• Anthropic은 7월 23일에 Claude의 음성 모드(voice mode)를 업데이트하여, 기존의 Haiku 전용 설정을 Opus, Sonnet 또는 Haiku 중 선택할 수 있도록 교체했습니다.

• 이제 실시간 통화는 텍스트 채팅에서 마지막으로 사용했던 모델로 시작되며, 통화 중 내부의 선택기(picker)를 통해 대화 도중에 모델을 전환할 수 있습니다.

• 무료 사용자는 Haiku와 하나의 연결된 앱을 계속 사용할 수 있으며, 유료 플랜은 모든 모델과 모든 연결된 도구를 사용할 수 있습니다.

• 음성 모드는 이제 단순히 서비스에 대해 이야기하는 것을 넘어, Gmail, Google Calendar, Google Docs 및 Slack에서 실제 동작을 실행할 수 있습니다.

기존 음성 모드가 한계에 부딪힐 수밖에 없었던 이유

Claude의 음성 모드는 Anthropic의 가장 작고 빠른 모델인 Haiku를 기반으로 완전히 구동되며 출시되었습니다. 첫 번째 버전으로서는 합리적인 선택이었습니다. 음성 대화는 대화처럼 느껴질 만큼 충분히 빠른 응답이 필요하며, 멈춰서 기다려야 하는 교환 방식이 되어서는 안 되는데, Haiku는 바로 그러한 종류의 속도를 위해 구축되었기 때문입니다. 하지만 가벼운 대화 이상의 용도로 사용하는 사람이라면 그 트레이드오프(tradeoff)가 명확하다는 것을 알 수 있었습니다. 질문에 실제적인 추론(reasoning)이 필요해지는 순간, 즉 두 개의 채용 제안을 비교하거나, 가격 결정 사항을 고민하거나, 두 개 이상의 변수가 움직이는 계획을 검토해야 하는 순간, 음성 하단의 모델은 그 한계를 드러내기 시작했습니다.

그 한계가 7월 23일에 변화되었습니다. 이제 음성 모드는 텍스트 채팅에서 사용할 수 있는 것과 동일한 라인업인 Opus, Sonnet 또는 Haiku에서 작동하며, 통화는 사용자가 텍스트에서 마지막으로 사용했던 모델로 시작되어 해당 모델의 현재 세대로 자동 업그레이드됩니다. 실시간 통화 내부에 모델 선택기(model picker)가 있어, 대화 도중에 Haiku에서 Sonnet으로 전환하더라도 전화를 끊고 처음부터 다시 시작할 필요가 없습니다. 대화의 맥락(thread)을 유지하면서 그 밑단의 추론 능력(reasoning power)만 변경할 수 있습니다.

접근 권한의 구분은 명확합니다. 무료 플랜 사용자는 Haiku와 하나의 연결된 앱을 사용할 수 있습니다. 유료 플랜은 Opus, Sonnet, 그리고 음성 모드(voice mode)가 지원하는 모든 연결된 도구를 사용할 수 있게 해줍니다. 이는 의미 있는 격차이며, 이를 얼버무리기보다는 솔직하게 밝히는 것이 옳습니다. 즉, 무료 티어는 음성 모드가 무엇을 할 수 있는지 맛보는 단계라면, 유료 티어는 실제로 실질적인 결정을 내릴 때 활용할 수 있는 단계입니다.

단순한 속도 차이 이상의 의미를 갖는 것은, 더 느리지만 더 유능한 모델이 음성 대화에서 실제로 무엇을 변화시키느냐 하는 점입니다. Haiku는 빠르게 답변하도록 설계되었습니다. 반면 Opus와 Sonnet은 사용자가 아직 완전히 정리하지 못한 내용을 추론(reasoning)하도록 설계되었습니다. 이는 완전히 다른 종류의 사용 사례(use case)로, 빠른 비서에게 간단한 질문을 던지는 것보다는 맥락(thread)을 실제로 따라갈 수 있는 존재와 함께 소리 내어 생각하는 것에 더 가깝습니다.

이제 실제로 할 수 있는 것들

Anthropic은 이번 업데이트를 특정 유형의 사용 사례, 즉 '반쯤 형성된 무언가에 대해 대화하는 것'에 초점을 맞추고 있습니다. 중요한 피칭 미팅(pitch meeting) 전에 할 말을 연습하는 것, 장단점 목록을 타이핑하는 대신 두 가지 제안을 소리 내어 비교하며 검토하는 것, 그리고 아직 완전히 형태를 갖추지 못한 아이디어를 구체화하는 과정 등이 이에 해당합니다. 이러한 과정에서는 빠르고 얕은 답변이 오히려 사고를 돕기보다 방해가 될 수 있습니다. 이것들은 채팅창이 결코 완전히 포착할 수 없는, 일종의 음성 네이티브(voice-native) 사용 사례입니다. 소리 내어 생각하는 것과 신중하게 타이핑하는 것은 서로 다른 정신적 모드(mental modes)이며, 진정으로 유능한 모델을 배후에 둔 음성 모드는 전자를 목표로 하기 때문입니다.

업데이트의 나머지 절반은 대화가 끝난 후에 일어나는 일들입니다. 음성 모드(Voice mode)는 이제 연결된 계정인 Gmail, Google Calendar, Google Docs, Slack에 접근할 수 있으며, 말로 하는 지시를 통해 이들을 통한 실제 동작을 실행할 수 있습니다. 이는 단순히 당신의 일정에 대해 이야기하는 음성 비서에서, 화요일이 나은지 목요일이 나은지에 대해 대화하는 도중에 실제로 일정을 등록할 수 있는 비서로의 의미 있는 전환입니다. 또한 모든 음성 대화는 채팅 기록에 전사(transcript)로 저장되므로, 음성 세션은 전화를 끊는 순간 사라지는 대화가 아닙니다. 나중에 텍스트로 다시 확인할 수 있는데, 이는 산책 중에 떠오른 아이디어를 키보드 앞에 앉았을 때 실행하고 싶을 때 매우 중요합니다.

모델 선택이 헤드라인에 담기 가장 쉬운 내용이긴 하지만, 저는 연결된 앱(connected-app) 기능이 사실 두 가지 변화 중 더 큰 변화라고 생각합니다. 모델 업그레이드는 대화를 더 똑똑하게 만듭니다. 반면 이미 사용 중인 도구에서 실제 동작을 수행하는 것은, 대화를 별도의 추가 단계 없이 결과물을 만들어내는 무언가로 탈바꿈시킵니다. 이들은 서로 다른 종류의 가치이며, 이들을 함께 출시한다는 것은 Anthropic이 음성 모드를 텍스트 채팅을 뒤따라가는 기능이 아니라, 이제 하나의 실제 제품 인터페이스(product surface)로 취급하고 있음을 시사합니다.

여기서 경쟁 상황에 대해 솔직하게 언급할 가치도 있습니다. 이번 업데이트는 몇 주 전 OpenAI가 ChatGPT의 자체 음성 모드에 대해 취했던 유사한 행보를 따르는 것입니다. OpenAI는 기본적으로 가벼운 모델로 구동되던 대화 모드에 더 유능한 모델들을 추가했습니다. 음성은 주요 연구소들이 활발하게 경쟁하고 있는 영역임이 분명하며, 어느 기업도 정체된 상태로 방치하려 하지 않는 분야입니다.

음성 제품에서 모델 선택이 실제로 중요한 이유

왜 "이제 모델을 선택할 수 있습니다"라는 말이 텍스트 채팅에서의 동일한 문장보다 음성(voice) 환경에서 훨씬 더 큰 의미를 갖는지 구체적으로 짚어볼 가치가 있습니다. 텍스트 인터페이스에서 모델을 전환하는 것은 드롭다운 메뉴를 통해 거의 의식하지 못하고 수행하는 작업입니다. 잘못된 선택을 했을 때의 비용은 그저 약간 더 좋지 않은 답변을 다시 읽는 것에 불과하기 때문입니다. 하지만 실시간 대화(live conversation)에서 모델은 당신과 함께 실시간에 가까운 사고(real-time thinking)를 수행하고 있으며, 당신이 설명하는 내용의 복잡성을 감당할 준비가 되지 않은 모델은 단순히 더 나쁜 답변을 내놓는 것에 그치지 않습니다. 당신이 알아차리기도 전에 대화 전체를 더 얕은 방향으로 이끌어버릴 수 있습니다.

이것이 바로 Haiku 전용 음성 모드가 가졌던 실제 실패 모드(failure mode)였습니다. 오답을 내놓았다는 것이 아니라, 대화가 실제로 무엇을 필요로 하든 상관없이 모든 대화를 특정 깊이에 조용히 머물게 했다는 점입니다. 모델 자체가 아무도 의도하지 않은 한계치(ceiling)를 설정해 버렸기 때문입니다. 통화 시 사용자가 텍스트에서 이미 사용 중이던 모델을 기본값으로 사용하게 하는 것은 이에 대한 영리한 해결책입니다. 이는 이제 대화의 깊이가 평균적인 사례를 위해 선택된 고정된 기본값이 아니라, 당신이 앱을 연 순간부터 당신의 의도를 따른다는 것을 의미하기 때문입니다.

통화 도중 모델을 전환하는 것(mid-call switch) 또한 연관된 이유로 중요합니다. 대화는 그것이 얼마나 복잡해질지를 사전에 항상 예고하지 않습니다. 날씨를 빠르게 묻기 위해 음성 모드를 켰다가, 3분 뒤에는 실제로 중요한 결정을 내리는 과정에 들어설 수도 있습니다. 대화를 재시작하지 않고도 모델을 상위 모델로 업그레이드할 수 있다는 것은, 도구가 당신에게 변화를 인지하고 전화를 끊은 뒤 다른 모드에서 다시 시작하도록 강요하는 대신, 그 변화를 따라올 수 있음을 의미합니다. 이는 단순히 추가하기 쉬워서 설정을 넣은 것이 아니라, 실제적이고 구체적인 문제를 해결하는 인터페이스 디자인의 작은 부분입니다.

저는 또한 대화 기록 (transcript) 기능이 단순히 있으면 좋은(nice-to-have) 수준 그 이상이라는 점을 강조하고 싶습니다. 전화를 끊는 순간 사라져 버리는 음성 대화는, 처음부터 다시 생각하지 않고서는 나중에 실행에 옮길 수 없는 대화입니다. 이를 채팅 기록에 저장한다는 것은 음성 세션과 텍스트 세션이 마침내 동일한 연속적인 스레드(thread)가 된다는 것을 의미합니다. 이는 단순히 브랜드 이름만 공유하는 두 개의 별개 도구가 아니라, 작업 도중 모드를 전환하는 것을 이론적인 수준이 아닌 실제로 가능하게 만드는 디테일입니다.

이것이 Anthropic의 투자 방향에 대해 시사하는 바

제품 업데이트는 보통 회사가 다음 실질적인 성장이 어디에서 올 것이라고 생각하는지를 보여주는 괜찮은 신호입니다. 그리고 이번 업데이트는 음성(voice)이 단순한 체크박스용 기능이 아니라 진지한 인터페이스(surface)라는 점을 상당히 명확하게 가리키고 있습니다. Opus와 Sonnet을 음성 모드에 적용하는 것은 결코 저렴한 업데이트가 아닙니다. 이 모델들은 더 비용이 많이 들고 서비스 속도가 느린 모델들이며, 이를 실시간 대화형 인터페이스 뒤에 배치했다는 것은 Anthropic이 지연 시간 (latency) 및 비용 트레이드오프 (cost tradeoff) 측면에서 충분한 자신감을 가지고 이를 제한적인 실험이 아닌 유료 사용자들에게 광범위하게 제공하고 있음을 의미합니다.

여기에 연결된 앱 액션 (connected-app actions)을 결합한 것도 비슷한 이야기를 들려줍니다. 음성 명령에 의해 트리거될 수 있는 Gmail, Calendar, Docs, Slack과의 신뢰할 수 있는 통합을 구축하는 것, 즉 실제로 일어나지 않은 동작을 환각 (hallucination) 없이 정확하게 수행하는 것은 데모용 기능이 아니라 진정으로 어려운 신뢰성 문제입니다. 이를 초대 전용 베타가 아닌 광범위하게 출시했다는 것은, 운이 나쁜 날에 회사를 당혹스럽게 만들 정도의 수준을 넘어 테스트를 마쳤음을 시사합니다. 라이브 통화 중에 Opus와 Sonnet이 실행된다는 것은 음성 사용 역시 제가 Claude 사용량 제한 확인 방법에 대해 썼을 때 설명했던 것과 동일한 제한을 소모한다는 것을 의미하므로, 더 많은 음성 사용 습관은 이미 더 많은 텍스트 사용 습관이 그러하듯 주의 깊게 지켜볼 가치가 있습니다.

가벼운 질문이 아닌 실제 업무를 위해 이미 Claude에 의존하고 있는 사용자라면, 이번 업데이트는 텍스트 채팅과 음성 채팅 사이에 존재했던 실질적인 격차를 메워줍니다. 만약 이전에 본인의 사용 패턴에 맞춰 Claude Max와 Pro를 비교해 본 적이 있다면, 이번 업데이트는 그 비교를 다시 검토해 볼 진정한 이유가 됩니다. 왜냐하면 요금제 간의 가치 격차 중 상당 부분이 텍스트뿐만 아니라 특히 음성 모드(Voice mode)에서 더 벌어졌기 때문입니다. 음성은 유료 요금제를 사용하더라도 더 똑똑한 모델을 명확하게 보장받지 못했던 유일한 영역이었습니다. 이제는 더 이상 그렇지 않습니다.

핵심 요약 (Bottom Line)

핵심은 간단합니다. 음성 모드가 마침내 고정된 경량 모델 대신 텍스트 채팅과 동일한 모델을 사용한다는 것입니다. 헤드라인보다 더 흥미로운 부분은 이 업데이트가 가져올 잠재적 변화입니다. 즉, 고정된 한계에 갇히지 않고 사용자의 의도를 깊이 있게 따라가는 대화, 실제 대화가 전개되는 방식과 일치하는 대화 도중의 모델 전환 (mid-call model switch), 그리고 말로 한 아이디어를 별도의 단계 없이 캘린더나 편지함에서 실제로 실행되는 동작으로 바꾸는 연결된 앱 액션 (connected-app actions) 등이 가능해집니다.

저는 이것이 화려한 업데이트라고 생각하지 않으며, Anthropic 또한 그렇게 홍보하고 있지 않습니다. 그보다는 이미 메워졌어야 할 격차를 처음부터 안정적으로 작동할 수 있도록 신중하게 메우는 과정에 가깝습니다. 만약 초기의 얕은 경험 때문에 음성 모드를 포기했었다면, 지금이 다시 시도해 볼 만한 적절한 시점입니다. 특히 채팅창이 애초에 설계되지 않았던 방식인 '생각을 소리 내어 말하는 (thinking-out-loud)' 유형의 사용 사례라면 더욱 그렇습니다.