구글이 실시간 음성 대화형 인공지능(AI)에 영상 아바타와 카메라·화면 이해 기능을 결합한 기업용 AI 에이전트를 본격적으로 선보였다. 단순히 질문에 답하는 챗봇을 넘어 사용자의 말을 듣고 화면과 현실 환경을 이해하면서 실제 업무까지 처리하는 형태로 AI 에이전트의 활용 범위가 확대되는 모습이다.
기업용 ‘라이브 아바타’ 정식 제공
구글 클라우드는 25일(현지시간) ‘제미나이 3.8 라이브(Gemini 3.8 Live)’의 ‘라이브 아바타(Live Avatar)’ 기능을 기업용 플랫폼에서 일반 제공한다고 밝혔다. 이 기술은 2026년 구글 클라우드 넥스트에서 처음 공개됐으며, 이번 정식 출시를 통해 실제 기업 서비스에 적용할 수 있게 됐다.
제미나이 3.8 라이브는 음성을 직접 처리하는 네이티브 음성-음성 구조를 기반으로 한다. 라이브 아바타를 결합하면 AI의 음성과 입 모양이 실시간으로 동기화되는 영상형 대화 인터페이스를 구현할 수 있다.
구글 클라우드는 웹과 모바일뿐 아니라 인터랙티브 키오스크 등 다양한 환경에서 활용할 수 있다고 설명했다.
대화 중단에도 맥락 유지…백엔드 작업도 동시에
제미나이 3.8 라이브의 특징은 사람처럼 말하는 기능에만 머물지 않는다. 사용자가 AI의 말을 중간에 끊거나 새로운 요청을 추가해도 기존 대화 맥락과 진행 중인 백엔드 작업을 유지하면서 자연스럽게 대화를 이어갈 수 있도록 설계됐다.
도구 호출 기능도 지원한다. 사용자가 특정 업무를 요청하면 AI가 필요한 도구나 API를 백그라운드에서 호출해 작업을 처리하면서 동시에 사용자와 대화를 계속할 수 있다.
이는 AI 에이전트가 단순한 ‘대화형 인터페이스’에서 사용자의 요청을 이해하고 실제 업무를 수행하는 ‘작업 수행형 인터페이스’로 진화하고 있음을 보여준다.
97개 언어 지원…카메라와 화면까지 실시간 이해
다국어 기능도 강화됐다. 제미나이 3.8 라이브는 97개 언어를 이해하고 말할 수 있으며 자동 언어 감지 기능을 지원한다. 별도의 언어 설정 없이도 사용자가 사용하는 언어를 인식할 수 있어 글로벌 고객 지원과 다국어 서비스에 활용할 수 있다.
영상 이해 기능 역시 핵심이다. AI 에이전트는 실시간 카메라 영상과 화면 공유 내용을 음성과 함께 처리할 수 있다. 사용자가 말로 상황을 설명하면서 카메라로 물체나 현장을 보여주면 AI가 두 정보를 동시에 분석하는 방식이다.
보험 청구부터 자동차 구매까지 활용 범위 확대
구글 클라우드는 보험금 청구를 대표적인 활용 사례로 제시했다. 이용자가 사고 상황을 음성으로 설명하면서 차량의 파손 부위를 카메라로 보여주면 AI가 해당 정보를 실시간으로 이해해 청구 접수에 필요한 내용을 작성할 수 있다.
백그라운드에서는 에이전트가 보험 약관과 접수 규칙을 확인하고 손해사정 담당자에게 필요한 자료를 준비하는 방식이다. 음성 AI와 컴퓨터 비전, 업무 자동화 기술이 하나의 실시간 흐름으로 연결되는 셈이다.
콕스 오토모티브(Cox Automotive)는 자동차 거래 플랫폼 오토트레이더(Autotrader)에 AI 기반 쇼핑 도우미를 구축했다. 사용자가 자연어로 대화하면 차량 검색과 비교, 금융 관련 정보를 안내하고 화면에서 필요한 내용을 실시간으로 강조한다.
인도의 이퀄AI(Equal AI)는 제미나이 3.8 라이브를 활용해 하루 100만 건 이상의 실시간 통화를 처리하는 AI 서비스를 운영하고 있다고 밝혔다. 9개 인도 언어를 지원하며 음성 중단 처리와 다국어 대화, 도구 호출 기능을 활용한다.
세일즈포스(Salesforce)도 제미나이 3.8 라이브와 에이전트포스(Agentforce)를 결합해 실시간 멀티모달 기능과 에이전틱 AI를 활용한 고객 서비스 경험을 연구하고 있다.
AI 아바타 오용 방지 위해 신스ID 적용
영상형 AI가 확산되면서 신원 도용과 딥페이크 등 오용 가능성도 주요 과제로 떠오르고 있다.
구글은 기업 고객에게 사전 제작된 아바타 라이브러리를 제공하는 한편, 자체 커스텀 아바타 생성에는 엄격한 기업용 허용 목록과 검증 절차를 적용한다고 밝혔다.
생성되는 모든 오디오와 영상 스트림에는 눈에 보이지 않는 ‘신스ID(SynthID)’ 워터마크도 적용한다. AI가 생성한 콘텐츠인지 확인하고 검증할 수 있도록 하기 위한 조치다.
제미나이 3.8 라이브와 라이브 아바타는 현재 미국과 유럽 엔드포인트를 통해 제공된다. 기업 고객을 위한 프로비저닝된 처리량과 컴플라이언스, 데이터 거버넌스 기능도 지원한다.
반면 ‘제미나이 3.8 라이브 익스텐디드 싱킹(Extended Thinking)’은 아직 비공개 프리뷰 단계다. 기업 고객은 제미나이 엔터프라이즈에서 관련 모델과 기능을 이용하거나 API를 통해 자체 서비스에 통합할 수 있다.
AI 경쟁, 답변 능력에서 ‘실제 업무 수행’으로 이동
이번 출시는 실시간 AI 인터페이스가 음성을 넘어 영상과 실제 업무 수행 영역으로 확대되는 흐름을 보여준다. 사용자가 말하고 화면이나 카메라로 상황을 보여주면 AI가 이를 동시에 이해하고, 필요한 경우 API와 외부 도구를 호출해 작업을 처리하는 구조다.
영상 아바타까지 결합되면서 기업용 AI 에이전트는 기존 챗봇이나 음성 비서보다 한층 시각적인 상호작용 환경을 제공하게 됐다. 동시에 딥페이크와 신원 도용 등 새로운 위험을 얼마나 효과적으로 관리할지도 상용화 과정의 중요한 과제로 남는다.
결국 경쟁의 핵심은 아바타 자체보다 AI가 사용자의 말을 듣고 현실과 화면을 이해하며 대화의 맥락을 유지한 채 필요한 업무를 얼마나 정확하고 안정적으로 완료할 수 있느냐에 맞춰질 전망이다.
이문열은 bsnewspaper.com의 필진으로 뉴스, 정치, 경제, 기술, 스포츠, 엔터테인먼트, 라이프스타일 등 다양한 분야의 소식을 다룹니다. 독자들이 중요한 이슈를 쉽게 이해할 수 있도록 명확하고 균형 잡힌 보도에 중점을 두고 있으며, 유용한 정보와 시의성 있는 내용을 전달합니다. 또한 현재의 주요 사건과 독자들의 관심사에 맞는 이야기를 알기 쉽게 풀어내는 데 힘쓰고 있습니다.