로 API에 제공될지 밝히지 않았습니다.
가능한 시나리오는 다음과 같습니다.
- Realtime API에 GPT-Live 모델이 추가됨
- GPT-Realtime 일부를 GPT-Live가 대체함
- 별도 GPT-Live API 서비스로 제공됨
현재 알려진 네 가지 변형 구조는 다음과 같은 세션 수준의 트레이드오프를 시사합니다.
- 인스턴트 기반 응답
- 두 가지 노력 수준
- GPT-5.5 추론 기반 응답
- 지연 시간과 응답 깊이의 선택
따라서 지금 개발 중인 팀은 Realtime API 코드를 다음처럼 설계하는 것이 안전합니다.
- 이벤트 기반 세션 구조 유지
- 모델 선택 로직 분리
- 도구 호출 로직 분리
- 위임 로직을 느슨하게 결합
- 음성 입출력 파이프라인을 모델 구현과 분리
이렇게 해두면 GPT-Live가 Realtime API에 추가되든, 별도 서비스로 나오든, 기존 구조를 더 쉽게 확장할 수 있습니다.
자주 묻는 질문
GPT-Live와 GPT-Realtime은 같은 것인가요?
아닙니다.
GPT-Live는 ChatGPT 사용자를 위한 소비자용 음성 기능을 구동합니다. GPT-Realtime은 Realtime API에서 사용할 수 있는 개발자용 모델 제품군입니다.
내 앱에서 GPT-Live를 사용할 수 있나요?
아직 사용할 수 없습니다.
OpenAI는 API 사용 가능성을 “곧” 제공할 계획이라고 밝혔습니다. 현재 사용할 수 있는 대안은 gpt-realtime-2.1을 포함한 Realtime API입니다.
GPT-Realtime이 GPT-Live로 대체되나요?
OpenAI는 그렇게 발표하지 않았습니다.
GPT-Realtime은 여전히 일반적으로 사용 가능하며, GPT-Live 출시 이틀 전에 업데이트되었습니다. 따라서 현재는 두 스택이 공존한다고 보고 설계하는 것이 안전합니다.
어느 쪽이 더 유능한가요?
역할이 다릅니다.
GPT-Live는 ChatGPT 안에서 전이중 대화와 GPT-5.5 위임 기능을 제공합니다.
GPT-Realtime은 개발자용 API 인터페이스를 제공합니다.
- 함수 호출
- MCP 서버
- SIP 통화
- 이미지 입력
- 공개된 가격 정책
앱을 만들고 있다면 현재 선택지는 GPT-Realtime입니다. ChatGPT 안에서 음성 대화를 사용하려는 경우에는 GPT-Live를 사용하면 됩니다.
Top comments (0)