ydhom26-hetip

9월 24일부터 25일까지 이틀 사이, 구글과 오픈AI가 ‘음성’이라는 같은 단어로 서로 다른 것을 내놨습니다. 세 편에 걸쳐 다룬 소식을 한곳에 모았습니다 — 결론부터 말하면, 이 둘은 고를 대상이 아니라 겹쳐 쓸 대상입니다.

같은 주, 다른 방향 — 구글은 얼굴과 소리, 오픈AI는 실행

9/24 — 목소리를 만드는 쪽 vs 말로 일을 시키는 쪽

구글 딥마인드가 공식 블로그에 Gemini 3.8 텍스트 음성 변환을 공개한 같은 날, 테크크런치는 챗GPT 모바일 앱에 음성 기반 에이전트 기능이 추가됐다고 보도했습니다. 하나는 소리를 만드는 “재료”이고, 다른 하나는 그 소리로 일을 시키는 “사용법”입니다. 챗GPT 쪽은 오늘 바로 해볼 수 있는 세 단계(앱 최신화 → 작은 요청부터 → 결과 눈으로 확인)로 정리했습니다.

자세히 보기: Gemini 3.8 음성 합성 비교, 챗GPT 음성 에이전트와 무엇이 다른가 · 챗지피티 음성 에이전트 기능, 오늘 해보는 세 단계

9/25 — 구글은 얼굴, 오픈AI는 실행

다음 날 구글은 라이브 아바타를 갖춘 Gemini 3.8 Live를 공개했고, 오픈AI는 챗GPT 음성에 에이전트 기능을 결합했다는 보도가 이어졌습니다. 아바타는 화면이 있는 자리(키오스크, 사내 웹 상담)에서만 값을 하고, 음성 에이전트는 이어폰만 있어도 성립합니다. 도입을 검토한다면 ① 아바타를 볼 수 있는 자리인가 ② 말만 할지 일까지 할지(권한 문제) ③ 목소리가 목적이라면 TTS 쪽, 이 세 가지를 순서대로 물어야 합니다.

자세히 보기: 음성 AI 에이전트 비교, Gemini 3.8 Live와 챗GPT 음성 도입 순서

정리

사흘 사이 쏟아진 음성 관련 발표를 한 줄로 묶으면 이렇습니다 — TTS·아바타·음성 에이전트는 경쟁 관계가 아니라 층이 다른 도구입니다. 안내·읽기라면 TTS, 화면이 있는 자리에서 표정까지 필요하면 아바타, 손이 비어 있는 이동 시간을 겨냥한다면 음성 에이전트입니다. 셋 중 무엇을 먼저 붙일지보다, 우리 서비스에 이 세 자리가 각각 있는지부터 확인하는 쪽이 순서상 맞습니다.