Google, Gemini 3.8 Live with Live Avatar 출시: 말하고 표정 짓는 기업용 AI 아바타

Google이 발표한 내용

Google은 2026년 9월 24일 공식 블로그를 통해 Gemini 3.8 Live with Live Avatar를 공개했다. Google은 이 기능이 지난주 Gemini 3.8 Live 출시에 이은 새 기능으로, 거의 실시간에 가까운 영상 생성과 음성을 결합해 AI가 듣고 보고 말할 수 있는 움직이는 아바타로 사람과 대화하게 한다고 설명했다.

Google의 설명에 따르면 Live Avatar는 말에 맞춰 입 모양을 정확히 움직이는 립싱크, 자연스러운 표정, 매끄러운 대화 주고받기를 갖추고 있어 고객 서비스나 인터랙티브 안내 같은 기업 환경에 활용할 수 있다. Google은 이 기능이 발표 당일부터 Gemini Enterprise에서 제공되며, 개발자용 API 문서도 함께 제공된다고 밝혔다.

자세한 설명 보기

출처를 수집하고 독립적으로 검증한 뒤 Jev가 판단합니다.

주요 기능: Google의 설명

• 멀티모달 입력(보고 듣는 정보를 함께 처리): Google은 Live Avatar가 시각 입력과 음성 입력을 동시에 처리한 뒤 표정이 담긴 음성과 영상으로 응답한다고 밝혔다.
• 비동기 도구 호출(대화를 멈추지 않고 뒤에서 작업 처리): Google은 아바타가 대화를 이어가는 동안 백그라운드에서 도구를 호출하고 데이터를 가져올 수 있다고 설명했으며, 시연 사례는 호텔 투숙객 체크인이었다.
• 다국어: Google은 97개 언어 사이를 전환할 수 있으며 이 과정에서 영상 충실도가 떨어지거나 화면이 점점 어긋나는 시각적 드리프트가 생기지 않는다고 주장했다.
• 맞춤형 아바타: 기본 아바타 라이브러리 외에 개발자가 고품질 참조 이미지로 맞춤형 아바타를 생성할 수 있다. Google은 이 기능이 현재 기업 허용 목록을 통해서만 제공된다고 밝혔다.

Gemini 3.8 Live와 Live Avatar 비교

아래 표의 '토큰'은 AI가 글을 처리하는 기본 단위로, 대략 단어 조각에 해당한다. '모델 카드'는 Google DeepMind가 모델의 성능, 한계, 안전성 정보를 정리해 공개하는 문서다.

Google DeepMind 모델 카드에 따르면 Gemini 3.8 Audio는 Gemini 3 Pro를 기반으로 하며, Gemini 3.8 Live의 입력에는 오디오, 이미지, 영상, 텍스트가 포함될 수 있고 한 번에 다룰 수 있는 입력량인 컨텍스트 창은 최대 128K 토큰이다. 모델 카드는 또 사실이 아닌 내용을 그럴듯하게 말하는 환각 등 기반 모델의 일반적 한계가 나타날 수 있고, 가끔 느려지거나 시간 초과가 발생할 수 있으며, 지식 기준일은 2025년 1월이라고 명시했다.

안전과 투명성: SynthID 워터마크

Google은 자사 AI 제품이 생성하는 모든 출력물에 SynthID 워터마크를 적용하며, 오디오와 영상에 직접 삽입한다고 밝혔다. Google DeepMind에 따르면 SynthID 워터마크는 사람이 알아챌 수 없지만 SynthID 기술로 감지할 수 있다. 이용자는 이미지, 영상, 오디오를 Gemini에 업로드해 Google AI가 생성하거나 수정했는지 물어볼 수 있다. Google DeepMind는 또 SynthID Detector 검증 포털을 현재 기자 및 언론 전문가와 함께 시험 중이라고 밝혔다.

모델 카드는 또 Google이 Gemini 3.7 Flash 평가 결과를 근거로, Gemini 3.8 Live 등의 모델이 자사 프런티어 안전 프레임워크의 추적 또는 핵심 역량 수준에 도달할 가능성이 낮다고 판단했다고 밝혔다. 이는 Google의 자체 평가이며 외부의 독립적 검토 결론이 아니다.

자주 묻는 질문

이 주제의 최신 뉴스 보기

• AI 뉴스