기사를 읽어드립니다.

AI 음성 기술 경쟁이 실제 고객 서비스 현장에서 성능과 비용 효율성을 겨루는 단계로 접어들었다. 스페이스X의 AI 사업 부문이 빠른 응답 속도와 높은 통화 처리 성능을 앞세워 음성 AI 시장 공략에 나섰다.

스페이스XSI는 14일(현지시간) 지능형 음성 모델 ‘그록 보이스 3.0(Grok Voice 3.0)’을 공개했다.

고객 지원 전화 해결률에서 역대 최고 기록을 세웠으며, 1초 미만의 응답 지연 시간과 경쟁 모델보다 낮은 비용을 앞세웠다. 테슬라 차량과 스페이스X의 스타링크 고객센터 등 실제 서비스 현장에서 이미 하루 수백만건의 대화를 처리하고 있다.

개발사는 그록 보이스 3.0이 음성을 이해하고 음성으로 답변하는 음성 대 음성 모델(speech-to-speech) 가운데 가장 지능적인 모델이라고 소개했다. API를 통해 즉시 사용할 수 있으며, 가격은 이전 모델인 그록 보이스 2.0과 같은 분당 0.08달러(시간당 4.80달러)다.

아티피셜 애널리시스의 독립 평가에서 음성 대 음성 지수(Speech-to-Speech Index) 86.9점으로 1위를 기록했다. 이 지수는 음성 추론 능력과 음성 대화 처리 성능, 사용자 선호도 및 작업 성공률 등을 종합해 평가한다.

대화의 자연스러움을 측정하는 전이중 벤치마크(Full Duplex Bench)에서는 97%를 기록했다. 상대방의 발언이 끝나기 전 끼어들거나 대화 중 잠시 멈추는 상황, 발언 순서가 바뀌는 상황 등을 자연스럽게 처리하는 능력을 평가하는 지표다.

다양한 억양과 주변 소음, 대화 중단이 발생하는 고객 지원 통화를 평가하는 '타우(τ)-보이스'에서는 71.6%를 기록했다. 이는 'GPT-라이브-1(아스트라)'과 비슷한 수준이지만, 지연 시간은 약 40% 짧다. 음성 처리 비용을 비교하는 평가에서도 GPT-라이브-1(아스트라) 중간 설정과 'GPT-리얼타임-2.1'보다 낮은 비용을 기록했다.

기업용 음성 상담원 평가에서도 성능을 입증했다. 서비스나우(ServiceNow)의 'EVA-벤치'에서 정확도 74%로 최고 점수를 기록했으며, 정확도와 고객 경험을 함께 평가했을 때도 가장 높은 성능을 보였다.

그록 보이스 3.0은 실제 서비스 현장에서도 활용되고 있다. 테슬라 차량에서는 운전자가 손을 사용하지 않고 일정 확인이나 이메일 답변 같은 간단한 작업부터 커피 주문과 저녁 식사 예약 등 복잡한 요청까지 음성으로 처리할 수 있다.

스타링크 고객센터에서는 여러 언어로 하루 2만여건의 고객 전화를 처리한다. 이 가운데 약 70%는 사람의 개입 없이 해결되며, 영업 전화 4건 중 1건은 통화가 끝나기 전에 구매로 이어진다고 개발사는 밝혔다. 하나의 AI 상담원이 고객 확인, 장비 문제 해결, 요금 크레딧 지급, 교체 장비 발송까지 수행한다.

그록 보이스 3.0은 음성 에이전트 API를 통해 제공되며, 기존 그록 보이스 2.0과 같은 가격이 적용된다. 기존에 최신 음성 모델을 자동으로 사용하는 설정을 적용한 개발자는 별도의 변경 없이 새 모델로 전환됐다.

박찬 기자 cpark@aitimes.com