일레븐랩스, 통합형 음성 에이전트 모델 '리얼타임' 출시

일레븐랩스가 음성 대 음성(STS) 모델 '일레븐 리얼타임'을 공개했다. 모델 선택만으로 자연스러운 대화형 음성 AI 에이전트를 구축할 수 있도록 음성 인식, 발화 구간 감지, 대화 차례 전환, 거대언어모델(LLM), 음성 합성 등 음성 에이전트 구현에 필요한 구성 요소를 하나의 시스템으로 통합했다. 기존에는 이런 구성 요소를 개별적으로 선택하고 조합·조정해야 했다.

이 일이 어디서 왔나

일레븐랩스의 '일레븐 리얼타임'은 음성 AI 경쟁이 응답 속도보다 '언제 말을 시작할지' 판단하는 턴 감지 기술로 옮기던 흐름 속에서 나왔다. 테크42 보도(10월 22일)에 따르면 같은 날 미스트랄AI도 턴 감지에 초점을 맞춘 '복스트랄 3'을 공개했는데, 두 회사가 비슷한 시기에 음성 에이전트 구축 과정을 단순화하는 제품을 내놓은 셈이다. 복스트랄 3이 모델과 SDK를 함께 제공해 개발 과정을 단순화했다면, 일레븐랩스는 구성 요소 자체를 하나의 모델로 통합하는 방식을 택했다.