제미나이 음성 AI, 말하면서 생각하고 일한다

제미나이 음성 AI가 단순히 사람의 말을 듣고 대답하는 단계를 넘어섰다. 구글이 공개한 ‘Gemini 3.8 Live’와 ‘Gemini 3.8 Live Extended Thinking’은 사람과 계속 대화하면서 화면을 살피고, 필요한 정보를 찾고, 여러 단계의 일을 처리할 수 있다.

기존 음성비서는 날씨나 알람 같은 짧은 명령에는 익숙했지만, 조건이 여러 개인 일은 제대로 처리하지 못하는 경우가 많았다. 새 모델은 목소리만 자연스러워진 것이 아니라, 사람과 대화하면서 실제 일을 처리하는 쪽으로 나아갔다.

묻고 답하는 음성 AI에서 일을 맡는 AI로

예를 들어 “다음 주 부산행 항공편과 숙소를 찾아 비교해 줘”라고 말했다고 하자. AI는 항공편과 숙소 정보를 따로 찾고, 가격과 시간을 비교해 알맞은 결과를 골라야 한다.

Gemini 3.8 Live는 이런 일을 처리하는 동안에도 대화를 이어갈 수 있다. 사용자는 “오전 출발편으로 찾아줘” 또는 “역에서 가까운 숙소가 좋아”처럼 조건을 덧붙일 수 있다. 음성 AI가 짧은 질문에 답하는 비서에서, 대화하며 일을 처리하는 비서로 바뀌는 것이다.

생각하는 동안 침묵하지 않는다

복잡한 일을 맡으면 AI도 정보를 찾고 비교할 시간이 필요하다. Gemini 3.8 Live Extended Thinking은 여러 단계를 차례로 검토하면서도 “항공편을 확인하고 있습니다”처럼 현재 무엇을 하는지 말해 줄 수 있다.

사람끼리 전화할 때 상대방이 오래 침묵하면 통화가 끊겼다고 생각하기 쉽다. 음성 AI도 중간에 진행 상황을 말해 주면 사용자가 안심할 수 있다. 다만 “확인하고 있습니다”라는 말은 일이 끝났다는 뜻이 아니다. 예약이나 신청이 완료됐는지는 마지막에 따로 확인해야 한다.

제미나이 음성 AI 두 모델은 무엇이 다른가

Gemini 3.8 Live는 질문에 바로 답하거나 간단한 정보를 찾는 일에 알맞다. 반면 Extended Thinking은 여러 자료를 비교하고, 무엇부터 할지 순서를 정해야 하는 복잡한 일에 알맞다. 쉽게 말해 Live는 빠르게 응대하는 비서이고, Extended Thinking은 시간이 조금 더 걸리더라도 여러 조건을 따져보는 비서다.

‘음성 AI에 필요한 여러 기술을 한 모델로 합쳤다’는 것은 무슨 뜻일까. 종전에는 음성을 글자로 바꾸는 AI, 내용을 판단하는 AI, 답을 다시 목소리로 바꾸는 AI를 이어 붙이는 방식이 많았다. Gemini 3.8 Live는 듣고, 이해하고, 생각하고, 음성으로 답하는 과정을 한 모델 안에서 처리한다.

그렇다고 구글의 모든 음성 기능이 하나로 합쳐진 것은 아니다. 음성 번역은 Gemini 3.5 Live Translate, 글을 읽어주는 기능은 Gemini 3.1 Flash TTS, 음악 생성은 Lyria 3.5가 각각 맡는다. 이 모델들을 모두 같은 Gemini API에서 이용할 수 있다는 뜻이다.

한국어로 말하다 영어로 바꿔도 알아듣는다

구글에 따르면 Gemini 3.8 Live는 97개 언어를 알아들을 수 있다. 사용자가 한국어로 말하다가 영어 단어나 문장을 섞어도, 언어 설정을 따로 바꾸지 않고 이어서 대화할 수 있다는 뜻이다. AI는 사용자가 지금 어떤 언어로 말하는지 알아채고 그 언어에 맞춰 대답한다.

카메라나 화면에 보이는 장면도 살필 수 있다. 컴퓨터 오류 화면이나 눈앞의 기기를 보여주며 질문하면, 말과 화면을 함께 살펴 답할 수 있다.

작은 스마트폰 자판이 불편하거나 긴 문장을 입력하기 어려운 사람에게 특히 유용할 수 있다. 다만 지역과 계정, 요금제, 구글의 배포 일정에 따라 이용 가능한 기능은 달라질 수 있다.

자연스러운 목소리가 정확성을 보장하지는 않는다

음성 AI가 부드럽게 말하면 사람은 그 내용을 쉽게 믿는다. 그러나 자연스러운 말투가 정확한 판단을 보장하지는 않는다. 구글도 틀린 답이나 처리 지연이 생길 수 있다고 밝히고 있다.

따라서 예약, 결제, 개인정보 변경처럼 결과가 남는 일은 사람이 마지막에 확인해야 한다. AI가 “처리하고 있습니다”라고 말한 것과 실제 처리가 끝난 것도 구분해야 한다. 제미나이 음성 AI의 변화는 분명 크다. 그러나 맡은 일을 정확히 끝내고, 그 결과를 사람이 확인할 수 있어야 비로소 믿을 만한 생활 도구가 된다.