풀 듀플렉스 입문: 말하면서 동시에 들을 수 있다는 뜻

한 문장으로 이해하기

풀 듀플렉스(full duplex, 양방향 동시 통신)는 듣기와 말하기를 동시에 수행할 수 있게 하는 방식입니다. 이 강좌를 마치면 세 가지를 할 수 있습니다. 첫째, 풀 듀플렉스의 뜻을 자기 말로 설명합니다. 둘째, 풀 듀플렉스를 비슷해 보이는 두 가지 기능과 구분합니다. 하나는 시간이 걸리는 일을 대화 뒤편에서 처리하면서 말을 이어가는 기능이고, 다른 하나는 답을 찾는 생각을 하는 중에도 말을 내보내는 기능입니다. 셋째, 지금 자료로 말할 수 있는 범위와 없는 범위를 구분합니다. 사전지식은 거의 필요하지 않습니다. 음성 비서에게 말을 걸어 답을 들어 본 경험, 그리고 인공지능(AI) 모델이 입력을 받아 출력을 만든다는 정도면 충분합니다.

왜 필요한가

이 강좌는 하나의 가상 예시를 끝까지 따라갑니다. 한 사람이 음성 안내 서비스에 지난달 요금을 물어보는 장면입니다. 서비스가 “확인해 보겠습니다"라고 소리 내는 그 순간에도 사용자의 목소리를 들을 수 있는지가 이 강좌의 질문입니다. 음성으로 대화하는 인공지능에서는 듣기와 말하기를 같은 시간에 할 수 있는지가 중요한 성질입니다. 해외 매체 더 디코더는 오픈AI의 GPT-Live-1이 듣기와 말하기를 동시에 수행하는 풀 듀플렉스를 지원한다고 전했습니다. 그리고 이 특성이 더 자연스러운 대화에 기여할 수 있다고 평가했습니다. 여기서 확인할 수 있는 것은 ‘동시에 수행한다’는 기능적 특성과, 그것이 자연스러움에 기여할 수 있다는 평가까지입니다.

어떻게 이루어지는가

지금 쓸 수 있는 자료는 풀 듀플렉스가 기술적으로 어떻게 구현되는지 설명하지 않습니다. 그래서 이 대단원에서는 구현 과정 대신, 공개된 설명으로 확인되는 기능 하나와 그것과 헷갈리기 쉬운 기능 두 가지를 순서대로 구분합니다.

1. 풀 듀플렉스의 핵심은 동시 수행입니다. 모델이 사용자의 말을 듣는 일과 자기 답을 소리 내는 일을 같은 시간에 합니다. 앞의 음성 안내 장면에서 “확인해 보겠습니다"를 말하는 동안에도 듣기가 열려 있는 부분이 여기에 해당합니다.
2. 구분해야 할 첫 번째 기능은 대화 뒤편에서의 호출입니다. 구글 딥마인드에 따르면 제미나이 3.8 라이브는 도구와 응용 프로그램 인터페이스(API, 프로그램끼리 기능을 주고받는 규약) 호출을 백그라운드, 즉 대화 뒤편에서 실행하는 동안에도 대화를 이어갈 수 있습니다. 이것은 듣기와 말하기의 동시 수행과는 다른 이야기입니다.
3. 구분해야 할 두 번째 기능은 생각과 말하기의 동시 수행입니다. 구글 딥마인드에 따르면 제미나이 3.8 라이브 익스텐디드 싱킹은 추론, 곧 입력을 바탕으로 여러 단계를 거쳐 답을 찾는 과정과 발화를 동시에 수행하고, 짧은 초기 발화와 진행 설명으로 뒤편 작업의 상태를 알립니다. 이것 역시 사용자의 말을 듣는 일과는 별개입니다.

입력 자료는 2번과 3번이 풀 듀플렉스를 구성한다고 확인해 주지 않습니다. 세 가지는 각각 따로 확인되는 기능입니다.

하나의 예시로 따라가기

앞서 꺼낸 가상 예시로 돌아갑니다. 사용자가 지난달 요금을 묻자 서비스가 짧게 확인하는 말을 소리 냅니다. 그 말을 내보내는 동안에도 사용자의 목소리를 들을 수 있다면, 이 부분이 풀 듀플렉스입니다. 한편 요금 조회를 대화 뒤편에서 돌리면서 침묵하지 않고 말을 이어가는 부분은 앞서 본 2번과 3번에 가까운 성격입니다. 이것은 풀 듀플렉스와는 별개의 이야기입니다. 정리하면 같은 장면 안에 서로 다른 종류의 동시 수행이 함께 있을 수 있습니다. 다만 이 가상 예시가 보여 주는 것은 ‘말하는 동안에도 들을 수 있다’는 구조뿐입니다. 사용자가 중간에 끼어든 말을 실제로 정확히 알아듣고 반영하는지는 별개의 문제입니다.

언제 쓰고 언제 쓰지 않는가

같은 음성 안내 장면을 기준으로 확인할 수 있는 것과 없는 것을 나눠 보겠습니다. 확인할 수 있는 것은 듣기와 말하기가 같은 시간에 가능한지라는 기능의 유무입니다. 확인할 수 없는 것은 그 장면에서 사용자가 끼어든 말을 얼마나 정확히 알아듣는지, 반응이 얼마나 빠른지, 시끄러운 곳에서 어떤지입니다. 이런 일반적 한계는 이 강좌가 사용한 자료만으로 확정할 수 없습니다. 지금 자료가 다루는 범위는 음성으로 대화하는 인공지능 서비스, 그리고 시간이 걸리는 작업을 처리하면서 대화를 이어가야 하는 상황입니다. 그 범위 안에서는 동시 수행이 의미를 가집니다. 또 하나 주의할 점은 제품마다의 구현이 풀 듀플렉스라는 개념의 정의와 같지 않다는 사실입니다. 어떤 서비스가 풀 듀플렉스를 지원한다는 말은 듣기와 말하기를 동시에 할 수 있다는 뜻일 뿐, 그 서비스의 전체 품질을 설명하는 말은 아닙니다.

핵심 정리와 확인문제

풀 듀플렉스는 듣기와 말하기를 동시에 수행할 수 있게 하는 방식입니다. 이 말이 곧 대화 품질 전체를 보장한다는 뜻은 아닙니다.

확인문제 1. 풀 듀플렉스를 한 문장으로 설명해 보세요.

확인문제 2. 다음 두 기능은 풀 듀플렉스와 같은 개념인가요? (ㄱ) 제미나이 3.8 라이브가 도구와 API 호출을 대화 뒤편에서 실행하면서 대화를 이어가는 기능 (ㄴ) 제미나이 3.8 라이브 익스텐디드 싱킹이 추론과 발화를 동시에 수행하는 기능

확인문제 3. 음성 안내 가상 예시에서 다음 중 이 강좌의 자료만으로 확인할 수 없는 것은 무엇인가요? (ㄱ) 끼어든 말의 인식 정확도 (ㄴ) 반응 속도 (ㄷ) 시끄러운 곳에서의 성능

정답과 해설

정답 1. 듣기와 말하기를 동시에 수행할 수 있게 하는 방식입니다. 해설: 말하는 쪽과 듣는 쪽이 같은 시간에 함께 가능하다는 뜻입니다.

정답 2. (ㄱ)과 (ㄴ) 모두 같은 개념이 아닙니다. 해설: 풀 듀플렉스는 사용자의 말을 듣는 일과 답을 소리 내는 일을 동시에 하는 것입니다. (ㄱ)은 시간이 걸리는 호출을 대화 뒤편에서 처리하면서 말을 이어가는 기능이고, (ㄴ)은 답을 찾는 과정과 말하기를 겹치는 기능입니다. 입력 자료는 이 두 기능이 풀 듀플렉스를 구성한다고 확인해 주지 않습니다.

정답 3. 셋 모두 확인할 수 없습니다. 해설: 이 강좌의 자료는 듣기와 말하기를 동시에 수행한다는 기능의 유무만 전합니다. 인식 정확도, 반응 속도, 잡음 환경 성능은 다루지 않으므로 쓰려는 서비스의 공개 자료로 따로 확인해야 합니다.

참고자료

• 풀 듀플렉스 입문 참고자료
• 풀 듀플렉스 입문 참고자료
• 풀 듀플렉스 입문 참고자료