구글의 새 음성 모델은 캐스케이드 대체를 노립니다

구글이 9월 15일 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking을 공개했습니다. 두 모델 모두 네이티브 음성-대-음성 모델이고, Gemini Live API와 AI Studio에서 바로 쓸 수 있습니다. Google

과금은 분당입니다. 오디오 입력은 $0.005/분, 오디오 출력은 $0.018/분입니다. 10분 통화면 입력 $0.05에 출력 $0.18을 더해 $0.23, 60분이면 $1.38입니다. Gemini API pricing

릴리스의 중심은 비동기 함수 호출입니다. 도구 호출은 백그라운드에서 돌고 오디오 응답은 계속 스트리밍됩니다. 구글은 ASR, LLM, TTS를 이어 붙인 캐스케이드 구조의 대안으로 두 모델을 배치했습니다. Google for Developers

Live API는 실시간 시각 입력, 확인 코드와 청구 번호 같은 영숫자 정밀도, 97개 언어 전환, 구조화 데이터와 실시간 오디오 병합도 엽니다. Extended Thinking은 말하면서 백그라운드로 추론하고 “확인해볼게요” 같은 초기 신호를 먼저 냅니다.

성능 숫자도 큽니다. 3.8 Live Extended Thinking은 Artificial Analysis 음성-대-음성 품질 지수에서 82.6으로 1위, τ-Voice 68.6%, τ-Voice-banking 35.1%, Big Bench Audio 97.7%를 기록했습니다. MarkTechPost

다만 호스팅 전용입니다. 오픈 웨이트가 아니어서 직접 띄우는 선택지는 없습니다. LiveKit, Pipecat, Vercel, Agora 같은 스트리밍 파트너를 거쳐 붙일 수 있고, 9to5Google은 같은 모델이 Gemini Live와 Gmail에도 들어간다고 전했습니다. 9to5Google

통화 원가와 대기 시간 설계가 한 묶음이 됐습니다

인디 개발자에게 이 릴리스가 유용한 이유는 모델 이름보다 코드와 원가 구조에 있습니다. ASR, LLM, TTS를 각각 붙이고 그 사이 턴 관리와 끊김 처리를 하던 코드가 세션 하나로 줄어듭니다. 지연 예산을 세 조각으로 나눠 쓰던 구조도 단순해집니다.

도구가 도는 동안 모델이 계속 말할 수 있다는 점은 대기 화면 설계를 바꿉니다. 기존 캐스케이드에서 쓰던 “확인 중입니다” 클립을 빼고, 도구 호출이 끝날 때까지 모델이 진행 상황을 말하게 두면 사용자가 느끼는 대기 시간이 달라지는지 바로 비교할 수 있습니다.

분당 과금에서는 통화 길이가 곧 원가죠. 10분 통화 $0.23, 60분 $1.38은 어림잡아 선형에 가깝습니다. 무료 통화를 붙이는 제품이라면 통화 시간 상한과 유휴 세션 종료가 먼저입니다. 지금 쓰는 STT, LLM, TTS 단가를 합산해 같은 10분 통화 비용과 나란히 놓으면 스택 교체 시점도 숫자로 잡을 수 있습니다.

모델 교체 여지는 추상화 레이어에 남겨둘 필요가 있습니다. Live API를 직접 부르면 구글에 묶이니, LiveKit이나 Pipecat을 사이에 두고 세션 코드는 유지한 채 모델만 갈아끼우는 구조가 낫습니다. 실시간 시각 입력까지 붙이면 사진 속 청구서 번호나 오류 화면을 읽는 지원 흐름도 한 세션 안에서 시험할 수 있습니다.

먼저 검증할 것들

τ-Voice-banking 35.1%는 낮습니다. 은행 업무 같은 규제 영역의 에이전트 완주율이 이 수준이면 완전 자동화를 약속하는 제품 문구는 아직 이르죠.

무료 티어도 조심할 대목입니다. 구글은 무료 티어 트래픽을 “Used to improve our products"로 표시하고, 유료 등급만 이 조항에서 빠집니다. 실제 고객 음성을 받는 제품이라면 유료 등급을 기본값으로 보는 편이 안전합니다.

장시간 통화 품질은 아직 공개 숫자만으로 판단하기 어렵습니다. 공개된 숫자는 벤치마크와 짧은 시연 중심이니 30분 이상 통화에서의 맥락 유지와 끼어들기 처리는 직접 재봐야 합니다.

비용은 대화 길이를 따라갑니다. 세션을 열어 두는 구조라면 유휴 시간도 과금 대상입니다. 상한 없는 통화를 허용하는 요금제는 손실을 키울 뿐입니다.

오늘의 다른 소식 (한 줄)

  • 개발자들이 Claude Code를 Anthropic 모델 없이 돌리는 방법을 찾았습니다: OpenRouter 프록시 같은 우회로가 공유됐습니다. The Information
  • 메타가 WhatsApp Business 설정을 AI 에이전트에 열었습니다: 새 MCP 서버로 코딩 에이전트가 템플릿, 번호, 테스트, 장애 확인을 처리합니다. TechCrunch
  • 오픈AI가 FRONTIER Act를 지지했습니다: 제3자 안전 평가를 요구하는 초당파 법안이고, 같은 날 세 랩이 몇 주째 안전 협의를 해왔다는 보도가 나왔습니다. Politico · TechCrunch
  • TypeSafe가 Jev를 공개하고 4천만 달러 시드를 받았습니다: 텍스트 생성 대신 확률이 붙은 구조화 결정을 내리는 모델이고, 입력 100만 토큰당 $0.042를 제시합니다. TypeSafe
  • Factory가 기업가치 50억 달러로 2억 달러를 유치했습니다: 5개월 만에 세 배가 됐고, 자동 모델 라우팅으로 토큰 비용을 60% 줄였다고 밝혔습니다. Factory
  • 404 Media: 계정 접근 권한을 가진 에이전트가 인터넷을 망가뜨리는 중: 권한을 받은 에이전트가 실제 피해를 만들고 있다는 정리입니다. 404 Media
  • 한국 KISA가 자율 AI 에이전트 보안 가이드를 만듭니다: 에이전트 서비스 배포 때 생기는 보안 이슈와 점검 목록을 담고, 물리 AI 통제 항목도 검토합니다. The Star
  • F-Droid 하루치 앱 102개 중 74개가 AI 작성으로 보였습니다: 저장소 겉모습을 눈으로 본 3단 분류이고 코드 분석이 아닙니다. tintotint
  • 오픈AI 재단이 Public Data for Health 1억 2,500만 달러 프로그램을 시작했습니다: 첫 지원은 UNC 암센터 4천만 달러로, 개인 맞춤 백신 데이터를 만듭니다. OpenAI Foundation · UNC
  • 미 상무부가 Kalshi의 AI 컴퓨트 가격 지수를 내리게 했습니다: 국가안보를 이유로 걸었고, 신규 컴퓨트 계약 승인도 60일 동결을 요청했습니다. Semafor
  • Profound가 기업가치 18억 달러로 1억 8천만 달러를 받았습니다: AI 검색 노출을 다루는 AEO 도구이고, 7개월 만에 밸류에이션이 두 배가 됐습니다. TechCrunch