마이크로소프트가 자체 개발한 첫 번째 실시간 음성 AI 모델을 준비 중이라는 소식이 전해졌습니다. 테스팅카탈로그(TestingCatalog)의 단독 보도에 따르면, 이 모델은 ‘MAI Realtime’이라는 이름으로 마이크로소프트의 AI 플레이그라운드에 숨겨진 얼리 액세스 항목으로 등장했으며, 일부 파트너가 이미 사용해 본 것으로 알려졌습니다. 아직 공식 발표는 없지만, 이 모델이 자리 잡으면 AI 음성 비서 시장의 경쟁 구도에 상당한 변화가 생길 수 있다는 분석이 나옵니다.
무슨 일이 있었나: MAI Realtime의 등장
보도에 따르면 MAI Realtime은 ‘빅토리아’와 ‘그랜트’라는 두 가지 목소리를 제공하며, 현재 코파일럿(Copilot)의 음성 모드보다 훨씬 자연스러운 음성을 구현합니다. 가장 주목할 점은 이 모델이 ‘전이중(full-duplex)’ 방식으로 작동한다는 것입니다. 즉, 상대방이 말하는 동안에도 동시에 듣고 반응할 수 있는 구조로, 기존의 ‘번갈아 말하기’ 방식보다 훨씬 인간적인 대화가 가능합니다. 이는 오픈AI의 GPT Live 1이나 세사미(Sesame) 같은 모델과 직접 비교되는 지점입니다.
왜 중요한가: 자체 음성 모델의 전략적 의미
이번 소식이 중요한 이유는 마이크로소프트가 그동안 오픈AI의 모델에 크게 의존해 왔기 때문입니다. 실제로 현재 애저 스피치(Azure Speech)의 음성 라이브 API는 GPT-Realtime 모델을 사용하고 있으며, 마이크로소프트가 자체적으로 출시한 음성 모델들은 모두 단방향(텍스트→음성, 음성→텍스트)에 그쳤습니다. MAI Realtime이 성공적으로 출시된다면, 마이크로소프트는 음성 AI 분야에서도 오픈AI에 대한 의존도를 줄이고 완전한 자체 기술 스택을 갖추게 됩니다.
XPLAIN AI의 해석: 기술적 우위와 남은 과제
XPLAIN AI는 이번 모델이 단순한 음성 합성 개선을 넘어, ‘대화의 흐름’을 이해하는 수준으로 진화했을 가능성에 주목합니다. 보도에 따르면 MAI Realtime은 영어, 독일어, 스페인어, 한국어, 일본어 등 17개 언어를 지원하며, 대화 중간에 언어를 전환해도 맥락을 잃지 않습니다. 또한 ‘스위치보드’와 ‘결정론적’ 두 가지 청취 모드를 제공하는데, 전자는 MAI-Ears라는 엔드포인터가 인라인 제어 토큰으로 작동하고, 후자는 침묵 감지와 위스퍼(Whisper) 시맨틱 엔드포인터를 결합한 방식입니다. 다만 이 모델은 노래나 비언어적 소리를 생성하지 않아, 순수한 대화형 시스템에 집중한 것으로 보입니다.
이 기술이 시장에 미칠 영향은 단순히 음성 비서의 품질 향상에 그치지 않습니다. 마이크로소프트가 자체 실시간 음성 모델을 갖추면, 코파일럿의 음성 인터페이스가 훨씬 자연스러워지고, 팀즈(Teams)나 빙(Bing) 같은 제품에도 빠르게 적용될 수 있습니다. 특히 마이크로소프트는 빌드 2026에서 이미 7개의 자체 모델을 공개했으며, 코파일럿, 팀즈, 빙에서 오픈AI 구성 요소를 지속적으로 교체해 왔습니다. 이러한 흐름 속에서 MAI Realtime은 ‘오픈AI 의존도 축소’의 마지막 퍼즐 조각이 될 수 있습니다.
수혜와 리스크: 생태계의 재편 가능성
이번 소식이 주식 시장에 미칠 영향은 다음과 같이 추론해 볼 수 있습니다.
- 마이크로소프트(MSFT): 자체 음성 AI로 오픈AI 의존도를 줄이고, 코파일럿의 경쟁력을 높여 AI 비서 시장에서의 입지를 강화할 가능성이 있습니다.
- 오픈AI(비상장): GPT Live 1의 독점적 위치가 약화될 수 있으며, 마이크로소프트라는 대형 고객의 이탈 가능성이 리스크로 작용할 수 있습니다.
- 음성 AI 스타트업(세사미 등): 대형 기술 기업의 자체 모델 경쟁이 심화되면서, 독립 음성 AI 기업들의 차별화 압력이 커질 수 있습니다.
반대로, 이 기술이 아직 초기 단계라는 점은 리스크 요인입니다. 보도에 따르면 아직 타임라인이 정해지지 않았으며, 샘플 공유 기능도 접근 권한이 넓어지면 제공될 예정입니다. 또한 마이크로소프트가 파운드리(Foundry)를 개발 환경으로, 코파일럿을 소비자용 인터페이스로 삼을 가능성이 높지만, 실제 출시까지는 시간이 걸릴 수 있습니다.
반대 시나리오와 불확실성
물론 이 모델이 시장에서 성공할 것이라고 단정하기는 이릅니다. 현재 공개된 정보는 테스팅카탈로그의 단독 보도에 기반하며, 아직 공식 확인이 필요합니다. 또한 MAI Realtime이 실제로 코파일럿에 적용되기까지는 품질 검증, 비용 문제, 사용자 반응 등 여러 단계를 거쳐야 합니다. 만약 이 모델이 기대만큼 자연스럽지 않거나, 오픈AI의 GPT Live 1보다 우위를 점하지 못한다면, 전략적 의미는 퇴색될 수 있습니다.
다음에 확인할 지표
앞으로 주목해야 할 지표는 다음과 같습니다. 첫째, 마이크로소프트가 MAI Realtime을 공식적으로 발표하는지 여부와 그 시점입니다. 둘째, 코파일럿에 실제로 적용되어 사용자 경험이 개선되는지입니다. 셋째, 애저 스피치의 음성 라이브 API에서 GPT-Realtime을 자체 모델로 대체하는지입니다. 마지막으로, 이 모델이 다양한 언어에서 얼마나 자연스러운 대화를 구현하는지에 대한 벤치마크 결과입니다. 이러한 신호를 통해 우리는 마이크로소프트의 AI 전략이 실제로 얼마나 빠르게 자립하고 있는지 가늠할 수 있을 것입니다.
#마이크로소프트 #AI음성 #코파일럿 #MAIRealtime #음성AI #AI비서 #오픈AI #실시간음성
출처
- Exclusive: Microsoft tests new MAI Realtime voice model — TestingCatalog AI News · 언론 보도 · Sun, 02 Aug 2026 14:47:08 +0000
작성: XPLAIN AI 편집팀 · 검수: XPLAIN AI Editorial Desk
이 콘텐츠는 공개된 출처를 기반으로 AI의 도움을 받아 작성되었으며, XPLAIN AI의 편집·검수 기준을 적용했습니다. 사실과 분석 의견을 구분하며, 오류가 확인되면 수정합니다.