구글, '제미나이 3.8 라이브' 출시…97개 언어 실시간 전환

출처: 구글

 구글이 실시간 음성 대화와 추론 기능을 강화한 '제미나이 3.8 라이브'와 '제미나이 3.8 라이브 확장형 사고(Extended Thinking)'를 출시했다. 새로운 모델은 실시간 대화 중 시각적 입력을 처리하고 백그라운드에서 도구와 API를 실행하는 기능을 제공한다.

제미나이 3.8 라이브는 높은 확장성과 비용 효율성을, 확장형 사고 모델은 복잡한 다단계 작업에 초점을 맞췄다. 사용자가 질문을 한 뒤 모델이 작업을 처리하는 동안 대화를 중단할 필요 없이 자연스러운 음성 신호와 진행 상황을 안내하는 것이 특징이다.

특히 확장형 사고 모델은 추론과 음성 응답을 동시에 수행한다. 구글이 공개한 데모에서는 손으로 그린 스케치를 작동하는 React 컴포넌트로 변환하거나, 비동기 함수 호출을 활용해 복잡한 레스토랑 예약을 처리하는 모습을 선보였다.

기본 라이브 모델은 시각적 입력을 거의 실시간으로 처리하며, 대화 도중 97개 지원 언어를 인식하고 언어를 전환할 수 있다. 사용자가 화면에 표시된 내용을 질문하면 이를 바탕으로 답변하는 것도 가능하다.

성능 측면에서 구글에 따르면 제미나이 3.8 라이브 확장형 사고는 Artificial Analysis의 음성-음성 품질 지수에서 82.6점으로 종합 1위를 기록했다. τ-Voice에서는 68.6%, Sierra의 τ-Voice-banking에서는 35.1%, Big Bench Audio에서는 97.7%의 점수를 기록했다. 기본 제미나이 3.8 라이브는 음성 에이전트 아레나에서 2위를 차지했다.

제미나이 3.8 라이브는 Search Live에 전 세계적으로 출시됐으며, 유료 Workspace 사용자는 Docs와 Gmail, Keep에서도 확장형 사고 기능을 이용할 수 있다. 개발자는 상태 유지형 WebSocket 연결을 사용하는 Gemini Live API를 통해 모델에 접근할 수 있다.

구글은 생성되는 모든 음성에 합성 오디오 식별을 위한 SynthID 워터마크를 삽입한다고 밝혔다.