구글 딥마인드(Google DeepMind)가 개발자용 음성 AI 모델 제미나이 3.8 라이브(Gemini 3.8 Live)와 제미나이 3.8 라이브 확장 사고(Gemini 3.8 Live Extended Thinking)를 출시했다. 제미나이 3.8 라이브는 음성 에이전트가 대화 중 백그라운드에서 API를 호출하고 시각 정보를 처리하면서 음성 대화를 이어갈 수 있도록 하며, 확장 사고 모델은 음성-음성 평가에서 82.6%를 기록했다. IT 전문 매체 더디코더는 9월 16일 이같이 보도했다.
제미나이 3.8 라이브의 기능과 성능
제미나이 3.8 라이브는 구글의 제미나이 API와 구글 AI 스튜디오를 통해 개발자에게 제공된다. 음성 에이전트가 사용자와 대화를 이어가는 동시에 백그라운드에서 API를 호출할 수 있고, 시각 입력을 처리하면서 계속 음성 대화를 진행할 수 있는 것이 주요 기능이다. 지원 언어는 97개 이상이다.
제미나이 3.8 라이브 확장 사고는 아티피셜 애널리시스(Artificial Analysis)의 음성-음성 리더보드에서 82.6%를 기록해 1위에 올랐다. 더디코더에 따르면 이는 오픈AI(OpenAI)의 최신 GPT-라이브-1(GPT-Live-1) 모델보다 높은 점수다. 구글은 개발자가 기능을 시험할 수 있도록 샘플 애플리케이션을 깃허브(GitHub)에 공개했다.
기능 구조상 제미나이 3.8 라이브는 음성 입력과 출력을 단순히 순차 처리하는 방식에서 벗어나, 대화 중 외부 기능을 호출하고 화면이나 이미지 같은 시각 정보를 함께 다루도록 설계됐다. 다만 오픈AI 모델은 듣기와 말하기를 동시에 수행하는 완전한 양방향 통신 기능을 갖춰 더 자연스러운 대화를 제공할 가능성이 있다고 매체는 설명했다. 시연 영상에서도 오픈AI 모델의 음성이 더 자연스럽게 들렸다는 평가가 나왔다.
음성 AI 가격 경쟁과 개발자 선택
가격은 구글 모델의 핵심 경쟁력으로 제시됐다. 구글은 음성 입력에 분당 0.005달러, 음성 출력에 분당 0.018달러를 부과한다. 오픈AI의 GPT-라이브-1은 분당 0.05달러로 책정돼 있으며, 한 시간 동안 음성 대화를 나눌 경우 구글 모델은 약 1.38달러, 오픈AI 모델은 최소 3달러가 든다고 더디코더는 비교했다.
이에 따라 장시간 통화나 다수의 음성 에이전트를 운영하려는 개발자에게는 비용이 중요한 선택 기준이 될 수 있다. 반면 실제 대화의 자연스러움과 음성 품질을 우선하는 경우에는 오픈AI 모델이 여전히 경쟁력을 가질 수 있다는 분석이다. 더디코더는 구글이 이번 모델에서 품질보다 가격을 다시 한 번 우선시한 것으로 보인다고 평가했지만, 이 평가는 공개된 시연과 가격을 바탕으로 한 매체의 판단이다.
두 모델은 현재 제미나이 API와 구글 AI 스튜디오에서 개발자용으로 이용할 수 있으며, 구글은 깃허브를 통해 샘플 앱도 제공하고 있다. 원문에는 소비자용 서비스 전환이나 추가 출시 일정, 별도 로드맵은 제시되지 않았다. 이번 출시는 음성 AI 시장에서 자연스러운 대화 품질뿐 아니라 API 호출, 시각 입력, 언어 지원 범위와 사용 비용을 함께 비교하는 경쟁이 이어지고 있음을 보여준다.