PolyAI Dialog-RSN-1, AWS Marketplace·SageMaker JumpStart 출시: 실시간 음성 대화 모델을 원클릭으로 배포, 현재 영어만 지원
AWS는 PolyAI의 실시간 대화 추론 모델 Dialog-RSN-1을 AWS Marketplace와 SageMaker JumpStart에서 이용할 수 있다고 발표했다. 고객 본인의 AWS 계정에 배포할 수 있으며, 현재 영어만 지원하고 연결은 최대 30분이다.
뉴스 날짜: 읽는 데 약 6분
목차
AWS는 머신러닝 블로그에서 PolyAI의 Dialog-RSN-1을 AWS Marketplace와 Amazon SageMaker JumpStart(SageMaker AI 내 머신러닝 모델 허브)에서 이용할 수 있다고 발표했으며, PolyAI가 AWS Marketplace에 처음 올린 모델이라고 밝혔다. AWS는 오늘부터 사용할 수 있다고 했을 뿐 프리뷰나 대기자 명단은 언급하지 않았고, 제공 지역 범위도 설명하지 않았다. 전화 고객 응대용 음성 에이전트를 만드는 팀은 기존 AWS의 과금, 네트워크, 권한 체계로 실시간 대화 모델을 배포할 수 있게 된다.
Dialog-RSN-1이란? 기존 음성 에이전트와 무엇이 다른가?
AWS 설명에 따르면 Dialog-RSN-1은 실시간의 복잡한 대화를 위해 만든 추론 모델로, 통화를 듣고 추론하며 즉시 행동한다. AWS는 이 모델이 하나의 흐름 안에서 발신자의 오디오를 직접 인식하고 요구를 추론해 응답하며, 별도의 음성-텍스트 변환 단계도, 말할 타이밍을 결정하는 별도 모델도 없어 여러 단계의 인계가 줄어든다고 설명한다.
AWS는 모델이 오디오를 직접 처리하므로 말투, 망설임, 타이밍처럼 단순 텍스트 기록에서는 사라지는 신호를 포착하고 응답 시점도 스스로 판단한다고 말한다. 또 통화량이 몰리는 시간대에도 barge-in(시스템이 말하는 중에 발신자가 끼어드는 것)이 작동하며, 텍스트 기록은 오디오 자체에서 만들어진다고 밝혔다. 이는 AWS와 PolyAI의 제품 설명이며, 비교할 만한 성능 수치는 제시되지 않았다.
어떻게 이용하나? 어떤 배포 방식과 사양을 지원하나?
AWS는 두 가지 경로를 안내한다. AWS Marketplace에서 구독해 SageMaker 엔드포인트(애플리케이션이 모델을 호출할 수 있게 하는 온라인 서비스)로 배포하거나, SageMaker JumpStart에서 직접 배포하는 방법이다. JumpStart에서는 SageMaker AI 콘솔에서 Model Hub를 열고 JumpStart 카탈로그에서 Dialog-RSN-1을 선택한 뒤 Deploy를 누른다. 자동화 워크플로에는 SageMaker Python SDK도 쓸 수 있으며, AWS는 코드 경로를 설명한 GitHub 저장소도 제공한다.
| 항목 | AWS 설명 내용 |
|---|---|
| 이용 경로 | AWS Marketplace 구독, SageMaker JumpStart / Studio 배포 |
| 통신 프로토콜 | OpenAI Realtime 프로토콜, PolyAI의 bridge를 통해 base URL 교체 |
| 오디오 입력 | 16비트 PCM(비압축 디지털 오디오) 모노, 16 또는 24 kHz. G.711 또는 Opus는 먼저 변환 필요 |
| 연결 시간 | 최대 30분 |
| 언어 | 현재 영어만 |
| 최적화 프로필 | 지연 시간 최적화, 처리량 최적화, 비용 최적화, 균형 |
| 거버넌스·모니터링 | 사용자 본인의 VPC, IAM 역할, CloudWatch |
기존 워크플로에는 어떤 영향이 있나?
AWS에 따르면 사용자는 오케스트레이션, 전화 연동, 비즈니스 로직을 그대로 유지하고, 모델은 실시간 통화를 이해해 응답하는 역할을 맡는다. 엔드포인트는 고객의 VPC(고객이 AWS에 두는 격리된 사설 네트워크)에 배포되고, IAM(ID 및 액세스 관리) 역할로 접근을 제어하며, CloudWatch 로그와 지표를 그대로 쓴다. 비용은 고객의 AWS 계정으로 청구된다. AWS는 추론이 고객 계정 안에서 이뤄져 통화 오디오와 텍스트 기록이 통제 가능한 경계 안에 남으므로 데이터 상주와 감사 요건을 뒷받침하는 데 도움이 된다고 설명한다.
평가와 관련해 AWS는 JumpStart 카탈로그가 개요와 예제 노트북을 제공한다고 밝혔다. 엔드포인트를 배포한 뒤 PolyAI의 예제 노트북을 실행하면 녹음된 통화 오디오를 스트리밍해 모델의 턴 결정, 응답, 텍스트 기록을 출력한다. 배포 전에는 P50 지연 시간(요청의 절반이 이 시간 안에 완료됨), 첫 토큰까지의 시간(모델이 첫 출력을 생성하기까지 걸리는 시간), 처리량도 표시되어 ml.* 인스턴스 사양을 고르는 데 도움이 된다.
자주 묻는 질문
Dialog-RSN-1을 쓰려면 음성-텍스트 변환 서비스를 따로 준비해야 하나?
AWS 설명에 따르면 모델이 발신자의 오디오를 직접 받으며 별도의 음성-텍스트 변환 단계는 없고, 텍스트 기록은 오디오 자체에서 만들어진다. 전화 연동과 비즈니스 로직은 계속 사용자가 맡는다.
기존 Realtime 클라이언트를 그대로 쓸 수 있나?
AWS에 따르면 엔드포인트가 OpenAI Realtime 프로토콜을 지원하므로, 기존 Realtime 클라이언트는 PolyAI의 bridge를 거쳐 base URL을 바꾸면 연결할 수 있다.
JumpStart의 네 가지 최적화 프로필은 어떻게 다른가?
지연 시간 최적화는 대화형 실시간 통화를 겨냥해 첫 토큰까지의 시간을 줄인다. 처리량 최적화는 초당 토큰을 높여 통화량이 많은 경우에 적합하다. 비용 최적화는 요청당 비용을 낮추고, 균형은 범용 절충안이다.
한국어나 다른 언어도 지원하나?
AWS는 모델이 현재 영어만 지원한다고 밝혔으며, 다른 언어의 일정은 언급하지 않았다.
가격은 얼마인가?
AWS 블로그는 가격을 제시하지 않았고, 비용이 고객의 AWS 계정으로 청구된다고만 설명했다.
이 정리가 도움이 되셨나요? 필요한 분께 공유해 보세요
같은 주제의 글
Signal, Android와 iOS 27에서 기본적으로 스크린샷 차단… Siri·Gemini 등 AI 에이전트의 화면 읽기 막는다
The Verge 보도에 따르면 Signal은 운영체제 수준의 AI 에이전트가 메시지 내용을 읽지 못하도록 Android와 iOS 27에서 스크린샷을 제한했습니다. 사용자는 설정에서 스크린샷을 다시 허용할 수 있지만, Signal은 프라이버시 보호가 약해질 수 있다고 경고합니다.
Claude Code 2.1.329: 텔레메트리와 함께 쓰는 Code Mode, 예약 작업을 통합한 /tasks, macOS computer use 보안 규칙 강화
Kimi Code CLI v2.7.0, 네이티브 Bedrock provider 추가: AWS 자격 증명 체인으로 Kimi K3.1 Pro Highspeed 연결
AWS, SageMaker 추론 신기능 13종 정리: HyperPod 관리형 NVIDIA Dynamo, MIG GPU 분할, 리전 간 라우팅
출처
위에 기재된 참고 자료와 확인일 기준 정보를 바탕으로 정리했습니다. 요금, 시간표, 기능, 이용 약관은 바뀔 수 있으므로 여행, 예약 또는 구매 전에 해당 공식 사이트에서 최신 정보를 확인해 주세요.