AI와 음성 대화: 타이핑 없이 말로 묻는 AI 비서

라이브 음성 대화란

GPT Realtime Assistant의 세션은 내가 시작하고 내가 끝내는 대화입니다. ‘시작’(iPad와 Mac에서는 ‘세션 시작’)을 탭하면 마이크가 열립니다. 내가 한 말은 기록으로 나타나고, 어시스턴트의 답은 그 옆에 나타납니다. 질문 사이에 아무것도 누르지 않습니다. 어시스턴트가 매 차례 알아서 답하므로, 검색창에 받아쓰기를 하는 것보다 사람과 이야기하는 리듬에 가깝습니다.

명령어를 하나씩 내리는 것이 아니라 하나의 대화입니다. “두 번째 건?”이나 “더 짧게” 같은 후속 질문은, 줄곧 듣고 있던 사람이 그러듯 앞선 맥락 속에서 받아들여집니다.

iOS 또는 iPadOS 26 이상의 iPhone과 iPad, 그리고 macOS 26 이상의 Apple 실리콘 Mac에서 작동합니다.

시작하기, 단계별로

1분도 안 걸리고, 그 대부분은 기기를 어디에 둘지 정하는 데 씁니다.

1. 앱을 열고 새 세션을 시작합니다. 일반적인 질문이라면 지침을 직접 쓴 세션으로 충분하고, 대화에 목적이 있다면 ‘코딩 작업’이나 ‘면접’ 같은 템플릿이 도움이 됩니다.
2. ‘상세 수준’을 고릅니다. ‘간략’, ‘보통’, ‘상세’ 중에서, 기본값은 ‘보통’입니다.
3. ‘번역’이 꺼져 있는지 확인합니다. 번역은 끄기 전까지 켜져 있는 앱 전체 설정이며, 켜져 있으면 내가 하는 모든 말이 한 언어에서 다른 언어로 번역됩니다.
4. 들지 않고도 읽을 수 있는 곳에 기기를 세웁니다. 책상 위 거치대, 조리대 뒤 벽에 기대어, 소파 팔걸이 위.
5. ‘시작’을 탭하고 사람에게 묻듯 질문합니다.
6. 끝나면 ‘종료’를 탭합니다. 대화는 기기 안의 세션 기록에 남습니다.

말해서 끊기

내가 말을 시작하면 어시스턴트는 하던 답을 멈춥니다. 이것이 원리의 전부이고, 음성 대화를 쓸 만하게 만드는 것도 이것입니다. 엉뚱한 방향으로 가는 답을 끝까지 기다릴 필요도, 끊으려고 버튼을 찾을 필요도 없습니다.

질문을 잘못 알아들은 사람에게 하듯 쓰세요. “아니, 비행기 말고 기차.” “숫자만.” “배경 설명은 빼고, 지금 뭘 하면 돼?” 어시스턴트는 정정을 받아들이고 거기서부터 이어 갑니다.

마이크는 나만이 아니라 방 전체를 듣습니다. 근처에서 말하는 다른 사람이나 텔레비전 소리도 내 목소리처럼 들어가므로, 북적이는 부엌보다 조용한 구석에서 대화가 더 깔끔합니다.

‘간략’, ‘보통’, ‘상세’

‘상세 수준’ 설정은 답의 길이를 정합니다. 입력하는 대화보다 말로 하는 대화에서 더 중요합니다. 목소리로 물었고, 이제 팔 길이만큼 떨어진 화면의 답을 다른 일을 하면서 읽는 경우가 많기 때문입니다.

설정을 바꾸지 않고도 그 자리에서 “한 줄로”, “제대로 설명해 줘”처럼 더 짧거나 긴 답을 요청할 수 있습니다.

• ‘간략’: 가장 짧은 답. 빠르게 주고받을 때, 손이 바쁠 때 필요한 사실 하나, 한눈에 보고 싶은 모든 것에 알맞습니다.
• ‘보통’: 기본값, 둘의 중간. 대화가 어떻게 흘러갈지 아직 모를 때 무난한 선택입니다.
• ‘상세’: 자리에 앉아 근거, 단계, 선택지를 모두 펼쳐 보고 싶을 때.

화면을 켜 두기

많은 사람이 놓치는 규칙입니다. 라이브 세션은 앱이 백그라운드로 가거나 화면이 잠기면 종료됩니다. 앱에 ‘앱이 비활성 상태입니다. 실시간 세션이 종료되었습니다.’가 나타나고 듣기를 멈춥니다. 다른 앱에서 메시지를 확인하거나, 탁자 위 휴대폰이 저절로 잠기면 대화가 끝납니다.

그래서 여기서 말하는 핸즈프리는 운전 중 핸즈프리가 아닙니다. 답은 화면에 있고, 화면 읽기는 운전대 앞에서 할 일이 아닙니다.

짧은 질문 이상이라면:

• 앱을 쓰는 동안 기기 ‘설정’에서 ‘자동 잠금’ 시간을 길게 하고, 끝나면 되돌리세요.
• 긴 세션이라면 기기를 충전기에 연결하세요. 열린 마이크와 켜진 화면은 가만히 놓인 휴대폰보다 배터리를 더 씁니다.
• 세션이 닫혔다면 앱으로 돌아가 다시 시작하세요. 그때까지의 기록은 세션에 남아 있습니다.

소리 내어 말할 수 없을 때

휴대폰에 대고 말하기 곤란한 곳이 있습니다. 조용한 열차 칸, 개방형 사무실, 누군가 자고 있는 방. 그럴 때는 입력하세요. ‘AI에게 물어보거나 컨텍스트 붙여넣기...’라고 적힌 입력란도 같은 질문을 받고, 답도 같은 방식으로 돌아옵니다. 이메일, 지시 사항, 설명이 필요한 문단처럼 긴 것을 붙여 넣는 곳이기도 하며, 소리 내어 읽는 것보다 빠릅니다.

‘마이크’는 마이크를 끄고 켭니다. 세션은 열어 두되 듣지는 않게 하고 싶을 때 씁니다.

기본적으로는 OpenAI의 모델이 음성을 듣습니다. ‘듣는 중’ 항목에서 대신 Apple Speech를 고를 수 있습니다. 내 말은 기기에서 받아써지고, 답을 위해 텍스트가 GPT로 전송됩니다. 받아쓰기가 이루어지는 곳이 바뀔 뿐, 답은 여전히 클라우드에서 옵니다.

기기를 둔 곳에서 답이 잘 안 읽힌다면, 앱의 ‘설정’ › ‘외관’ › ‘채팅 글꼴 크기’를 ‘특대형’까지 키울 수 있으며, 기기 전체에 설정한 글자 크기 위에 더해집니다.

이것인 것과 아닌 것

내가 말로 묻는 대화 상대로, 질문에 답하고, 설명하고, 초안을 쓰고, 함께 생각을 정리해 줍니다. Siri를 대신하지는 않습니다. 휴대폰을 제어할 수 없어서 타이머나 알람을 맞추거나, 메시지를 보내거나, 전화를 걸거나, 앱을 열거나, 설정을 바꾸지 않습니다. 답은 어시스턴트가, 행동은 내가 합니다.

불러 주기를 기다리며 백그라운드에서 대기하지도 않습니다. 눈앞의 화면에 세션이 열려 있는 동안에만 듣고, ‘종료’를 탭하거나 앱을 떠나면 세션이 끝납니다.

클라우드 세션에는 인터넷 연결이 필요합니다. 세션 중에는 음성이 기기에서 OpenAI의 Realtime API로 바로 전송되고, 세션은 기기에 저장되며, Arte Soft의 서버는 음성, 기록, 답변을 전혀 받지 않습니다. 연결 없이 세션을 실행하는 유일한 방법은 ‘설정’에서 한 번 내려받은 모델로 하는 Apple 실리콘 Mac의 로컬 세션입니다.

앱은 무료로 내려받을 수 있고, 세션에는 구독이 필요합니다. 클라우드 세션은 사용한 음성과 텍스트에 따라 크레딧을 쓰며, 자세한 내용은 요금과 크레딧 가이드에서 설명합니다. 그리고 답은 확인하기 전까지는 사실이 아닙니다. 복용량, 기한, 법률 문제처럼 중요한 일이라면 무엇을 물어야 할지 아는 데 답을 쓰고, 자격 있는 사람에게 물어보세요.