유튜브 딥페이크 탐지가 목소리까지 본다…아직은 얼굴 중심이다
크리에이터 도구 및 경제
Gemini 3.8 Live에 얼굴이 생겼다…97개 언어로 입 모양까지 맞춘다
구글은 2026년 9월 24일 발표 에서 Gemini 3.8 Live with Live Avatar를 Gemini Enterprise에 제공하기 시작했고, 아바타의 입 모양과 표정이 음성에 맞춰 97개 언어에서 전환된다고 밝혔다. 음성 대화에 저지연 생성 영상을 결합해 이용자의 말을 듣고 화면을 보며 얼굴과 목소리로 답하는 기업용 기능이다. 기업은 준비된 아바타를 선택할 수 있지만, 자사 인물이나 캐릭터를 바탕으로 새 아바타를 만드는 권한은 별도로 제한된다.
ITmedia NEWS의 후속 보도 도 발표 당일부터 Gemini Enterprise에서 일반 제공이 시작됐다고 전했다. 따라서 이번 발표는 영상 시연만 공개한 예고가 아니라 기업이 제품에 적용할 수 있는 기능의 출시다. 다만 일반 제공은 모든 기업에 맞춤형 아바타 제작 권한까지 열린다는 뜻이 아니며, 제품 접근과 개별 기능의 승인 범위를 구분해야 한다.
듣고 보는 입력에 음성과 얼굴로 응답한다
Live Avatar의 변화는 음성 대화 위에 움직이는 얼굴을 단순히 덧씌우는 데 그치지 않는다. 이용자의 음성과 카메라 영상 또는 공유 화면을 대화 중 함께 처리하고, 응답할 때는 생성된 말소리와 아바타 영상을 맞춰 내보낸다. 질문한 사람이 보여 주는 대상이 대화의 맥락에 들어가고, 답하는 쪽에서는 발화에 따라 입 움직임과 표정이 달라지는 구조다.
이 구성은 웹사이트의 고객 응대, 모바일 서비스의 안내, 대화형 키오스크처럼 이용자가 말과 화면 정보를 동시에 주고받는 환경을 겨냥한다. 예를 들어 이용자가 화면의 항목을 보여 주며 질문할 때, 에이전트가 음성만 듣는 경우보다 입력 맥락을 더 많이 받을 수 있다. 다만 화면을 이해하는 능력과 얼굴을 생성하는 기능은 맡는 역할이 다르다. 아바타의 표정이 자연스럽다고 해서 질문의 의미를 정확히 파악했거나 업무 처리를 끝냈다는 뜻은 아니다.
생성 영상은 음성과 함께 거의 실시간으로 전달된다는 설명이다. 여기서 저지연은 기능의 설계와 시연을 가리키며, 모든 통신 환경에서 같은 반응 속도를 보장하는 수치는 아니다. 실제 서비스에서는 카메라 입력 상태와 연결 품질, 뒤에서 조회하는 시스템의 응답 시간이 대화 흐름에 영향을 줄 수 있다. 이번 발표에는 한국어 고객 상담에서의 지연 시간이나 이용자 만족도를 독립적으로 비교한 결과가 담기지 않았다.
도구를 호출하는 동안에도 대화를 유지한다
기업용 에이전트로서 중요한 기능은 비동기 도구 호출이다. 예약이나 고객 정보를 조회해야 할 때 외부 도구를 백그라운드에서 실행하면서 아바타가 이용자와의 대화를 이어갈 수 있다. 요청을 접수한 뒤 결과가 돌아올 때까지 화면과 음성이 완전히 멈추는 흐름을 줄이려는 설계다. 도구가 일을 하는 시간과 이용자에게 반응하는 시간을 반드시 같은 길이로 묶지 않는 셈이다.
공개된 호텔 체크인 시연에서는 아바타가 투숙객과 계속 대화하는 동안 뒤에서 체크인에 필요한 도구를 호출한다. 시연이 보여 주는 것은 대화와 도구 실행이 함께 진행되는 방식이다. 모든 호텔의 예약 시스템에 이미 연결돼 있다거나, 별도의 업무 설정 없이 투숙객을 접수할 수 있다는 증거는 아니다. 화면에 보이는 안내와 실제 예약 정보의 변경은 서로 다른 단계다.
기업이 이 기능을 고객 서비스에 넣을 때 결과를 좌우하는 것은 연결된 도구의 범위다. 예약 조회만 허용된 에이전트와 예약 변경까지 허용된 에이전트는 같은 아바타로 말하더라도 처리할 수 있는 요청이 다르다. 도구 실행을 기다리는 동안 대화를 유지하는 기능은 고객에게 진행 상황을 설명할 여지를 주지만, 연결되지 않은 데이터에 접근하거나 승인되지 않은 작업을 대신 수행하지는 않는다.
다국어 입 모양 동기화와 한국어 지원의 차이
발표의 다국어 주장은 음성을 다른 언어로 내보내는 기능보다 넓다. 대화 도중 언어가 바뀌면 생성된 발화에 따라 입 모양과 표정도 전환된다는 내용이다. 영상 품질 저하나 눈에 띄는 어긋남 없이 전환할 수 있다는 설명은 구글의 제품 주장으로 읽어야 한다. 언어별 발음, 긴 대화, 소음이 있는 현장까지 같은 품질을 보였다는 독립 평가가 공개된 것은 아니다.
한국어에 관해서는 문서의 범위를 나눠 볼 필요가 있다. Gemini Live API의 언어 설정 문서 에는 한국어가 ko-KR로 열거돼 있다. 이 목록은 API에서 지원하는 음성 언어를 설명한다. 발표문의 아바타 입 모양 동기화 주장과 관련은 있지만, 한국어 아바타 영상의 정확도를 따로 측정한 결과나 언어별 품질 순위를 제공하지는 않는다.
한국어 안내 중 이용자가 다른 언어로 질문하는 상황에는 몇 가지 동작이 겹친다. 입력 언어를 알아듣는 일, 적절한 언어로 답하는 일, 생성 음성에 입 움직임을 맞추는 일은 하나의 대화에서 연달아 일어나지만 같은 성능 지표는 아니다. 여기에 예약이나 주문 같은 업무 도구가 붙으면 그 도구가 다국어 요청을 어떻게 해석하는지도 결과에 영향을 준다. 발표된 언어 범위만으로 국내 서비스의 모든 대화 조건이 검증됐다고 볼 수 없는 이유다.
기본 아바타는 제공, 맞춤형 제작은 허용 목록 대상
출시 범위에서 가장 뚜렷한 경계는 아바타를 선택하는 일과 새로 만드는 일 사이에 있다. 기업은 준비된 아바타 라이브러리에서 시각적 인물을 골라 대화에 사용할 수 있다. 반면 기업 고유의 인물이나 캐릭터를 참조 이미지로 삼아 맞춤형 아바타를 만드는 기능은 허용 목록에 등록된 기업 고객에게만 제공된다. 맞춤형 제작에는 신원 오용을 막기 위한 검증 절차도 붙는다.
참조 이미지를 이용하면 원본 인물의 닮은 모습이나 브랜드 캐릭터의 특징을 살린 아바타를 생성할 수 있다는 것이 공개된 기능 설명이다. 그러나 시연에 제작 과정이 등장하는 것과 특정 고객 계정에서 해당 기능을 사용할 수 있는 것은 별개다. 자사 마스코트나 상담원의 얼굴을 사용하려는 기업은 제품의 일반 제공 발표만으로 제작 권한을 얻은 상태라고 해석할 수 없다.
생성된 음성과 영상에는 눈에 보이지 않는 SynthID 워터마크가 들어간다. 워터마크는 결과물이 AI로 생성됐는지 식별하는 데 도움을 주는 장치다. 인물의 얼굴이나 목소리를 사용할 권한을 대신 확보해 주거나, 부적절한 참조 이미지가 처음부터 제출되지 않도록 보장하는 절차는 아니다. 결과물을 식별하는 장치와 맞춤형 제작을 승인하는 절차가 함께 제시된 까닭은 두 기능이 다루는 문제가 다르기 때문이다.
기업 적용 사례와 국내 배포에서 남은 정보
발표 자료에 등장하는 활용 장면은 한 가지가 아니다. 호텔 체크인은 대화 중 도구 호출을 설명하는 시연이고, 자동차 정보 사이트 Autotrader의 대화형 구매 안내는 고객이 차량을 찾고 비교하는 기업 사례다. 두 장면 모두 음성 응답에 시각적 존재감을 더했을 때의 쓰임을 보여 주지만, 시연과 개별 기업의 구현을 모든 고객에게 기본으로 제공되는 업무 기능처럼 볼 수는 없다.
한국 기업 입장에서는 제품의 출시 상태와 실제 운영 조건을 구별하는 일이 남는다. 기업용 모델이 제공된다는 사실은 국내의 특정 계정에서 맞춤형 아바타가 승인됐다는 뜻이 아니다. 한국어가 음성 언어 목록에 있다는 사실도 국내 이용자를 대상으로 한 영상 응답의 품질이나 계약별 배포 조건을 확정하지 않는다. 특히 어떤 고객 데이터를 연결하고 어떤 업무를 실행할지는 아바타의 외형이 아니라 개별 서비스의 구성에 달려 있다.
현재 확인된 범위는 준비된 얼굴을 이용한 기업용 대화 기능의 제공, 음성과 영상의 동기화, 대화 중 도구 호출, 그리고 맞춤형 제작에 적용되는 별도 승인 조건이다. 공개 자료는 한국 기업별 도입 결과나 한국어 아바타 영상의 독립 평가치를 제시하지 않는다. 이후 확인할 지점은 맞춤형 제작의 실제 승인 범위와 국내 운영 사례가 얼마나 구체적으로 공개되는지다.
함께 읽기:
관련 기사
뉴스레터 구독
최신 Web3, AI, 암호화폐 뉴스를 이메일로 받아보세요.
0