GPT-Live-1, 이제 외부로 전화를 걸 수 있다: SIP GA가 실제로 열어주는 것과 여전히 하지 못하는 것

OpenAI 음성 에이전트가 할 수 있는 가장 유용한 새 기능은 1번을 누르는 것입니다. 2026년 11월 4일 늦은 시각부터 GPT-Live-1 세션은 SIP 트렁크를 통해 실제 전화번호로 발신 전화를 걸고, 응답하는 메뉴를 들은 뒤 키패드 톤을 회선을 따라 다시 보낼 수 있습니다. 마지막 부분, 즉 양방향 DTMF가 바로 말만 하는 음성 에이전트와 전화 트리를 통과해 실제로 필요한 부서까지 연결될 수 있는 음성 에이전트의 차이입니다.

모델 자체는 새로운 것이 아니다. GPT-Live-1은 2026년 7월 8일부터 ChatGPT Voice에, 2026년 9월 10일부터는 분당 $0.05로 API에 제공되어 왔다. 11월 4일에 바뀐 것은 전송 방식이다. OpenAI의 Justin Uberti는 아웃바운드 텔레포니 API가 "방금 … GA로 승격"되어 "개발자가 '모든 SIP 트렁크 제공업체(예: Telnyx 또는 Twilio)'를 통해" "Live 음성 에이전트에서 전화를 걸 수 있게" 되었다고 발표했으며, Greg Brockman은 같은 날 밤 이를 확대 전파했다. 이 발표에서는 통화에 HD Voice를 사용할 수 있고 키패드 이벤트를 보내고 받을 수 있다고 덧붙였다.

그래서 이것은 모델에 관한 이야기가 아니라 기능에 관한 이야기이고, 흥미로운 내용은 글 자체보다 문서 쪽에 있습니다. OpenAI의 텔레포니 및 SIP 가이드는 이제 아웃바운드 통화가 "Live API를 통해 모든 조직에서 사용 가능하며, Realtime API의 통화 생성 엔드포인트가 아닙니다"라고 명시하고 있는데, 이 두 문장은 사람들이 재사용하려 할 통합의 상당 부분을 조용히 배제하고 있습니다.

“GA”가 바꾼 것, 그리고 바꾸지 않은 것

승격 전에도 아웃바운드 통화는 존재했지만 일반적으로 사용할 수는 없었습니다. "승격"이란 바로 그런 의미입니다. 메커니즘은 이미 구축되어 있었고, 문이 열린 것입니다. 이제 OpenAI 문서에는 그에 맞는 문장이 실려 있습니다. 즉, 아웃바운드 SIP 통화가 "Live API를 통해 모든 조직에서 사용할 수 있습니다"라는 문장이며, 이는 해당 페이지에서 GA 선언에 가장 가까운 문구입니다. 가이드 자체에는 어디에도 베타, 프리뷰, 알파 레이블이 없습니다.

변하지 않은 것은 음성 모델입니다. OpenAI 자체 문서의 아웃바운드 예시는 여전히 model: "gpt-live-1"로 설정되어 있으며, 파트너 체크리스트는 여전히 통합 담당자들에게 “다음을 지원하는 패키지 버전”을 찾으라고 안내합니다: gpt-live-1”. 아웃바운드 전용 모델도, 별도 가격도, 텔레포니 티어도 없습니다. 9월에 지불했던 음성 레이어와 동일하게 분당 $0.05를 지불하고 있으며, 이제는 서버를 떠나는 통화에 그 비용을 쓸 수 있게 되었을 뿐입니다.

한 가지 운영상 주의사항은 발표문이 아니라 가이드에 숨어 있습니다. OpenAI는 "이 흐름을 사용하기 전에 프로젝트에서 GPT-Live SIP 지원이 활성화되어 있고, 공급자의 SIP 트렁크가 해당 프로젝트로 라우팅되어 있는지 확인하라"고 안내합니다. GA 라벨과 활성화된 프로젝트 설정은 같은 것이 아니며, 그 주의 첫 지원 티켓은 둘 중 하나만 갖춘 사람이 될 것입니다.

트렁크가 과연 작동할지를 결정하는 전제 조건

OpenAI는 일반적인 의미에서 SIP를 도입하지 않았다. SIP의 좁고 현대적인 일부만 도입했으며, 다음 중 하나라도 충족하지 못하는 트렁크는 발표에서 "모든 SIP 트렁크 제공업체"에 관해 무엇을 약속했든 연결되지 않는다.

• 시그널링 — TLS는 선택이 아닌 필수입니다. UDP 또는 TCP를 통한 일반 SIP는 허용되지 않습니다.

• 미디어 — SDES-SRTP가 필요하며, SRTP는 제공자가 단순히 지원하는 수준이 아니라 제공자 쪽에서 활성화되어 있어야 합니다.

• 공급자 URL — sips: 엔드포인트가 필요하며, 기본값은 포트 5061이고, 자격 증명, 경로, URI 매개변수가 붙어 있지 않아야 합니다.

• 대상 — +14155550123과 같은 E.164 번호만 가능하며, 그 외에는 아무것도 허용되지 않습니다. SIP URI는 명시적으로 지원되지 않으므로 내부 내선 체계를 편법으로 사용할 수 없습니다.

• 인증 — SIP 사용자 이름과 비밀번호를 사용하는 digest 방식이며, 여기에 caller_number가 E.164 형식으로 포함되어 수신자가 보게 되는 발신자 ID가 됩니다.

• 네트워크 위생 — 로컬 호스트 이름과 리터럴 사설 IP 주소는 거부되므로, 랩 장비를 가리키는 테스트 리그는 사용할 수 없습니다.

• 오디오 형식 — audio.format은(는) 설정하지 마세요. SIP가 이를 협상하기 때문입니다. 이를 설정하는 것은 도움이 되어 보이지만 통화를 끊어버리는 유형의 매개변수입니다.

‘모든 제공자’ 주장에 이것이 무엇을 의미하는지 주목하세요. TLS 시그널링과 SDES-SRTP 미디어를 지원하는 제공자라면 무엇이든 작동합니다. 매우 많은 저렴한 SIP 트렁크는 여전히 UDP와 일반 RTP를 기본값으로 사용하며, 그 문장의 적용을 받지 않습니다. 연결 방식은 웹훅이 아니라 세션 생성입니다. /v1/live/sessions로 POST하고 transport.type을 sip로 설정하면 되며, 가이드에는 "아웃바운드 통화에는 수신 통화 웹훅이나 수락 요청이 필요하지 않습니다."라고 명시되어 있습니다.

응답으로 받는 것은 session.id와 전송(transport) 유형뿐이며, 문서는 그것과 실제 상황 사이의 간극을 이례적으로 노골적으로 언급합니다. "이 응답은 통화가 연결되었다는 뜻이 아닙니다." 링잉, 응답, 실패는 나중에 transport.ringing, transport.answered 및 transport.failed 이벤트로 /v1/live/sessions/{session_id}/attach의 사이드밴드 WebSocket을 통해 도착합니다. 즉시 attach하세요 — 직전 3초 동안의 이벤트만 재생됩니다 — 그리고 event_id 기준으로 중복을 제거하세요. 가이드에서는 중복 전달이 정상이라고 경고하기 때문입니다.

봉투: 울리기까지 3분, 이야기하기까지 2시간

가이드에 있는 두 가지 핵심 수치가 어떤 아웃바운드 사용 사례가 실행 가능한지를 결정할 것이며, 그 둘 중 어느 것도 발표 내용에는 나타나지 않았다.

• 벨 울림 제한 — 3분. 그때까지 응답이 없으면 통화는 종료됩니다.

• 연결 상한 — 2시간이며, 그 후에는 무슨 일이 진행 중이든 세션이 종료됩니다.

• 제어 인터페이스 — 전환은 다음을 통해: /v1/live/sessions/{id}/refer, 통화 종료는 다음을 통해: /v1/live/sessions/{id}/hangup, DTMF는 사이드밴드로 다음을 통해 전송됩니다: transport.dtmf.send.

• 실패 모드 — 잘못된 세션 구성은 생성 시 명확히 실패하고, 전송 설정은 502를 반환할 수 있으며, 초기화 타임아웃은 504를 반환하고, 그 이후의 모든 것은 비동기적으로 transport.failed.

3분 링은 소비자 대상 아웃바운드에는 괜찮지만, 통화를 보류하는 기업 교환대에는 어색합니다. 2시간 상한은 관대하지만, 상담원을 지원 대기열에 배치하면 긴 대기와 긴 대화가 겹쳐 이 상한에 거의 닿을 수 있습니다. 실시간 음성 제품에서 어느 제한도 놀라운 일은 아니며, 둘 다 고객에게 캠페인 SLA를 약속하기 전에 알아두고 싶은 종류의 정보입니다.

통화 비용, 솔직하게 말하면

OpenAI의 요금 페이지에는 GPT-Live-1 음성 세션이 분당 $0.05로, "초 단위로 청구되며 전체 1분 단위로 올림하지 않습니다"라고 명시되어 있습니다. 이것이 공개된 가격의 전부이며, 아웃바운드 통화로 발생하는 두 가지 청구서 중 하나일 뿐입니다. 나머지 하나는 통신사 종단 요금이며, 이는 목적지, 통화량, 선택한 트렁크 제공업체에 따라 달라집니다. OpenAI는 오디오 처리와 세션 로직을 담당하고, 제공업체는 PSTN 구간을 담당합니다.

• 1분 통화 연결 — OpenAI 요금 $0.050에 통신사 분당 요금이 추가됩니다.

• 4분 통화 — OpenAI 기준 $0.200, 통신사 요금 별도.

• 4분짜리 통화 1,000건 — 4,000분, 따라서 OpenAI에서 $200, 여기에 통신사 요금 별도.

• 연결된 대화 1시간 — OpenAI에서 $3.00, 통신사 요금 별도.

그 사용량 미터와 관련해 주의해야 할 두 가지가 있습니다. 첫째, 청구 단위는 세션 분이며, 가격 페이지 어디에도 음성과 무음을 구분하는 내용이 없습니다. 따라서 에이전트가 보류 음악을 들으며 보내는 초도 말하는 데 보내는 초와 같은 요율로 누적됩니다. 둘째, 안내서에는 3분 동안 벨이 울렸지만 끝내 연결되지 않은 통화가 청구 가능한 세션인지 나와 있지 않습니다. 이는 대량으로 다이얼러를 운영하기 전에, 그 후가 아니라 지원팀에 문의해 볼 가치가 있는 질문입니다.

백엔드 모델 및 도구 사용량은 별도로 청구되며, 위임한 모델을 기준으로 요금이 부과됩니다. 해당 구간을 OrcaRouter로 라우팅하는 경우, 0% 마크업 및 패스스루 가격이 음성 통화 분당 요금이 아니라 그쪽에 적용됩니다. 따라서 추론 모델 제공업체의 가격 인하는 같은 날 청구서에 반영되지만, gpt-live-1의 가격 인하는 반영되지 않습니다.

Realtime 통합은 그대로 이전되지 않습니다

이번 주에 저지를 수 있는 가장 값비싼 단일 실수는 작동하는 Realtime API 텔레포니 스택이 곧 작동하는 GPT-Live 스택이라고 가정하는 것입니다. OpenAI의 파트너 페이지는 이를 분명히 밝힙니다: “Realtime 통합이 자동으로 GPT-Live와 호환되는 것은 아닙니다.” 엔드포인트가 다르고, 세션 모델이 다르며, 위임은 Realtime이 같은 형태로 갖지 않는 개념이고, 가이드에서 파트너별로 확인하라고 요구하는 오디오 형식과 중단 의미론도 그대로 이어지지 않습니다.

파트너 목록은 또한 발표문의 표현을 복잡하게 만든다. OpenAI는 LiveKit을 음성 에이전트용으로, Twilio Agent Connect를 “수신 및 발신 전화 통화”용으로, Telnyx를 “아웃바운드 통화 경험”용으로, Bandwidth를 SIP를 통한 “수신 전화”용으로, 그리고 Daily/Pipecat을 일반적으로 Live 서비스용으로 문서화한다. 다시 말해 Bandwidth는 인바운드 통합으로 문서화되어 있고, LiveKit과 Pipecat은 통화 방향이 전혀 명시되지 않은 채 문서화되어 있다. “모든 SIP 트렁크 공급자”는 프로토콜 호환성에 관한 진술이지, OpenAI의 다섯 파트너 중 어느 곳이 아웃바운드 지원을 출시했는지에 관한 진술이 아니다.

Twilio를 사용 중이라면, 현재 문서화된 아웃바운드 경로가 있는 마이그레이션은 바로 그것입니다. 인바운드에 Bandwidth를 사용 중이라면, 해당 통합을 통한 아웃바운드는 아직 문서에서 보장하는 사항이 아닙니다.

아무도 묻지 않은 버전 질문

이 이름에는 현재 해소되지 않은 모호성이 있습니다. GPT-Live-1.1은 2026년 10월 15일 ChatGPT Voice에 통합되어 6개 언어에 걸친 새로운 음성을 제공했지만, OpenAI는 아직 API 호출자를 위한 gpt-live-1.1 모델 ID를 공개하지 않았습니다. 전화 통신 가이드의 모든 아웃바운드 예시는 gpt-live-1을 사용합니다. 동료가 아웃바운드 에이전트가 ChatGPT에서 사용하는 버전이기 때문에 1.1을 실행 중이라고 말한다면, 그들은 소비자 제품을 설명하는 것이지 당신의 세션 구성을 설명하는 것이 아닙니다.

실무적으로는: gpt-live-1을 계획에 명시하고, 1.1 API 가용성은 해당 날짜에 별도로 검증해야 할 별개의 이벤트로 취급하세요.

생각이 일어나는 곳, 그리고 그것이 당신이 통제하는 지렛대인 이유

GPT-Live는 정확히 반으로 나뉩니다. 문서 자체의 요약에 따르면 GPT-Live는 "추론과 도구 사용을 백엔드에 위임하고, 자신은 음성 대화를 관리합니다." 음성 계층은 타이밍, 끼어들기, 운율을 처리하고, 별도의 모델이 사고를 담당하며 도구를 호출합니다. 해당 백엔드는 세션별로 delegation 아래에서 두 가지 모드 중 하나로 구성됩니다.

• Responses 위임 — delegation.type: "responses"에는 필수 백엔드 모델이 있으며, 지침, 도구, 도구 선택, 토큰 한도 및 서비스 등급도 포함됩니다. OpenAI 가이드에서 권장하는 시작점은 gpt-6-luna이며, 또는 gpt-6-sol을 더 어려운 작업에 사용하는 것입니다. 또한 "Responses 모델은 음성 모델과 독립적으로 선택할 수 있습니다"라고 설명합니다.

• 클라이언트 위임 — delegation.type: "client", 애플리케이션이 백엔드를 직접 실행하는 방식입니다. OpenAI의 표현에 따르면 이는 "애플리케이션이 운영하는 모든 모델, 에이전트 또는 서비스"를 허용합니다.

아웃바운드 에이전트의 비용과 품질이 실제로 결정되는 곳이 바로 여기이며, 이는 이 페이지에서 진정으로 여러분의 선택인 유일한 아키텍처 결정입니다. 음성 모델은 고정되어 있고, 공교롭게도 OrcaRouter의 카탈로그에 없습니다. GPT-Live-1은 OpenAI에서 구매하는 텔레포니 프런트 엔드이며, 라우팅을 아무리 영리하게 해도 이 사실은 바뀌지 않습니다. 백엔드는 사정이 다릅니다. 클라이언트 위임에서는 여러분의 코드가 수행하는 평범한 모델 호출이며, 이는 다음을 뜻합니다: 200개 이상의 모델을 위한 단일 API, 평가하는 벤더 전반에 걸친 단일 키, 캠페인 도중 공급자의 성능이 저하되면 자동 페일오버, 통화 유형별 모델 선택 — IVR 메뉴를 안내할 때는 저렴한 모델을, 사람이 응답하면 더 강력한 모델을 사용하는 것입니다.

Responses 위임에서는 OpenAI가 해당 구간을 실행하고 자체 요율로 청구합니다. 둘 다 타당하며, 단지 결정을 서로 다른 위치에 둘 뿐입니다. 백엔드가 라우팅 결정이 되기를 원한다면, 클라이언트 위임이 바로 그것을 제공하는 모드입니다.

발표에서 빠진 내용

GA 발표 글치고는 배포를 결정하는 요소들에 대한 설명이 빈약합니다. 지역별 가용성, 지연 시간, 동시성 한도, SLA에 대해서는 아무 언급이 없습니다. 녹음, 고지, 동의 의무에 대해서도 아무 말이 없는데 — 아웃바운드 통화는 이 제품에서 그러한 의무가 이론에 그치지 않는 유일한 지점입니다. 미국에서는 동의 없이 소비자에게 자동 발신 전화를 거는 것이 엔지니어링 문제이기 전에 TCPA 문제입니다. EU에서는 수신자에게 알리지 않고 통화를 녹음하는 것 자체가 문제입니다. API는 caller_number와 행업 엔드포인트를 제공합니다. 컴플라이언스는 여러분 몫입니다.

"HD Voice" 역시 사양이라기보다 하나의 주장으로 다루는 게 좋습니다. OpenAI 문서에는 SIP가 오디오 형식을 협상한다는 내용만 있을 뿐 코덱 목록은 없으므로, 해당 글에 나오는 광대역 오디오는 공개된 어디에서도 정량화되지 않은 벤더의 진술입니다. 발표 자료에 넣기 전에 자사 통신사 환경에서 직접 검증하세요.

이걸로 이번 주에 뭘 해야 할까

이미 WebRTC에서 GPT-Live 음성 에이전트를 운영하고 있다면, 아웃바운드 경로는 재작성이 아니라 두 번째 전송 방식입니다. transport.type: "sip"로 생성되는 새 세션, TLS와 SDES-SRTP를 사용하는 트렁크, 그리고 링, 응답, DTMF를 감시하기 위한 사이드밴드 WebSocket이 필요합니다. 하루를 트렁크에 할당하세요, 에이전트가 아니라.

Realtime을 사용 중이라면 이를 구성 변경이라고 가정하고 마이그레이션 일정을 잡지 마십시오. 먼저 위임(delegation) 및 세션 섹션을 읽고, 백엔드가 OpenAI의 것이어야 하는지 자체 백엔드여야 하는지 결정한 다음에야 파트너를 선택하십시오. 이미 인바운드에 사용 중인 파트너가 문서화된 아웃바운드 경로를 갖춘 파트너가 아닐 수 있기 때문입니다.

아웃바운드 음성을 과연 구축할 가치가 있는지 아직 결정 중이라면, 중요한 숫자는 통신사 요금 전 연결 시간당 $3.00이며, 이는 2시간 하드 캡과 3분 링이라는 조건에 맞닿아 있습니다. 이는 테스트하기에 충분히 저렴하고, 대기 시간이 우연이 아니라 설계 결정이어야 할 만큼 충분히 비쌉니다. GA는 게이트를 없앴습니다. 계산까지 없앤 것은 아닙니다.