OpenAI는 2026년 7월 8일에 GPT-Live를 소개하며 이를 전이중 (Full-duplex) 음성 아키텍처로 설명했습니다. 즉, 동시에 듣고 말할 수 있다는 의미입니다. GPT-Live-1 및 GPT-Live-1 mini는 ChatGPT Voice에 출시되고 있으며, API 가용성은 나중에 제공될 예정이라고 설명되었습니다.

주요 출처: OpenAI, “Introducing GPT-Live”.

전이중 (Full duplex) 방식은 모바일에서의 장애 발생 범위를 변화시킵니다. 앱은 마이크 입력을 유지하고, 출력을 재생하며, 중단 (Interruption)을 감지하고, 백그라운드 작업을 동시에 계속 수행할 수 있습니다. 잘 다듬어진 데스크톱 데모는 전화가 걸려오거나, Bluetooth가 연결 해제되거나, 앱이 백그라운드로 전환되거나, 권한이 변경될 때 어떤 일이 발생하는지에 대한 답을 주지 못합니다.

이것은 제가 전이중 (Full-duplex) 음성 워크플로우를 출시하기 전에 실행할 테스트 계획입니다. 이는 계획일 뿐, 측정된 GPT-Live API 동작에 대한 보고서가 아닙니다.

환경 기록 (Record the environment)

device: "물리적 기기 모델"
os: "정확한 OS 버전"
app_build: "변경 불가능한 빌드"
...

기기, 경로 및 네트워크 문맥이 없는 결과는 재현하기 어렵습니다.

관찰 가능한 상태 정의 (Define observable states)

idle
 -> connecting
 -> listening <-> speaking
...

세 가지 채널을 별도로 추적하십시오:

1. 오디오 입력 (audio input) — 마이크가 활성화되어 있는가?
2. 오디오 출력 (audio output) — 어떤 경로로 소리가 나오는가?
3. 작업 상태 (task state) — 위임된/백그라운드 작업이 여전히 실행 중인가?

UI는 OS가 마이크 접근 권한을 취소한 후에도 결코 "듣는 중 (listening)"임을 암시해서는 안 됩니다.

중단 시퀀스 (Interruption sequence)

해롭지 않은 스크립트 대화를 사용하고 모든 이벤트에 타임스탬프를 찍으십시오:

T+00 전화 스피커로 연결
T+10 어시스턴트가 말하는 동안 사용자가 말함
T+20 Bluetooth 헤드셋으로 전환
...

실행 전에 예상 관찰 사항을 작성해야 합니다:

플랫폼이 무기한 백그라운드 캡처를 허용한다고 가정하지 마십시오. 정확한 빌드에 대한 OS 정책과 애플리케이션 동작을 확인하십시오.

측정 항목 (Measurements)

캡처 (Capture):

connect_ms
speech_start_to_response_audio_ms
barge_in_to_output_stop_ms
...

모든 지연 시간 지표 (latency metric)에 대해 시행 횟수와 백분위수 (percentiles)를 보고하십시오. 엄선된 5번의 빠른 실행 결과는 모바일 성능 결과가 아닙니다.

간단한 로그 형식:

{"run":3,"event":"bluetooth_disconnect","at_ms":35211,"ui":"reconnecting","old_route_audio_ms":0,"recovered_ms":1840}

로그를 공유하기 전에 전사 (transcript) 내용, 계정 식별자 및 네트워크 세부 정보를 삭제하십시오.

실패 피스처 (Failure fixture): 오래된 마이크 표시기

가장 가치 있는 UI 테스트는 간단합니다:

세션이 듣고 있는 상태일 때 (Given the session is listening)
앱 외부에서 마이크 권한이 거부되면 (When microphone permission becomes denied outside the app)
앱이 포그라운드 (foreground)로 돌아왔을 때 (And the app returns to foreground)
...

또한 OS 마이크 표시기가 사라지는지 확인하십시오. 앱 상태와 OS 상태가 일치하지 않는 경우, OS의 관찰 결과를 신뢰하고 불일치 사항을 보고하십시오.

개인정보 보호 및 복구 경계 (Privacy and recovery boundary)

전이중 (Full-duplex) 방식이 모호한 캡처를 의미해서는 안 됩니다. 인터페이스에는 접근 가능한 중지 제어 (stop control), 명확한 청취 표시기 (listening indicator), 그리고 오디오가 종료된 후 위임된 작업 (delegated work)이 계속될지 여부에 대한 예측 가능한 규칙이 필요합니다.

다음 항목들을 각각 별도로 테스트하십시오:

• 마이크 음소거 (mute microphone) — 새로운 오디오 입력을 중단합니다.
• 말하기 중단 (stop speaking) — 출력을 중단합니다.
• 대화 종료 (end conversation) — 음성 세션을 닫습니다.
• 작업 취소 (cancel task) — 모든 백그라운드 에이전트 작업을 중단합니다.

때때로 이 네 가지를 모두 의미하는 하나의 빨간 버튼은 중단 상황에서 논리적으로 파악하기 어렵습니다.

GPT-Live는 자연스러운 중첩 대화 (overlapping conversation)를 시의적절한 설계 목표로 만듭니다. 모바일에서 수용 여부는 덜 화려한 결과에 달려 있습니다: 모든 OS 중단 이후에 마이크, 스피커, 작업 및 UI가 하나의 진실된 상태로 돌아와야 한다는 점입니다.

현재의 음성 경험을 가장 자주 깨뜨리는 중단은 무엇입니까: 경로 변경 (route changes), 백그라운드 전환 (backgrounding), 전화 (calls), 또는 권한 복구 (permission recovery)입니까?