퍼플렉시티, 음성 모드에 GPT-Live-1 적용: Mac과 웹 전환으로 실제 달라지는 것

Mac 앱과 웹에서 Perplexity의 음성 모드는 이제 GPT-Live-1(OpenAI의 전이중 음성 모델)에서 구동되며, 이번 교체로 추가된 기능이 특히 두 번 읽어볼 만한 대목입니다: 한 번의 음성 세션으로 여러 Perplexity Computer 세션을 동시에 운용하고, 말하는 도중에 새 작업을 시작하며, 키보드를 건드리지 않고 Projects를 만들거나 관리할 수 있습니다. 이 소식은 2026년 10월 28일 Perplexity의 @AskPerplexity 계정을 통해 발표되었으며, 두 플랫폼 모두에서 유료 Pro 및 Max 구독자에게 적용되었습니다.

그것은 모델 출시가 아니라 배포 이벤트다. GPT-Live-1은 OpenAI가 2026년 9월 10일 API에 올린 이후 음성 분당 0.05달러에 일반 제공되고 있었고, 7월 8일부터 ChatGPT Voice에서도 사용 가능했다. 이번 주에 달라진 것은 누가 이를 빌려 쓰는지, 그리고 무엇을 겨냥하는지다.

음성 모델 교체가 헤드라인으로 주목받을 만한 이유

음성 인터페이스는 예전에는 각 기업 내부에서 조립해서 만들었습니다. 전사 기능을 구매하고, 자체 언어 모델을 호출하고, 합성 기능을 구매한 다음, 구축 과정에서 가장 어려운 부분인 턴 감지, 즉 사용자가 언제 말을 마쳤는지 판단하는 규칙에 시간을 쏟았습니다. 바로 이 규칙에서 대부분의 음성 제품이 실패합니다. 너무 성급하면 에이전트가 사람의 말을 끊고, 너무 느리면 모든 통화가 형편없는 국제 전화처럼 느껴집니다.

GPT-Live-1은 그 이음매를 없앱니다. 이는 생성하면서 동시에 듣고, 말할지 기다릴지 초당 여러 번 결정하며, 오디오를 멈추지 않고 무거운 추론을 백그라운드의 텍스트 모델에 맡기는 하나의 모델입니다. Perplexity는 멀티 세션 제어를 작동시키기 위해 끼어들기 정책을 구축할 필요가 없었습니다. 그 정책을 물려받았기 때문입니다.

자체 음성 제품을 만드는 독자들에게 그 실질적 결과는 분명하다. 여러분이 작성하려 했던 턴테이킹 계층은 이제 빌려 쓰는 것이 된다. 그것이 더 저렴한지는 전적으로 여러분의 에이전트가 말하기보다 듣는 데 몇 분을 쓰느냐에 달려 있다. 이는 약정하기 전에 산수를 해볼 가치가 있는 질문인데, 계량기가 침묵까지 포함한 전체 세션에 작동하기 때문이다.

Computer 부분이 진짜 제품 변화입니다.

모델 교체는 사용자에게 보이지 않습니다. 멀티 세션 Computer 제어는 다릅니다. 이번 업데이트 전까지 Perplexity Computer는 화면에서 사용자가 감독하는 단일 에이전트 루프였습니다. 새로운 음성 레이어를 사용하면 여러 백그라운드 세션이 실행되는 동안 하나의 대화를 유지하고, 말로 새로운 세션을 시작하며, 이름으로 Projects를 관리할 수 있습니다. 이는 챗봇보다 디스패처에 가깝고, 병렬 에이전트 세션을 예외가 아닌 기본값으로 처리하는 첫 소비자용 음성 인터페이스입니다.

여기서는 세 가지 디테일이 핵심 역할을 합니다:

• 하나의 세션, 여러 워커 — 한 번의 음성 턴으로 현재 세션을 종료하지 않고 하나 이상의 Computer 세션에 접근할 수 있습니다.

• 음성으로 작업 생성 — 새 작업을 대화가 끝난 뒤가 아니라 대화 도중에 대기열에 추가할 수 있습니다.

• 이름으로 프로젝트 관리 — 프로젝트는 소리 내어 생성하고 이름을 바꿀 수 있는 객체가 되므로, 음성 레이어는 단순히 전사하는 것이 아니라 참조를 해석해야 합니다.

이론상 그중 어느 것도 전이중 모델을 필요로 하지 않습니다. 하지만 전이중 모델이 있으면 모든 것이 훨씬 쉽습니다. 에이전트가 실제 작업을 시작하는 동안 "mhmm"으로 요청을 접수했다는 것을 알릴 수 있기 때문입니다. 8초 동안 침묵하며 사용자가 기다려 주기를 바라는 대신에 말이죠.

Perplexity는 이를 v1이라고 명명했습니다. OpenAI는 이후 v1.1을 출시했습니다.

이번 발표에서 눈에 띄는 세부 사항은 버전 문자열입니다. Perplexity는 자사의 음성 모드가 GPT-Live-1에서 실행된다고 밝혔습니다. ChatGPT Voice에서 OpenAI는 이번 전환보다 2주 전인 2026년 10월 15일에 GPT-Live-1.1 배포를 시작했습니다. Perplexity는 1.1을 평가했는지, 안정성을 위해 의도적으로 v1에 고정해 둔 것인지, 아니면 업그레이드가 예정되어 있는지를 밝히지 않았습니다.

그것을 스캔들이 아니라 정상적인 엔지니어링으로 해석해야 합니다. 음성 모델을 소비자 앱에 통합하는 플랫폼은 최신 체크포인트보다 예측 가능한 지연 시간을 지닌 고정 스냅샷을 훨씬 더 중시하며, OpenAI는 1.1을 바로 대체 가능하게 만드는 마이그레이션 가이드를 공개하지 않았습니다. 그러나 이는 오늘날 Perplexity 앱의 모델이 오늘날 ChatGPT의 모델과 다르다는 뜻이며, 두 음성 경험을 비교하는 것은 서로 다른 가중치를 측정하는 것입니다.

Perplexity가 이야기하지 않은 경제학

OpenAI 자체 문서에는 이 모델의 가격이 하나로 명시되어 있습니다: 음성 1분당 $0.05이며, 초 단위로 청구되고 올림하지 않으며, 15초 세션 초기화 요금은 이후 사용 시간에서 차감됩니다. 추론, 도구 및 웹 검색은 별도의 텍스트 모델에서 실행되며 별도로 청구됩니다. Perplexity는 정액 구독을 판매합니다.

그 두 가지 과금 모델은 자연스럽게 어울리지 않습니다. 일주일에 두 시간 동안 음성을 사용하는 Max 구독자(여러 에이전트 세션을 이제 막 핸즈프리로 제어하게 된 사람에게는 결코 이례적인 양이 아닙니다)는 한 달에 대략 520분을 소비합니다. 정가 기준으로 이는 각 Computer 작업을 뒷받침하는 추론 호출을 제외하고도 음성만 약 26달러입니다. 생각하는 동안 세션을 열어 두거나 상시 제어용으로 계속 실행하는 구독자는 비용이 더 듭니다. 침묵도 말소리와 같은 요율로 과금되기 때문입니다.

정액 요금제로 종량제 음성 모델을 재판매하는 모든 플랫폼은 이 승부수를 던지고 있으며, 그 승부수는 출시 시점에는 대개 맞아떨어진다. 지켜봐야 할 흥미로운 숫자는 평균이 아니라 95번째 백분위수인데, 두 회사 모두 이를 공개하지 않는다.

OpenAI 쪽에서 용량 계획에 중요한 시간당 수치는 통화 시간이 아니라 입력 오디오 비용입니다. Artificial Analysis는 고정된 40개 질문 벤치마킹 세트를 사용해 GPT-Live-1을 고추론 설정에서는 입력 오디오 1시간당 $5.83, 저추론 설정에서는 $4.47로 측정했습니다. 이는 $0.05라는 대표 수치가 음성만을 포함한다는 점을 잘 보여주는 사례입니다.

Perplexity가 방금 도입한 모델은 얼마나 좋은가요?

Artificial Analysis가 독립적으로 운영하는 Speech-to-Speech Index에서 GPT-Live-1은 Astra-medium 구성으로 83.2점을 기록해 평가된 21개 모델 중 2위(86.9점의 Grok Voice 3.0에 이어)이며, Sol-low 구성에서는 80.1점으로 5위입니다. 같은 연구소의 Speech Agent Arena — 실제 예약 스타일 대화에 대한 블라인드 선호도 — 에서 두 구성은 Elo 점수 1037과 1041을 기록하며, 작업 성공률은 87.4%와 90.9%입니다.

구성 문자열은 단순한 장식이 아니다. GPT-Live-1은 자체적으로 추론하지 않고, 지정된 백엔드에 위임한다. 어느 백엔드를 선택하느냐에 따라 점수와 비용이 모두 달라진다. Perplexity는 음성 계층과 어떤 백엔드를 함께 사용하는지 공개하지 않았으므로, 음성 모델이 이제 공개적으로 알려졌더라도 외부에서는 그 실질적 품질을 알 수 없다.

아무도 묻지 않은 라우팅 질문

이 발표가 드러내는 구조적 요점은 다음과 같습니다. Perplexity의 음성 레그는 이제 OpenAI로부터 임대한 것이며 대체할 수 없습니다. GPT-Live-1은 정확히 하나의 엔드포인트인 v1/live/sessions만을 노출하며, Realtime API를 그대로 대체할 수 있는 것은 아니라고 명시되어 있습니다. 그 레그는 잠겨 있습니다. 그 뒤에 있는 추론 레그는 그렇지 않습니다.

바로 이 지점에서 라우터가 존재 이유를 증명합니다. 각 Computer 작업의 사고를 담당하는 텍스트 모델은 음성 계층을 건드리지 않고도 교체하거나, 장애 시 전환하거나, 작업 유형별로 분리할 수 있습니다. OrcaRouter에서는 동일한 키 하나로 GPT-6 Astra, GPT-5.6 Terra 및 GPT-5.6 Sol — OpenAI 스스로 위임 대상으로 사용하는 계층들 — 에 더해 Claude, Gemini, Qwen, GLM 모델에 접근할 수 있으며, 공급자 정가가 0% 마크업으로 그대로 전달되고 하나의 백엔드가 저하되면 자동으로 장애 전환됩니다. 벤더가 가격을 인하하면 라우팅된 구간에도 당일 반영됩니다.

정확히 말하자면, 우리가 하지 않는 일은 다음과 같습니다: OrcaRouter는 GPT-Live-1을 제공하지 않습니다. 음성 구간은 OpenAI의 API에 그대로 남습니다. 우리가 라우팅하는 것은 그 이후의 모든 다운스트림이며, 음성 에이전트의 비용과 안정성 편차가 실제로 발생하는 곳이 바로 여기입니다.

다음에 무엇을 볼까요?

이 이야기를 바꿀 세 가지가 있습니다. Perplexity가 GPT-Live-1.1로 이동하면 위의 버전 관련 설명은 중요하지 않게 되고, 앱의 음성 품질은 1.1에서 무엇이 바뀌었든 그에 맞춰 향상되어야 합니다. OpenAI가 세션별 비용 제어 기능(상한, 무응답 타임아웃, 더 저렴한 유휴 요금)을 공개하면 정액 구독 계산은 모든 재판매업체에게 더 쉬워집니다. 그리고 경쟁사의 풀 듀플렉스 모델이 비슷한 지표에 등장하면 이 통합에서 단일 공급업체 의존은 기본값이 아니라 선택지가 됩니다.

개발자에게 실질적으로 의미 있는 해석은 더 좁습니다. 사용자가 에이전트보다 더 많이 말하는, 중단이 잦은 음성 인터페이스 — 접수, 예약, 배차 등 — 를 만들고 있다면 이제 풀듀플렉스 모델이 합리적인 기본값이며, 분당 과금은 그에 따르는 비용입니다. 낭독, 소리 내어 읽기, 또는 텍스트에서 요청 시 오디오를 생성하는 무엇이든 만들고 있다면, 이 모델은 잘못된 용도에 맞춰 가격이 책정되고 설계된 것이며, TTS 비교는 완전히 다른 글의 주제입니다.