GPT 리얼타임 2.1

GPT 리얼타임 2.1은 오픈AI(OpenAI)가 만든, 사람과 실시간으로 목소리를 주고받는 AI 모델이다. 전화 통화 상대방을 떠올리면 된다. 상대가 말을 마치면 바로 이어서 대답이 나오고, 중간에 끼어들어도 자연스럽게 받아친다.

예전 방식의 음성 비서는 사람 말을 글자로 바꾸고, 그 글자를 보고 답을 생각한 뒤, 다시 그 답을 목소리로 바꾸는 세 단계를 거쳤다. 마치 통역사를 두 명 거치는 것과 비슷해서 그만큼 대화 사이에 어색한 틈이 생겼다. GPT 리얼타임 2.1은 이 과정을 하나로 합쳐서 듣는 즉시 목소리로 답하기 때문에 대화의 흐름이 훨씬 매끄럽다.

다만 이런 실시간 음성 대화는 글자로 묻고 답하는 방식보다 계산량이 많아 이용 비용이 더 비싼 편이다. 그래서 이 모델을 쓰는 서비스들은 대화 시간을 제한하거나 로그인을 요구하는 경우가 많다.

한 추리게임 개발자는 "대화는 오픈AI의 음성모델 gpt-realtime-2.1과 WebRTC를 이용한 음성-음성 방식으로 진행된다"고 밝혔다. 여기서 오해하기 쉬운 점은 이 모델이 게임의 정답 판정까지 맡는다고 생각하는 것이다. 실제로는 대화만 gpt-realtime-2.1이 담당하고, 플레이어가 누구를 지목했는지 규칙에 맞게 판정하는 일은 별도의 gpt-5-mini 모델이 맡는 식으로 역할이 나뉘어 있다.