오픈AI·구글·메타가 음성 AI를 서로 다른 접점에 배치하면서 경쟁의 기준이 모델 성능에서 실제로 일을 끝내는 범위로 옮겨가고 있다. 오픈AI는 2026년 5월 7일 GPT-Realtime-2·GPT-Realtime-Translate·GPT-Realtime-Whisper를 API에 공개해 음성 에이전트와 번역·전사를 개발자가 서비스에 넣도록 했다. 구글은 8월 11일 Gemini 앱의 월간 이용자가 10억 명을 넘었고 이용자의 63%가 음성으로 대화한다고 발표했다. 이어 8월 19일에는 전용 자율주행 차량 Waymo Ojai에 Gemini 음성 도우미를 적용했다고 밝혔다. 메타는 5월 25일 한국에 Ray-Ban Meta와 Oakley Meta를 출시해 안경에서 Meta AI를 부르는 핸즈프리 방식을 제시했다.
쓰임새는 API·앱·차량·안경으로 갈린다. GPT-Realtime-Translate는 70개가 넘는 입력 언어를 13개 출력 언어로 옮기며, GPT-Realtime-Whisper는 말하는 동안 음성을 문자로 바꾸는 스트리밍 전사에 맞춰졌다. Gemini Live 대화 다섯 건 가운데 한 건은 카메라 영상이나 화면 공유를 더해 직접 수리나 학습처럼 눈앞의 문제를 보여주는 데 쓰였다. Ojai 탑승자는 화면의 Gemini 아이콘을 누른 뒤 음성으로 냉방 온도를 바꾸거나 주변 장소를 물을 수 있다. Meta AI 글라스 이용자는 “Hey Meta”라고 말해 주변 정보 질문, 통화, 음악 재생, 사진·영상 촬영을 손을 쓰지 않고 실행할 수 있다.
도움 대상과 통제 범위도 다르다. 오픈AI API는 통화 상담이나 다국어 업무를 직접 구축하는 조직에 맞지만 개발·배포와 사용량 관리가 필요하다. Gemini 앱은 스마트폰에서 바로 쓸 수 있으나 구글이 공개한 10억 명과 63%는 회사 자체 집계이며 국가별·유료 이용자별 구성은 제시되지 않았다. Ojai의 Gemini는 자율주행 시스템과 완전히 분리돼 있으며 이용자가 실행하기 전에는 작동하지 않는다. 차량의 주행이나 경로를 제어하는 기능도 아니다. 메타 글라스는 상황을 보며 질문하고 촬영하는 데 유리하지만, 촬영 때 켜지는 LED 표시를 포함해 주변 사람의 사생활을 함께 고려해야 한다.
비용을 함께 보면 선택 기준이 분명해진다. 오픈AI의 번역 모델은 분당 0.034달러, 전사 모델은 분당 0.017달러여서 대량 통화에서는 이용 시간이 곧 운영비가 된다. 한국에서 Ray-Ban Meta와 Oakley Meta의 권장소비자가는 각각 69만 원부터여서 기기 구매비를 먼저 부담해야 한다. 반면 Gemini는 대규모 앱 이용과 차량 적용을 동시에 보여줬지만 공개 이용 통계와 Ojai의 기능 범위를 혼동하면 안 된다. 세 회사의 음성 AI는 같은 대화 기능처럼 보여도 조직용 API, 스마트폰 보조 도구, 차량 실내 제어, 착용형 기기로 역할이 다르며 비용·개인정보·작동 범위를 기준으로 골라야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
