음성 AI 기업 일레븐랩스(ElevenLabs)가 실시간 AI 대화를 겨냥한 음성-음성(speech-to-speech) 모델 '일레븐 리얼타임(Eleven Realtime)' 2종을 공개했다. 모델은 v1 Mini와 v1 Max로 나뉜다.
일레븐 리얼타임 v1 Max, 정확도와 속도 모두 겨냥
일레븐랩스에 따르면 상위 모델인 v1 Max는 음성 추론 능력을 평가하는 빅벤치 오디오(Big Bench Audio) 벤치마크에서 98.8%를 기록했다. 응답 시간은 0.57초다. 회사는 아티피셜 애널리시스(Artificial Analysis) 리더보드에 오른 모델 가운데 현재 이보다 빠르면서 정확한 모델은 없다고 주장했다.
v1 Max는 고객 지원처럼 복잡한 업무를 처리하는 용도를 염두에 두고 설계됐다. 다만 이 성능 수치는 회사가 밝힌 내용으로, 독립적인 검증 결과는 원문에 언급되지 않았다.
v1 Mini, 낮은 비용으로 자연스러운 대화
작은 모델인 v1 Mini는 낮은 비용으로 자연스러운 대화를 구현하는 데 초점을 맞췄다. 사용자가 말을 끝냈는지, 아니면 '음-음' 같은 맞장구만 넣은 것인지를 구분할 수 있다고 회사는 설명했다. 말이 끊기거나 불필요하게 끼어드는 문제를 줄이는 기능으로 풀이된다.
ElevenAgents와 OpenAI 호환 리얼타임 API로 제공
두 모델은 일레븐랩스의 ElevenAgents 플랫폼과 OpenAI 호환 리얼타임(Realtime) API를 통해 사용할 수 있다. 기존에 OpenAI의 리얼타임 API 형식으로 음성 에이전트를 개발한 기업은 비교적 적은 수정으로 모델을 바꿔 쓸 가능성이 있다.
요금은 분당 요금에 토큰 비용이 더해지는 방식이며, v1 Max가 v1 Mini보다 비싸다. 세부 가격은 일레븐랩스 요금 페이지에서 확인할 수 있다.
음성 에이전트 시장에서는 응답 지연을 줄이는 경쟁이 이어지고 있다. 콜센터와 상담 자동화를 준비하는 국내 기업도 속도, 정확도, 비용을 함께 비교해 볼 필요가 있어 보인다.
