OpenAI, 실시간 음성 AI 3종 출시 — GPT-Realtime-2·번역·전사 모델 각각 공개

3종 모델 개요

OpenAI는 2026년 5월 7일 API를 통해 개발자가 새로운 음성 앱을 구축할 수 있는 실시간 오디오 모델 3종을 공개했다.

• GPT-Realtime-2: GPT-5 수준의 추론 능력을 갖춘 첫 번째 실시간 음성 모델. 어려운 요청을 처리하고 도구를 호출하면서도 자연스러운 대화 흐름을 유지한다. Big Bench Audio 기준 이전 모델 대비 15.2% 높은 성능을 기록했다.
• GPT-Realtime-Translate: 70개 이상의 입력 언어를 13개 출력 언어로 화자 속도에 맞춰 실시간 번역하는 모델이다.
• GPT-Realtime-Whisper: 화자가 말하는 동시에 텍스트로 전사하는 스트리밍 음성-텍스트 변환 모델이다.

가격

GPT-Realtime-2(고품질)는 오디오 입력 100만 토큰당 32달러(캐시 입력 0.40달러), 출력 100만 토큰당 64달러다. GPT-Realtime-Translate는 분당 0.034달러, GPT-Realtime-Whisper는 분당 0.017달러에 제공된다.

의미

이번 출시는 실시간 음성 AI 에이전트 개발의 문턱을 낮추는 중요한 이정표다. GPT-Realtime-2의 GPT-5급 추론은 단순 음성 명령을 넘어 복잡한 멀티 스텝 작업을 음성으로 처리하는 앱 개발을 가능하게 한다. 자세한 내용은 OpenAI 공식 발표에서 확인할 수 있다.