아저씨는 "음성 입력이라면 『에또(えっと)』도 그대로 문자가 된다"라고 생각했습니다. 연구소의 비서 역할 AI도 같은 견해였습니다.

같은 대본을 3가지 음성 입력으로 말해 보았더니, 처리가 3가지 모두 달랐습니다. 사라진 것, 남은 것, 그리고 입력 그 자체였는지 아니면 나중에 만들어진 기록인지도 모른 채 남은 것.

게다가, 같은 제품에 다시 한번 말했더니 AI 자신의 답변이 지난번과 반대로 향했습니다.

이 기사에 적혀 있는 것은 다음 4가지입니다.

• Claude의 voice mode에서, 히게(「えっと(에또)」, 「あの(아노)」 등의 추임새)가 4개 중 3개가 사라진 실측 (대본 2종·2회의 합계. 즉 완전히 사라지지는 않음)
• 같은 대본을 Claude Code의 마이크(2회)와 ChatGPT의 음성(2회·그중 1회는 대본이 조금 다름)으로 말한 결과. 남는 방식이 달랐음
• AI 자신의 답변이 2회에 걸쳐 반대로 향한 이야기 (ChatGPT). Claude 측의 2건도 실제로 입력에 들어갔던 텍스트와 차이가 있었습니다
• 3가지를 나란히 놓고 본 읽기 방식 = 전사(Transcription)가 「입력 그 자체」인지 「나중에 만들어진 기록」인지에 따라 추임새의 처리가 달라지는 것 같다는 점

시도한 환경

이 표에서 말하고 싶은 것은, 이것은 3가지 제품을 몇 분씩 다뤄본 기록이며, 모든 조건을 맞춘 성능 테스트가 아니다라는 점입니다. 대본은 3가지를 나란히 놓고 비교했을 때만 맞추었습니다 (ChatGPT의 1회째만 다른 대본입니다).

Claude의 voice mode는 추임새를 4개 중 3개 사라지게 했습니다

아저씨도 비서 AI도 같은 전제를 가지고 있었습니다

아저씨에게 음성 입력은 줄곧 "말한 것을 문자로 바꾸기만 하는 기능"이었습니다. 그래서 「에또(えっと)」도 「아노(あの)」도 말한 그대로 문자가 되어 남는 것이라고 생각했습니다.

당 연구소는 Claude Code 안에 비서 역할의 AI를 두고 작동시키고 있는데 (그때 이야기는 Claude Code로 개인 비서를 만들었더니 생각보다 훨씬 대단했다는 이야기에 적었습니다), 그 비서 AI도 같은 견해였습니다. 추임새는 그대로 들어온다는 전제입니다.

아저씨도 같은 생각을 하고 있었기에 거기서 이야기가 멈췄습니다. 멈춘 채로 기사의 골자까지 만들고, 그것으로 괜찮다고 판단한 것도 아저씨입니다. 확인하지 않은 전제에 스스로 OK를 내고 있었습니다.

1회째 ― 「에또(えっと)」, 「아노(あの)」를 섞어서 말했습니다

먼저 「에또(えっと)」, 「아노(あの)」를 섞어서 말해 보았습니다. 입력된 텍스트는 이것입니다.

음성 입력을 시도하고 있습니다. 이것은 어떤 느낌으로 입력되는 걸까요.

조금 곤란합니다.

추임새는 2개 모두 사라졌습니다. 문장으로서도 정돈되어 있습니다.

여기서 또 하나 알게 된 것이 있습니다. 핸즈프리는 간격이 생겼을 때 자동으로 전송되므로, 1회의 발화가 2개의 메시지로 나뉘었습니다. 위의 인용이 2개로 나뉘어 있는 것은 그 때문입니다. 정돈의 문제와는 관계없는, 전송 방식에 관한 이야기입니다.

Claudeのvoice mode 1回目・ひげが2個とも消えた入力

2회째에, 사라지지 않는 추임새가 나왔습니다

다음으로, Claude Code와 같은 대본으로 말했습니다 (1회째와는 다른 대본입니다). 사용한 대본은 이것입니다.

음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 에-토, 음성 입력을 시도하고 있습니다. 우-응토, 음성 입력을 시도하고 있습니다.

voice mode의 입력에 들어온 것은 다음과 같았습니다.

음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 우-응토, 음성 입력을 시도하고 있습니다.

「에-토(えーと)」는 사라졌는데, 「우-응토(うーんと)」는 남았습니다.

1회째와 2회째를 합치면, 넣은 추임새 4개 중 사라진 것은 3개입니다 (대본 2종·2회의 합계). "음성 입력으로 하면 추임새가 자동으로 사라진다"가 아니라, 대체로 사라지지만 완전하지는 않다가 실측에 가까운 표현이라고 생각합니다.

Claudeのvoice mode 2回目・「うーんと」だけが残った入力

2개월 전에는 남아 있었다는 기억의 취급

아저씨의 기억으로는, 2026년 5월경에 테스트했을 때는 '히게(음, 저기)'가 그대로 들어갔습니다. "이 정도인가"라고 생각하고, 그 이후로 한 번도 다시 확인하지 않았습니다.

다만, 그때의 스크린샷을 남겨두지 않았습니다. 이것은 아저씨의 실수입니다. Before(이전 상태)를 증명할 수 없으므로, "전에는 남아 있었다"는 아저씨의 기억에 머무를 뿐입니다.

공식 변경 이력과 뉴스도 살펴보았지만, "히게를 지우도록 했다"라는 기재는 찾을 수 없었습니다.

• Claude 공식 도움말 「Use voice mode」: https://support.claude.com/en/articles/11101966-use-voice-mode (2026년 7월 30일 열람)
• 릴리스 노트 (Release Notes): https://support.claude.com/en/articles/12138966-release-notes (2026년 7월 30일 열람)
• Anthropic News: https://www.anthropic.com/news (2026년 7월 30일 열람)

voice mode 그 자체가 2026년 7월 23일에 public beta (공개 베타)로 롤아웃(rollout)된 것입니다. 베타 기간 중이기도 하고, 언제 히게 제거 기능이 들어갔는지도 특정할 수 없기에, 아저씨가 쓸 수 있는 말은 "적어도 지금은 대체로 사라집니다"까지입니다.

같은 대본을 Claude Code의 마이크로 말했더니, 2번 모두 남았습니다

같은 대본을 Claude Code의 마이크 입력으로 말했습니다. 입력창에 들어온 것은 이것입니다.

음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 에-토(음, 저기), 음성 입력을 시도하고 있습니다. 우-응(음), 음성 입력을 시도하고 있습니다.

"에-토"도 "우-응"도, 그대로 남아 있습니다. 2번 시도해서 2번 모두 남았습니다. 말한 것을 그대로 문자로 만드는, 순수한 받아쓰기(transcription) 방식에서 일관성을 보입니다.

같은 대본이므로, voice mode의 결과와 세로로 나란히 놓으면 1단어의 차이가 보입니다.

voice mode: 음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 우-응, 음성 입력을 시도하고 있습니다.

Claude Code의 마이크: 음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 에-토, 음성 입력을 시도하고 있습니다. 우-응, 음성 입력을 시도하고 있습니다.

이 두 가지 나열은, 앞 절에서 붙여넣은 두 번째 스크린샷과 같은 장면입니다.

같은 회사의, 같은 이름의 AI입니다. 그럼에도 입구가 두 개여서, 별개의 처리를 하고 있었습니다.

공식 도움말에도 별개라고 적혀 있습니다. voice mode의 도움말에는, Claude Code와 Cowork (Anthropic의 팀용 작업 도구)에서는 voice mode를 사용할 수 없다고 명시되어 있습니다 (Anthropic의 별도 프로덕트인 Fable도 대상 외입니다). 즉, Claude Code의 마이크는 voice mode가 아니라, 별개의 계통의 입력입니다.

다시 찍어서 같은 대본으로 했더니, ChatGPT에서는 기록에 남아 있었습니다

시도한 것 (무료 계정으로 몇 분간)

여기서 아저씨는 ChatGPT의 음성도 시도했습니다. 말하면 음성으로 되돌아옵니다. 문자를 치는 화면에서의 상호작용과는 경험이 달라서, 텍스트를 사이에 두고 있다는 느낌이 들지 않습니다. 음성 채팅을 종료하면, 이력에서 받아쓰기 내용을 볼 수 있게 됩니다.

미리 말씀드립니다. 아저씨가 시도한 것은 무료 계정으로 단 몇 분뿐이었으며, 어떤 모델·어떤 모드로 작동하고 있었는지는 특정하지 못했습니다. 공식적으로는 무료라도 새로운 음성 모델을 사용할 수 있다고 적혀 있지만, 이때 실제로 그것이 작동하고 있었다는 확인은 이루어지지 않았습니다.

ChatGPT의 음성에는, 구조가 다른 여러 모드가 있습니다. 그래서 "어떤 모드였는지 모른다"는 점은, 이 글에서 꽤 중요한 요소가 됩니다 (이유는 후반부에 적겠습니다).

솔직히 말하면, 되돌아온 일본어에 놀랐습니다

되돌아오는 일본어가 상당히 자연스러워서, 아저씨는 놀랐습니다. 아저씨의 비교 대상이 초기 Alexa 정도밖에 없어서, 더욱 그렇게 느낀 것이라고 생각합니다. 이것은 몇 분간 말해본 감상이며, 자연스러움을 측정한 것은 아닙니다.

1회차 ― 받아쓰기에 히게가 남아 있었습니다

1회차는 대본이 조금 달라서, 마지막에 "말의 히게(음, 저기)는 사라지나요"라는 질문을 넣었습니다.

받아쓰기를 보니, "우-응", "에-토"도 남아 있었습니다. 게다가, 아저씨가 "히게(hige)"라고 말한 부분이 "히에(hie)"가 되어 있었습니다.

ChatGPTの履歴 1回目・ひげが残り「ひえ」と誤記録された書き起こし

여기서 "ChatGPT는 형태를 다듬지 않는구나"라고 결론짓고 싶어지겠지만, 아직은 그럴 수 없습니다. 남아 있었던 것은 받아쓰기(Transcription)였으며, 그것이 모델이 수신한 것과 반드시 일치한다고 볼 수는 없기 때문입니다. 이 이야기는 후반부에서 다시 다루겠습니다.

2회차 ― Claude와 같은 대본으로 다시 촬영했습니다

비교 조건을 맞추고 싶었기에, Claude의 2회차와 일자일구(一字一句)가 같은 대본을 질문 없이 다시 한번 말했습니다. 받아쓰기 내용은 다음과 같습니다.

음성 입력을 시도하고 있습니다. 음성 입력을 시도하고 있습니다. 에-또 음성 입력을 시도하고 있습니다. 우-ㄴ트 음성 입력을 시도하고 있습니다.

"히게(hige)"는 2번 모두 남아 있었습니다. 2회 모두 같은 결과입니다. 이로써 3개를 같은 대본으로 비교할 조건이 갖춰졌습니다.

다만, 자세히 살펴보니 기록은 말한 그대로가 아니었습니다. 아저씨가 말한 것은 "에-"토"였으나, 기록은 "에-"또"였습니다. 쉼표(,)도, 마지막 마침표(.)도 누락되어 있었습니다.

이 화면은 말한 내용의 정확한 사본이라기보다, 나중에 만들어진 문장처럼 보입니다.

ChatGPTの履歴 2回目・Claudeと同一台本の書き起こし

기록은 말한 그대로가 아닌 모양이다

여기까지에서 두 가지 단서가 모였습니다.

• 받아쓰기에서는 "말의 히게(filler)"가 "말의 히에"가 되어 있었음에도, 돌아온 답변은 히게(추임새)에 관한 이야기로서 성립되었습니다.
• 2회차에서는 "에-토"가 "에-또"로 바뀌었고, 쉼표와 마침표가 누락되었습니다.

AI가 보고 있었던 것은, 저 화면의 글자 그대로가 아닐지도 모릅니다.

다만 오기록과 어형의 흔들림(variation)이 발견되었을 뿐, 구조를 단정 지을 수는 없습니다. 문맥에서 보충하여 대답했을 수도 있고, 받아쓰기를 만들 때만 표기가 바뀌었을 수도 있기 때문입니다.

그리고 2회 모두 같았지만, 단 2회뿐이었습니다. 매번 이렇다고 말할 수는 없습니다.

2회차는 아무것도 묻지 않았는데, AI 자신의 답변은 지난번과 반대 방향을 향했습니다

이 부분이 아저씨가 가장 놀란 지점입니다.

ChatGPT · 1회차의 답변

사라졌어요, 문제없습니다. 매끄럽게 들립니다.

이때 받아쓰기에는 히게가 남아 있었습니다.

다만, 이 답변에는 두 가지 의미가 있을 수 있습니다. 아저씨는 이때 마지막에 "말의 히게는 사라졌습니까?"라고 물었습니다. "사라졌습니다"가 "히게가 사라졌다"는 의미인지, "(음성이) 끊기지 않고 전달되고 있다"는 의미인지는 이 답변만으로는 알 수 없습니다. 즉, AI가 다른 말을 한 것인지, 아저씨의 질문 방식이 잘못된 것인지도 결정할 수 없습니다.

ChatGPT · 2회차의 답변 (Claude와 같은 대본 · 이번에는 아무것도 묻지 않았습니다)

입력은 문제없이 캡처(capture)되고 있는 것으로 보입니다만, 특별히 말이 사라지거나 하지는 않습니다.

묻지도 않았는데 스스로 "말이 사라졌는지"에 대해 언급했습니다. 게다가 1회차와는 반대 방향입니다.

다만 이 역시 기록과 완전히 일치한다고는 할 수 없습니다. 히게는 남아 있었지만, 쉼표와 마침표는 누락되었고, "에-토"는 "에-또"로 바뀌어 있었습니다. "특별히 사라지지는 않았다"라고 단정 지을 수도 없는 셈입니다.

Claude 측의 2건도 적어둡니다.

말한 내용이 그대로 글자가 되어 저에게 전달되는 느낌입니다.

전부 깨끗하게 들립니다. 반복도 문제없습니다.

후자는 입력에 "우-ㄴ트"가 1개 남아 있었을 때의 발언입니다. 전자를 말했을 때도 실제로 전달된 것은 정돈된 후의 텍스트였습니다.

같은 제품에 거의 같은 대본으로 두 번 말했습니다. 1회차에는 마지막에 질문을 했고, 2회차에는 아무것도 묻지 않았습니다. 그럼에도 돌아온 설명은 반대 방향을 향하고 있었습니다. 어느 쪽이 진실인지 결정할 재료는 아저씨의 손에 없습니다. 알 수 있었던 것은, 자신에게 일어난 일에 대한 설명을 AI에게 요구해도 답변은 흔들린다는 것이었습니다.

Claude를 비난하는 이야기도, ChatGPT를 비난하는 이야기도 아니라고 생각합니다. 모델은 자신에게 전달되기 전이나 후에 무슨 일이 일어났는지 보이지 않는 것이라고 생각합니다.

아저씨는 이 설명에 한 번 납득해 버렸습니다. 직접 말하며 숫자를 세는 단계까지 가지 못한 것이 이번의 가장 큰 실수입니다. 3개의 AI에게 같은 질문을 해서 모두가 자신을 추천했던 이야기(「어떤 AI가 가장 좋아?」를 AI에게 물었더니, 모두가 자신을 추천했던 이야기)를 쓴 것은 아저씨 자신인데, 똑같은 함정에 빠졌습니다.

AI에게 메커니즘을 물으면, 사양(specification)이 아니라 "스스로 그렇게 생각하는 방식"이 돌아옵니다.

3개를 나란히 놓고 보인 것 ― 받아쓰기가 "입력"인가 "기록"인가

| | Claude Code의 마이크 | Claude voice mode (Web 버전) | ChatGPT의 음성 | |
|---|---|---|---|
| 기능의 목적 | 텍스트 입력 | 대화 (핸즈프리/Push-to-talk) | 대화 (음성으로 응답) |
| '에또(음, 저기)' 처리 (실측) | 2회 모두 남음 | 4개 중 3개 사라짐 (대본 2종·2회 합계) | 2회 모두 받아쓰기에 남음 (그중 1회는 오기록 포함. 어형과 문장 부호는 흔들림) |
| 받아쓰기의 역할 | 입력 그 자체 (생 데이터) | 입력 그 자체 (정리된 후) | (미특정) 음성 그대로 받는 구조라면 '나중에 만들어진 기록', 문자로 변환하여 전달하는 구조라면 '입력 그 자체' |
| 모델이 받는 것 | 받아쓴 텍스트 | 정리된 텍스트 (정리되기 전은 모름) | (미특정) 음성을 직접 받는지, 문자로 변환된 것을 받는지. 어느 방식으로 작동하는지 특정하지 못함 |
| AI 자신의 설명 | (묻지 않음) | "전부 깨끗하게 들립니다" | 1회차 "사라졌어요, 문제없습니다" / 2회차 "특별히 말이 사라지지는 않았습니다" = 상반된 답변 |
| 시도 횟수 | 2회 (대본 2종) | 2회 (에또 총 4개·대본 2종) | 2회·모델과 모드는 미특정 |

이 표에서 말하고자 하는 것은, 같은 '에또가 남았다/사라졌다'일지라도, 발생하는 지점이 달라 보인다는 것입니다. Claude의 두 가지는 실제로 확인할 수 있었지만, ChatGPT 측은 어떤 구조로 작동하고 있는지 알 수 없습니다.

그래서 '에또는 사라져야 하는가'에 대한 답도 달라진다고 생각합니다

여기서부터는 아저씨의 견해입니다. 밖에서 본 바로는 다음과 같이 보입니다.

• 받아쓰기가 입력 그 자체라면, 에또가 남느냐 아니냐는 입력 품질의 문제입니다. 코드나 고유명사일 때 멋대로 정리되면 곤란하며, 반대로 에또가 남은 채로 있으면 읽기 불편합니다.
• 받아쓰기가 나중에 만들어진 기록이라면, 에또가 남는 것은 기록의 문제입니다. 다시 읽기 불편할 뿐, AI의 이해에는 관계가 없습니다.

내부에서 어떻게 처리되는지는 공개되지 않았으므로, ChatGPT 측이 어느 쪽인지 단정할 수 없습니다. 수중에 있는 것은 두 가지 단서뿐입니다. ① 받아쓰기가 '히에'로 되었음에도 답은 '히게(수염)' 이야기로 통했다. ② 2회차에는 '에-토'가 '에-또'가 되며 문장 부호가 빠졌다. 이로부터 알 수 있는 것은 "그 화면의 글자 그대로를 읽고 있는 것은 아닌 것 같다"까지입니다.

그럼에도 Claude의 두 가지는 직접 말하며 확인할 수 있었습니다. 어느 쪽이 우월하다는 이야기가 아니라, 자신의 용도에 어느 쪽이 필요한지에 따라 선택하는 문제라고 생각합니다.

어디에서 정리되는지는 알 수 없습니다

Claude의 voice mode에서 '에-토'가 사라진 것은 사실이지만, 어디에서 사라졌는지는 관측되지 않았습니다. 가능한 설명을 나열해 둡니다.

• (a) 받아쓰기에 사용하는 모델이 두 개라 서로 다를 뿐일 수도 있습니다 (추임새를 처음부터 문자로 만들지 않는 받아쓰기 모델도 있다고 들었습니다).
• (b) 문자로 만든 뒤에 정리하는 처리가 별도로 추가되어 있을 수도 있습니다.
• (c) 지시(Prompt) 측에서 정리하도록 하고 있을 수도 있습니다.

'우-ㄴ토'가 남은 것은 어떤 설명에서도 일어날 수 있는 일입니다. 적어도 '에또를 완전히 없애는 메커니즘'은 아니라는 점까지는 확인되었습니다.

전용 음성 입력 AI는 한 단계 더 앞서서 지우고 있었습니다

아저씨는 Typeless의 무료 버전을 사용해 본 적이 있습니다. 에또가 사라지는 것은 같았지만, 조금 말한 뒤에 "방금 거 취소"라고 말하면 그 부분이 통째로 사라졌습니다.

나란히 놓고 보면, 지우는 단위가 다릅니다. Claude의 voice mode는 단어 레벨(에또를 제거), Typeless는 의도 레벨(말한 내용을 취소).

사용한 것은 무료 버전이며, 확인한 것은 이 두 가지뿐입니다. 유료 버전의 기능이나 정리의 전체 모습은 보지 않았으므로 제품의 우열은 적을 수 없습니다.

당신의 환경에서 확인하는 절차

Claude의 이 음성 기능은 2026년 7월 23일에 public beta (공개 베타)로 롤아웃된 것입니다. 베타이므로, 이 기사에 쓴 동작이 다음 달에도 같으리라는 보장은 없습니다. 그러니 자신의 환경에서 직접 세어보는 것이 확실하다고 생각합니다.

먼저 대본을 하나 정합니다 (전원·1분)

아저씨가 사용한 대본은 이것입니다.

음성 입력을 테스트하고 있습니다. 음성 입력을 테스트하고 있습니다. 에-토, 음성 입력을 테스트하고 있습니다. 우-ㄴ토, 음성 입력을 테스트하고 있습니다.

추임새(filler)는 2개(「えーと(에-토)」, 「うーんと(우-ㄴ토)」). 미리 개수를 정해두는 것이 중요합니다. 정하지 않고 말하면, 나중에 "왠지 모르게 사라진 것 같다"라는 느낌으로 끝나버리고 맙니다.

A. Claude의 voice mode로 (3분·누구나 할 수 있습니다)

• 입력창의
  우측 하단에 있는 파형 아이콘을 누릅니다 (공식 도움말에 기재되어 있습니다). 처음 사용할 때는 마이크 사용 권한을 묻습니다. 허가하지 않으면 아이콘을 눌러도 반응하지 않습니다.
• 정한 대본을 말하고, 입력된 텍스트를 확인합니다.
• 정한 개수 중 몇 개가 남아있는지 셉니다.

방식은 두 가지가 있습니다. 핸즈프리 (Hands-free) (말이 끝나는 것을 자동으로 판정)와 푸시 투 토크 (Push-to-talk) (누르고 있는 동안에만 인식). 아저씨는 핸즈프리로 테스트했습니다. 여러분도 같은 방식으로 하면 조건을 맞출 수 있습니다.

⚠ 핸즈프리는 간격이 벌어지면 자동으로 전송됩니다. 아저씨의 첫 번째 시도는 도중에 전송되어 두 개의 메시지로 나뉘었습니다. 이어서 말할 때는 간격을 두지 않는 편이 테스트하기 쉽습니다.

전사(Transcription) 내용은 채팅 기록에 텍스트로 남으므로, 나중에 다시 보며 셀 수 있습니다.

참고로, "전부 사라집니다"라고 단정 지어 말할 수는 없습니다. 아저씨의 경우에는 Claude 측에서 4개 중 3개였습니다. 여러분의 환경에서 어떻게 될지는 직접 세어보기 전까지는 알 수 없습니다.

3분이면 끝납니다. 아저씨의 견해로는, 이것으로 (기존의 생각이) 무너졌습니다.

B. Claude Code를 사용하고 있는 사람은, 이미 2분 만에 정답을 확인할 수 있습니다

Claude Code를 설치하지 않은 분들은 이 부분은 건너뛰셔도 괜찮습니다. 결과는 앞서 쓴 대로, 2번 모두 남았습니다.

설치한 분들은 같은 대본을 마이크 입력으로 말하고, 똑같이 개수를 세어보세요. 같은 회사의 제품인데 결과가 다른 점이 가장 이해하기 쉬운 형태로 나타납니다.

참고로, 마이크 실행 방법은 환경에 따라 다르므로 여기에는 적지 않겠습니다 (아저씨는 자신의 환경에서만 확인했습니다).

C. ChatGPT를 가지고 있는 사람은, 무료 계정으로도 시도할 수 있습니다

음성으로 말하고, 종료 후에 기록된 전사 내용을 확인합니다. 여기를 확인하지 않으면 비교가 되지 않습니다.

한 가지 주의할 점이 있습니다. 전사 내용에 추임새가 남아있다고 해서, AI가 제대로 듣지 못했다는 의미는 아닙니다. 그 화면이 입력 그 자체인지, 나중에 만들어진 기록인지는 모드(mode)에 따라 달라질 것 같기 때문입니다.

플랜에 따른 차이점 (Claude 측·공식 기재 내용)

무료 플랜: Haiku (Claude 모델 중 가장 가벼운 것)로 동작 + 커넥터 (Gmail이나 캘린더 등, Claude와 연결하는 외부 서비스) 1개

Max 플랜: 모든 모델 + 여러 개의 커넥터

그 사이의 플랜(Pro·Team)에서 사용할 수 있는 모델과 커넥터 수는 공식 기재 내용을 찾을 수 없었습니다. 아저씨는 Max로 테스트했으므로 위의 "모든 모델"에 해당하지만, 그때 실제로 작동하고 있던 모델은 특정하지 못했습니다.

그 외에 공식 도움말에 적혀 있는 내용 두 가지. 음성도 일반 이용 한도에 포함됩니다. 대응 언어는 일본어를 포함한 10개 언어이며, 영어 이외는 베타(beta) 취급입니다.

일본어 품질에 대해서는, 한자 읽기 오류가 있다고 TechnoEdge가 보도했습니다. 아저씨는 읽기 오류를 직접 실측하지 않았으므로, 그런 보고가 있다는 소개 정도로만 해두겠습니다.

7월 하순에, 양사 모두 음성을 구동하고 있었습니다

이 부분은 아저씨가 직접 말해서 확인한 이야기가 아니라, 공식 자료를 읽은 내용입니다.

날짜를 나누어 적겠습니다. OpenAI는 7월 8일에 새로운 음성 모델 (GPT-Live)을 발표했고, 7월 23일에 데스크톱 앱으로 전개했습니다. Anthropic은 7월 23일에 voice mode를 public beta로 롤아웃(rollout)했습니다.

이름 정리도 한 줄만 하겠습니다. ChatGPT Voice = ChatGPT의 음성 기능 그 자체, GPT-Live = 그 안에서 새롭게 사용되기 시작한 음성 모델의 이름입니다. 아저씨가 테스트했을 때 GPT-Live가 작동하고 있었는지는 확인하지 못했습니다.

바뀐 지점은 한 문장으로 요약하면 다음과 같습니다. OpenAI는 음성을 일단 문자로 변환한 뒤에 생각하는 구조를 버리는 방향으로 토대를 다시 만들었고, Anthropic은 턴제 (Turn-based, 이쪽이 말을 마치면 상대가 대답하는 교차 대화) 방식을 유지한 채 내부(작동 모델과 실행력)를 업그레이드했습니다.

용어는 두 가지만 별개의 것으로 파악해 두시면 읽기 편합니다.

전이중 (Full-duplex): 전화처럼 내가 말하고 있는 중에도 상대방이 듣고 반응할 수 있는 구조. 그렇기에 끼어들기(Interrupt)나 맞장구(Backchanneling)가 가능합니다.
speech-to-speech: 음성을 한 번 텍스트로 변환(Transcription)한 뒤에 생각하는 것이 아니라, 음성 그대로 받아 음성으로 되돌려주는 방식.

아저씨가 체험한 "음성으로 돌아온다 · 받아쓰기(Transcription)는 종료 후에 볼 수 있다"는 이 구조에 대한 설명과 일치합니다. 단, 내부를 확인한 것은 아닙니다.

이 표에서 말하고 싶은 것은, 어느 쪽이 앞서가고 있느냐가 아니라, 변한 부분이 다르다는 것입니다. 아저씨가 테스트한 것은 양쪽 모두 몇 분 정도이므로, 좋다 나쁘다를 말할 수는 없습니다.

※ 양사 모두 사용할 수 있는 양에는 제한이 있습니다 (플랜마다 차이가 있으며, Anthropic 측은 일반 이용 한도에 합산됩니다).

"잘한다고 설명된 것" 행은 양사의 공식 설명을 나열했을 뿐입니다. 아저씨는 체감하지 못했습니다. Anthropic 측에 대해서는 TechCrunch가 "대화 측면의 개선은 체감하기 어렵다"고 보도했습니다.

• GPT-Live 발표: https://openai.com/index/introducing-gpt-live/ (2026년 7월 30일 접속)
• ChatGPT 음성 FAQ: https://help.openai.com/en/articles/8400625-voice-mode-faq (2026년 7월 30일 접속)

겉으로 보기에는 양사 모두 「대화용」과 「입력용」을 나누고 있습니다

OpenAI 측은 구술 입력 (Dictation = 말해서 편집 가능한 텍스트로 만드는 기능)이 음성 기능과는 별개로 되어 있습니다. Anthropic 측은 voice mode와 Claude Code의 마이크가 별개의 것이었습니다 (이것은 이번 실측 결과입니다).

단, Anthropic 측은 공식 도움말에 「Claude Code는 미지원」이라고 적혀 있을 뿐, 「입력용으로 나누었다」라고 어디에도 적혀 있지 않습니다. 의도적으로 그렇게 했는지는 알 수 없다는 수준까지입니다.

확인한 것과 확인하지 않은 것

A. 테스트 범위가 좁다는 점

ChatGPT 측은 단 2회뿐입니다 (2회 모두 같은 결과였지만, 매번 이렇다고는 말할 수 없습니다). 게다가 1회째는 대본이 조금 달랐고, 질문 문장도 포함되어 있었습니다 (완전히 동일한 조건의 2회는 아닙니다).
ChatGPT 측의 모델과 모드가 미특정 상태입니다 (구조가 다른 모드 중 어떤 것으로 작동했는지 확인하지 못했습니다. GPT-Live를 테스트했다고는 말할 수 없습니다).
ChatGPT 측은 받아쓰기(Transcription, 기록)만을 보고 있습니다. 모델이 실제로 무엇을 받았는지는 확인할 수 없습니다.
받아쓰기가 어디까지 말한 대로인지도 확인하지 않았습니다 ("히에"의 오기록과 어형 · 문장 부호의 흔들림을 인지했을 뿐입니다).
AI 자신의 설명이 2회에서 상반된 이유를 모릅니다 (질문의 의미를 오해했을 수도 있고, 단순히 답변이 흔들린 것일 수도 있습니다. 아저씨의 질문 방식이 잘못되었을 가능성도 남아 있습니다).
음성의 자연스러움은 측정하지 않았습니다 (놀란 것은 몇 분간 대화한 감상일 뿐, 비교 청취나 채점을 하지는 않았습니다).
Typeless의 유료 버전 · 모든 기능은 보지 않았습니다 (사용한 것은 무료 버전이며, 확인한 것은 2가지뿐입니다).
Claude 측도 횟수가 많지 않습니다 (voice mode 2회 · 히게(filler) 총 4개 / 마이크 2회). 매번 같은 결과가 나올지는 모릅니다.
어떤 종류의 히게(filler)가 잘 사라지는지는 모릅니다 ("에또", "아노", "에ー토"는 사라졌고 "우ー토"는 남았지만, 단어별 경향으로서 확인한 것은 아닙니다).

B. 측정하지 않은 것