오픈AI, GPT-Live 음성 프리셋 9종 추가

오픈AI가 음성 모델 GPT-Live-1에 쓸 수 있는 프리셋 목소리 9종을 새로 추가했다. 프랑스어, 독일어, 힌디어, 일본어, 한국어 다섯 언어로, 오픈AI 개발자 계정은 10월 16일 "새 프리셋 9종은 각 언어를 모국어로 쓰는 배우들과 함께 만들었다"고 밝혔다. 같은 날 문자 설명만으로 목소리를 지어내는 프롬프트 투 보이스(prompt-to-voice) 사용법도 함께 안내했다. 앱 개발자가 고를 수 있는 목소리의 폭이 영어권 밖으로 넓어지고, 마음에 드는 목소리가 없으면 말로 설명해 새로 만드는 길이 정식으로 열린 셈이다.

메탈이 확인한 개발자 문서의 음성 선택지 표에 따르면 새 프리셋은 독일어 누리(Nuri)·유니(Juni)·플리츠(Flitz), 프랑스어 브리즈(Brise)·시야주(Sillage), 힌디어 니라(Nira), 일본어 하레마(Harema)·시다(Shida), 한국어 노을(Noeul)이다. 여성형 6종, 남성형 3종이고 모두 실제 녹음에서 나온 자연 음성으로 분류됐다. 표에는 이들을 포함해 21종의 추가 선택지가 올라 있다. 호주·영국·아일랜드·북미·필리핀·미국 남부 억양의 영어 목소리와 브라질 포르투갈어 목소리가 함께 있고, 그중 4종은 생성 음성이다. 기본 목소리는 마린(marin)이다.

메탈은 오픈AI가 듣는 동시에 말하는 음성 모델 GPT-Live-1을 API로 연 소식을 보도한 바 있다. 그때의 화두가 끼어들기와 맞장구를 처리하는 대화 구조였다면, 이번 발표는 그 대화를 어떤 목소리로 들려줄지를 다룬다. 목소리는 세션을 만들 때 정해야 하고, 바꾸려면 새 세션을 열어야 한다고 문서는 적었다.

프롬프트 투 보이스는 모든 API 고객에게 정식 제공된다. 개발자가 "차분하고 안심시키는 성인 목소리, 미국 영어 억양, 중간 음높이, 부드럽고 따뜻한 음색, 안정된 대화 속도"처럼 원하는 성질을 글로 적어 보내면 저장된 목소리가 하나 생긴다. 문서는 억양, 나이, 표현 성향, 음높이, 음색, 질감, 성량, 말 빠르기, 개성의 정도 아홉 가지를 묘사할 수 있는 항목으로 들었다. 참고용 대본은 최대 2000자까지 붙일 수 있고, 생략하면 서비스가 설명에 맞춰 대본을 만든다. 생성은 무료이고, 그 목소리로 GPT-Live에서 말하게 하면 일반 세션 요금이 붙는다. 한 조직이 만들 수 있는 프롬프트 목소리는 100개까지이며, 앱이 고객을 위해 대신 만드는 경우도 이 한도에 들어간다. 이렇게 만든 목소리는 GPT-Live에서만 쓰이고 텍스트 음성 변환, 리얼타임, 챗 컴플리션 API에서는 지원되지 않는다.

108초짜리 소개 영상은 이 기능을 세 가지 시제품으로 보여 준다. 선물을 함께 고르는 쇼핑 도우미에는 밝고 빠르고 호기심 많은 페니(Penny)가, 같은 설명을 두세 번 해도 즐거워하는 교육 앱에는 따뜻하고 참을성 있는 에이다(Ada)가, 모든 일에 시큰둥한 게임 캐릭터에는 무표정하게 비꼬는 마빈(Marvin)이 만들어진다. 영상은 만든 목소리가 계정에 저장돼 다른 GPT-Live 프로젝트에서도 다시 쓸 수 있다고 소개했다.

제약도 문서에 분명히 적혔다. 특정 인물이나 공인, 가상 캐릭터의 목소리를 흉내 내 달라고 요청할 수 없고, 아이 목소리는 허용되지 않는다. 오픈AI는 "듣는 사람에게 AI가 만든 음성이라고 알리라"고 요구했고, 만든 목소리가 유일하다는 보장도 없다고 밝혔다. 다른 사람이 비슷한 목소리를 만들 수 있다는 뜻이다. 목소리 생성 경로는 데이터를 남기지 않는 제로 데이터 보존(ZDR)과 호환되지 않는다.

실제 사람 목소리를 본뜨는 녹음 기반 맞춤 음성은 문턱이 더 높다. 자격을 갖춘 고객에게만 열리고, 성우가 정해진 동의 문구를 읽은 녹음과 30초 이하 견본 녹음이 따로 필요하다. 동의 문구는 한국어를 포함해 16개 언어로 정해져 있으며 문구에서 벗어나면 실패한다. 조직당 녹음 기반 목소리는 20개까지다. GPT-Live에서 쓰려면 견본에 실제 발화가 5초 이상 있어야 하고 문서는 10초에서 30초 녹음을 권했다. 다만 GPT-Live-1의 녹음 기반 목소리는 영어 억양만 지원한다.

개발자 반응은 반가움과 요청이 섞였다. 독일어 목소리가 API에도 오느냐, 대화 도중에 목소리를 바꿀 수 있느냐는 질문이 이어졌고, 지시 수행이 기대에 못 미친다는 지적도 나왔다. 목소리를 고르는 일이 앱의 첫인상이 되는 음성 제품에서, 오픈AI는 다국어 프리셋과 말로 짓는 목소리를 같은 날 내놓으며 그 선택을 개발자 쪽으로 넘겼다.