OpenAI WebRTC 오디오 세션, 문서 컨텍스트 기능 추가

섹션별 상세

2024년 12월 OpenAI WebRTC API 테스트를 위해 구축된 도구의 업데이트이다. 기존 도구는 실시간 음성 모델과의 상호작용을 위해 설계되었다. 이번 업데이트로 최신 모델인 `gpt-realtime-2`를 선택할 수 있게 되었다. 이 모델은 GPT-5급 추론 능력을 갖추고 있어 실시간 음성 인터페이스에서 더 높은 지능을 제공한다.

근거

`gpt-realtime-2` 모델은 GPT-5급 추론 능력을 갖추고 있다. — 본문 중 'promoted as "our first voice model with GPT‑5‑class reasoning"' 부분

문서 컨텍스트 입력 기능이 도입되어 사용자가 제공한 텍스트를 기반으로 모델과 대화가 가능하다. 사용자는 브라우저에서 대화할 내용을 직접 입력하여 모델이 해당 정보를 참조하도록 할 수 있다. 이는 공식 ChatGPT 앱에서 모델 지원이 지연되는 상황에서 브라우저를 통해 최신 모델을 즉시 테스트할 수 있는 환경을 제공한다.

OpenAI WebRTC 오디오 세션 도구의 설정 화면으로, 모델 선택과 문서 컨텍스트 입력 필드를 보여준다. — Screenshot이 이미지는 `gpt-realtime-2` 모델을 선택하는 드롭다운 메뉴와 사용자가 문서를 붙여넣을 수 있는 'Document context' 섹션을 명확히 보여준다. 도구가 어떻게 실시간 음성 대화에 외부 컨텍스트를 주입하는지 시각적으로 설명한다.

용어 해설

웹 실시간 통신(WebRTC): — 웹 브라우저 간에 직접적인 오디오, 비디오 및 데이터 스트리밍을 가능하게 하는 오픈 소스 프로젝트 및 프로토콜이다. 서버를 거치지 않고 낮은 지연 시간으로 실시간 음성 AI 대화를 구현하는 데 필수적인 기술이다.
GPT-Realtime-2: — OpenAI의 실시간 음성 모델로, GPT-5급의 추론 능력을 갖추고 있다. 실시간 음성 대화에 최적화되어 있으며, 기존 모델보다 더 높은 지능과 논리적 추론 성능을 제공한다.
문서 컨텍스트(Document Context): — 모델이 대화 중에 참조할 수 있도록 제공되는 텍스트 데이터이다. 이를 통해 모델은 특정 문서의 내용을 바탕으로 더 정확하고 맥락에 맞는 답변을 생성할 수 있다.

기술

OpenAI API
WebRTC
GPT-Realtime-2

활용 사례

실시간 음성 대화
문서 기반 질의응답