Voice AI Weekly #4 - 2026년 8월 1째 주

이번 주는 음성 AI 업계에서 속도와 신호 이해가 두 축이 두드러지는 한 주였어요. 해외에서 나온 소식 다섯 개를 정리했습니다.

1. OpenAI, 지연 없는 실시간 음성 AI 아키텍처 공개

OpenAI가 3세대 음성 시스템 GPT-Live의 내부 구조를 8월 3일 공개했어요. 턴 감지기를 없애고 풀 듀플렉스 방식으로 음성을 처리해 듣기와 말하기를 동시에 수행하는데요. 세션 연결 과정도 기존 6회 왕복에서 1회로 줄여 응답 속도를 크게 끌어올렸습니다.

출처 How we built a realtime system for responsive voice AI in six months

2. PolyAI, 오디오 네이티브 대화 모델 Dialog-RSN-1 출시

PolyAI가 7월 30일 턴테이킹, 음성인식, 함수 호출, 응답 생성을 하나로 묶은 Dialog-RSN-1을 선보였어요. 텍스트 변환 단계를 거치지 않고 음성 신호를 직접 처리해 300밀리초 이하 응답 속도를 냅니다. 입력은 오디오 네이티브 방식이지만 음성 합성은 별도 TTS로 분리해 목소리 제어권을 유지했습니다.

신호 레이어에서 의도와 감정을 바로 읽는 구조, 마고의 Acoustic Intelligence와 방향이 같은데요. 컨택센터용 음성 AI가 텍스트를 거치지 않는 쪽으로 옮겨가고 있는 것으로 보입니다.

출처 Dialog-RSN-1: a voice model that hears calls the way humans do

3. OVH그룹, 음성 AI 기업 Gladia 인수 완료

OVH그룹이 7월 31일 프랑스 음성 AI 스타트업 Gladia 인수를 마무리했어요. Gladia는 100개 이상 언어를 실시간으로 전사하는 STT 플랫폼으로 개발자 30만 명과 기업 고객 2000곳을 확보하고 있습니다. OVH는 이번 인수로 음성 기술을 자체 AI 인프라에 내재화해 주권 클라우드 전략을 강화했어요.

유럽에서도 음성 데이터를 자국 인프라 안에서 처리하려는 움직임이 뚜렷해졌는데요. 온프레미스 음성 AI를 찾는 곳이 늘고 있다는 방증이기도 합니다.

출처 OVH Groupe completes the acquisition of Gladia, expert in voice AI

4. 러시아 연구팀, 일상 대화 속 음성만으로 인지저하 신호 포착

러시아 IKBFU 연구팀이 평범한 대화 녹음에서 88가지 음향 특징을 분석해 초기 치매와 뇌손상 신호를 감지하는 신경망을 7월 29일 공개했어요. 정해진 검사 문항 없이 자연스러운 대화만으로 작동한다는 점이 기존 연구와 다릅니다. 연구팀은 이 시스템을 진단 도구가 아닌 선별 도구로 설계했다고 밝혔습니다.

출처 Voice AI Flags Cognitive Decline From Ordinary Speech, Catching What Clinicians Miss

5. Hume AI, 음성 AI 40여 개 모델의 감정 이해력을 비교한 벤치마크 등장

Hume AI가 7월 15일 음성 AI의 실제 대화 품질을 평가하는 벤치마크 Real World VoiceEQ를 공개했습니다. 100만 건이 넘는 사람 평가를 바탕으로 40여 개 모델을 15개 이상 항목, 60여 개 지표로 비교했는데요. 텍스트 음성 변환에서는 구글 제미나이가, 음성 인식에서는 일레븐랩스가 각 부문 최고 점수를 받았습니다.

출처 Introducing Real World VoiceEQ: Measuring the human quality of voice AI

응답 속도와 신호 이해력, 이 두 가지가 이번 주 음성 기술 분야의 주 이슈였는데요.

궁금한 점이나 협업 문의는 contact@holamago.com으로 편하게 연락 주세요. 다음 주에도 마고의 시선으로 고른 음성 AI 소식을 들고 오겠습니다.