구글이 9월 24일 Gemini 3.8 Live에 영상 아바타를 결합한 ‘Live Avatar’를 발표했다. 사용자의 음성과 화면을 받아 대화하면서 표정과 입 모양이 맞는 영상으로 응답하는 기능이다. 구글은 이를 Gemini Enterprise에서 일반 제공한다고 밝혔다. 미국과 유럽 엔드포인트가 지원되며, 기업은 제공된 아바타 중 하나를 골라 사용할 수 있다.
이번 발표의 핵심은 화면에 캐릭터를 띄우는 데만 있지 않다. 대화 도중 필요한 정보를 다른 시스템에서 조회하면서도 말을 이어갈 수 있어, 기업이 고객 상담이나 안내 서비스를 영상 대화로 만들 수 있다는 구상이다. 다만 실제 응답 품질과 운영 비용은 기업별 환경에서 확인해야 한다.
Key Facts: 음성 대화에 영상 아바타 추가
Live Avatar는 9월 15일 공개된 Gemini 3.8 Live의 실시간 음성 대화 기능에 움직이는 시각적 인물을 더한다. 구글의 설명에 따르면 모델은 이용자가 말하는 내용과 보여주는 화면을 거의 실시간으로 받아들이고, 음성과 영상으로 답한다. 입술 움직임과 표정을 발화에 맞추고 대화 차례가 바뀔 때도 자연스럽게 반응하도록 설계됐다.
이는 미리 녹화한 안내 영상을 질문마다 재생하는 방식과 다르다. 이용자가 중간에 질문을 바꾸거나 추가 정보를 보여주면 대화의 흐름에 맞춰 답변을 생성한다. 구글은 웹사이트, 모바일 앱, 대화형 키오스크에서 쓸 수 있는 기업용 영상 에이전트의 기반으로 이 기능을 소개했다. 실제 서비스에서 얼마나 자연스럽게 작동하는지는 연결할 데이터, 통신 상태, 기업의 구현 방식에 따라 달라질 수 있다.
How It Works
구글은 이 모델이 음성과 영상 입력을 함께 처리한다고 설명한다. 예컨대 이용자가 카메라로 물건을 보여주며 설명하면, 에이전트가 보이는 장면과 말로 전달된 질문을 함께 참고할 수 있다. 구글 클라우드의 시연에서는 보험 청구 접수 담당 에이전트가 카메라로 보여준 손상 부위를 보면서 내용을 기록하고, 뒤에서는 다른 에이전트가 보험 규정과 접수 절차를 확인한다. 이는 공개 시연 사례이며 모든 보험사에 즉시 적용된다는 뜻은 아니다.
구글 클라우드는 실제 고객 사례로 자동차 거래 사이트 Autotrader의 대화형 쇼핑 도우미도 소개했다. 이용자가 차량을 찾거나 비교하고 금융 조건을 살펴볼 때, 화면에서 관련 항목을 강조하고 도구를 호출해 안내한다는 설명이다. 다만 이는 특정 고객의 구현 사례다. 같은 기능을 다른 기업에 적용하려면 각자의 상품 정보와 거래 시스템을 연결해야 한다.
‘비동기 도구 호출’도 중요한 구성 요소다. 호텔 투숙객의 체크인 정보를 조회하는 동안 영상 상담원이 대화를 멈추지 않고 응답을 이어가는 식이다. 음성 대화 모델이 외부 도구를 호출해 결과를 기다리는 시간과, 이용자에게 현재 진행 상황을 설명하는 시간을 분리한 셈이다. 기업 입장에서는 예약·주문·고객 기록처럼 기존 업무 시스템과 연결할 때 의미가 있다. 연결 권한과 조회 결과의 정확성은 각 서비스가 따로 관리해야 한다.
구글은 대화 중 97개 언어 사이를 전환해도 입 모양과 표정을 맞출 수 있다고 주장한다. 이는 구글이 제시한 지원 범위와 품질 설명으로, 모든 언어·상황에서 동일한 품질이 독립 검증됐다는 의미는 아니다. 여러 언어를 쓰는 고객을 상대하는 기업에는 흥미로운 기능이지만, 실제 도입 전에는 필요한 언어와 억양에서 직접 시험할 필요가 있다.
Access and Limits
구글 클라우드는 Live Avatar를 Gemini Enterprise에서 일반 제공하며 미국과 유럽 엔드포인트를 지원한다고 밝혔다. 기업은 준비된 아바타 목록을 사용할 수 있지만, 사진을 바탕으로 자체 캐릭터를 만드는 기능은 별도 허용 목록에 오른 고객에게만 제공된다. 따라서 ‘일반 제공’이라는 표현을 맞춤형 아바타 제작까지 모든 고객에게 열렸다는 뜻으로 읽어서는 안 된다.
또한 Gemini 3.8 Live와 이름이 비슷한 ‘Live Extended Thinking’은 별도 모델이다. 구글에 따르면 이 모델은 복잡한 작업을 더 오래 추론하며 대화를 이어가도록 설계됐지만, 기업용 제공 상태는 여전히 비공개 미리보기다. 이번 Live Avatar 일반 제공 소식이 Extended Thinking의 일반 제공을 뜻하지 않는다.
구글은 생성된 음성과 영상에 보이지 않는 SynthID 워터마크를 넣는다고 설명했다. 맞춤형 아바타에는 신원 오용을 막기 위한 허용 목록과 확인 절차를 적용한다. 다만 워터마크가 모든 유통 경로에서 오용을 막는다는 보장은 제시되지 않았다. 구글의 모델 카드도 환각, 일시적인 느려짐과 시간 초과 가능성을 알려준다. 고객 응대에 쓰려면 답변 검토, 연결 권한, 장애 시 대응 절차가 필요하다.
대화 길이에도 한계가 있다. 구글의 모델 카드는 Live Avatar가 몇 분 동안 이어지는 대화를 지원하며, 몇 시간 동안 계속되는 상호작용을 위한 기능은 아니라고 적었다. 긴 상담이나 계속 켜두는 안내 화면에 적용하려는 기업이라면 세션이 끝날 때 대화를 어떻게 이어받을지 설계해야 한다. 이 제한은 화면에 보이는 아바타의 자연스러움만으로 판단하기 어려운 운영 조건이다.
Why It Matters
앞선 Gemini 3.8 Live 발표는 음성으로 말하고, 화면을 보며, 대화 중 도구를 실행하는 능력에 초점을 맞췄다. Live Avatar는 그 기능을 기업이 고객에게 보여줄 수 있는 영상 인터페이스로 확장한다. 상담원이 정보를 찾아보는 동안 고객이 정적인 대기 화면 대신 대화하는 인물을 보게 되는 변화다.
기업이 검토할 지점은 화려한 화면보다 실제 업무 연결이다. 고객 질문에 맞는 데이터를 안전하게 조회하고, 필요한 작업을 수행하며, 잘못 답했을 때 사람이 개입할 수 있어야 유용한 상담 서비스가 된다. 구글은 일반 제공과 기능 시연을 공개했지만, 이번 발표에서 업종별 성과나 평균 응답 지연·운영 비용을 독립적으로 비교한 결과는 제시하지 않았다. 도입 효과는 실제 업무 흐름에서 확인해야 한다. 특히 대화가 길어질 때 사람 상담원에게 넘기는 절차는 사전에 시험할 부분이다.