무엇이 발표됐나
OpenAI는 2026년 5월 7일 API에서 사용할 수 있는 새로운 실시간 음성 지능 모델들을 발표했다. 핵심 모델은 GPT-Realtime-2이며, 함께 언급된 모델로 GPT-Realtime-Translate와 GPT-Realtime-Whisper가 있다.1
즉 이번 발표는 단일 음성 모델 출시라기보다, 실시간 대화·번역·음성 인식 흐름을 각각 강화하는 API 모델 묶음으로 보는 편이 자연스럽다.
GPT-Realtime-2의 핵심 성격
GPT-Realtime-2는 실시간 음성 상호작용을 위해 설계된 모델이다. OpenAI 발표문은 이 모델이 "추론하는 동안에도 대화를 계속 움직이게" 만드는 데 초점을 둔다고 설명한다.1
이 표현의 의미는 중요하다. 음성 대화에서는 답이 정확한 것만으로 충분하지 않다. 사용자가 말하는 리듬, 중간 끼어들기, 짧은 반응, 생각하는 동안의 자연스러운 연결이 모두 경험의 일부다. GPT-Realtime-2는 이런 음성 인터페이스의 특성을 전제로 만들어진 모델로 보인다.
API 가격 페이지에서도 GPT-Realtime-2는 "realtime voice interactions를 위한 가장 강력한 모델"로 소개된다.2 가격표에 별도로 이름이 올라왔다는 점은 이 모델이 실험적 데모가 아니라 개발자가 API 제품에 붙여 쓸 수 있는 모델 라인업으로 배치됐다는 뜻에 가깝다.
함께 언급된 모델들
이번 발표에서 GPT-Realtime-2와 함께 GPT-Realtime-Translate, GPT-Realtime-Whisper가 언급됐다.1
이름만 놓고 보면 역할은 비교적 분명하다. GPT-Realtime-2는 실시간 음성 대화의 중심 모델이고, GPT-Realtime-Translate는 실시간 번역 경험에, GPT-Realtime-Whisper는 실시간 음성 인식 또는 전사 흐름에 가까운 모델로 이해할 수 있다.
따라서 OpenAI의 방향은 "음성을 텍스트로 바꾼 뒤 텍스트 모델이 답하는 방식"을 넘어, 음성 입출력 전체를 더 낮은 지연과 자연스러운 흐름으로 묶는 쪽에 있다.
2025년 Realtime API 업데이트의 후속 맥락
GPT-Realtime-2는 갑자기 등장한 별도 제품이라기보다, 2025년의 gpt-realtime 및 Realtime API 업데이트를 잇는 후속 단계로 봐야 한다.
OpenAI는 2025년 8월 gpt-realtime을 소개하면서, 새로운 speech-to-speech 모델이 더 강한 추론과 더 자연스러운 음성을 제공한다고 설명했다.3 이때 이미 목표는 단순 음성 합성이나 전사가 아니라, 복잡한 대화를 실시간으로 처리하는 음성 에이전트 경험에 있었다.
GPT-Realtime-2는 이 흐름의 다음 버전처럼 보인다. 2025년 업데이트가 "프로덕션용 실시간 음성 API"의 기반을 다졌다면, 2026년 발표는 그 기반 위에서 모델을 더 세분화하고 성능을 끌어올린 단계라고 정리할 수 있다.
한 줄 정리
GPT-Realtime-2는 OpenAI가 2026년 5월 7일 발표한 실시간 음성 지능 API 모델로, 추론 중에도 대화의 흐름을 자연스럽게 유지하는 것을 목표로 한다. GPT-Realtime-Translate, GPT-Realtime-Whisper와 함께 발표됐으며, 2025년 gpt-realtime 및 Realtime API 업데이트를 잇는 실시간 음성 모델 라인업의 강화판으로 볼 수 있다.
참고
1OpenAI 발표문: Advancing voice intelligence with new models in the API
3OpenAI: Introducing gpt-realtime and Realtime API updates for production
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.