AI 음성 기술 경쟁은 실제 고객 서비스 현장에서 성능과 비용 효율을 겨루는 국면에 들어섰다. 스페이스X의 AI 사업 부문은 빠른 응답과 높은 통화 처리 능력을 내세워 음성 AI 시장 공략에 나섰다.
스페이스XSI는 14일(현지시간) 지능형 음성 모델 ‘그록 보이스 3.0(Grok Voice 3.0)’을 공개했다.
이 모델은 고객 지원 전화 해결률에서 역대 최고 기록을 세웠다. 응답 지연 시간은 1초 미만이며, 경쟁 모델보다 비용도 낮다. 테슬라 차량과 스페이스X 스타링크 고객센터 등 실제 서비스 현장에서 이미 하루 수백만건의 대화를 처리하고 있다.
개발사는 그록 보이스 3.0을 음성을 이해하고 음성으로 답하는 음성 대 음성 모델(speech-to-speech) 중 가장 지능적인 모델이라고 소개했다. API를 통해 바로 이용할 수 있으며, 가격은 이전 모델인 그록 보이스 2.0과 동일한 분당 0.08달러(시간당 4.80달러)다.
아티피셜 애널리시스의 독립 평가에서 그록 보이스 3.0은 음성 대 음성 지수(Speech-to-Speech Index) 86.9점으로 1위에 올랐다. 이 지수는 음성 추론 능력, 음성 대화 처리 성능, 사용자 선호도, 작업 성공률 등을 종합적으로 평가한다.
대화의 자연스러움을 측정하는 전이중 벤치마크(Full Duplex Bench) 점수는 97%였다. 상대방의 말이 끝나기 전에 끼어들거나, 대화 중 잠시 멈추거나, 발언 순서가 바뀌는 상황을 자연스럽게 처리하는 능력을 평가하는 지표다.
다양한 억양과 주변 소음, 대화 중단이 있는 고객 지원 통화를 평가하는 ‘타우(τ)-보이스’에서는 71.6%를 기록했다. ‘GPT-라이브-1(아스트라)’과 비슷한 수준이지만 지연 시간은 약 40% 짧다. 음성 처리 비용 비교에서도 GPT-라이브-1(아스트라) 중간 설정과 ‘GPT-리얼타임-2.1’보다 비용이 낮았다.
기업용 음성 상담원 평가에서도 성과를 보였다. 서비스나우(ServiceNow)의 ‘EVA-벤치’에서 정확도 74%로 최고 점수를 받았고, 정확도와 고객 경험을 함께 평가한 항목에서도 가장 높은 성능을 기록했다.
그록 보이스 3.0은 실제 서비스 현장에서도 쓰이고 있다. 테슬라 차량에서 운전자는 손을 쓰지 않고 음성으로 일정 확인이나 이메일 답변 같은 간단한 일부터 커피 주문, 저녁 식사 예약 같은 복잡한 요청까지 처리할 수 있다.
스타링크 고객센터는 여러 언어로 하루 2만여건의 고객 전화를 처리한다. 개발사에 따르면 이 중 약 70%는 사람의 개입 없이 해결되고, 영업 전화 4건 중 1건은 통화가 끝나기 전에 구매로 이어진다. AI 상담원 하나가 고객 확인부터 장비 문제 해결, 요금 크레딧 지급, 교체 장비 발송까지 맡는다.
그록 보이스 3.0은 음성 에이전트 API로 제공되며, 가격은 기존 그록 보이스 2.0과 같다. 최신 음성 모델을 자동으로 사용하도록 설정한 개발자는 별도 변경 없이 새 모델로 전환됐다.