SpaceXSI(구 xAI)가 2026년 10월 14일(미국 시간) AI 모델 'Grok Voice 3.0'을 공개했습니다. 사람이 말한 목소리를 그대로 받아 목소리로 답하는 '음성 대 음성' 모델로, 전화 응대나 차 안에서의 대화 등 목소리로 주고받는 AI 에이전트를 만드는 데 쓰입니다. 개발자용 'Voice Agent API'에서 공개 당일부터 사용할 수 있습니다.
Grok을 개발해 온 xAI는 SpaceX에 인수된 뒤 'SpaceXAI'가 되었고, 10월부터는 'SpaceXSI'라는 이름을 쓰고 있습니다. 이번 발표 페이지도 'SpaceXSI' 이름으로 게시되었습니다.
Grok Voice 3.0이란
지금까지의 음성 AI는 대부분 목소리를 일단 글자로 받아 적고, 텍스트로 답을 만든 뒤, 그것을 다시 목소리로 바꾸는 단계를 거쳤습니다. Grok Voice 3.0 같은 음성 대 음성 모델은 목소리 그대로 이해하고 답하기 때문에 대기 시간이 짧고, 자연스러운 대화에 가까워지기 쉽다는 것이 특징입니다. SpaceXSI는 답이 돌아오기까지 걸리는 시간이 1초 미만이라고 밝혔습니다.
개발자용 자료에 따르면 항상 최신 버전을 가리키는 설정(grok-voice-latest)을 사용하는 앱은 자동으로 Grok Voice 3.0으로 전환됩니다. 이전 버전인 Grok Voice 2.0은 지원 중단 예정(앞으로의 사용을 권장하지 않는 상태)이 되었습니다.
요금
요금은 분당 0.08달러(시간당 4.80달러)로 Grok Voice 2.0과 같습니다. SpaceXSI는 Artificial Analysis의 음성 평가 'Big Bench Audio'에서 작업 1건당 비용이 약 0.025달러로, 비교 대상인 OpenAI의 GPT-Live-1(0.030달러)과 GPT-Realtime-2.1(0.055달러)보다 저렴하다고 밝혔습니다.
성능 평가
SpaceXSI가 발표에서 소개한 주요 결과는 다음과 같습니다.
- Artificial Analysis Speech-to-Speech Index: 86.9로 1위. OpenAI의 GPT-Live-1은 83.2, Google의 Gemini 3.8 Live는 82.6
- Full Duplex Bench(상대의 말을 끊거나 끊기는 자연스러운 대화의 평가): 97%
- τ-Voice(목소리로 요청받은 작업을 끝까지 해낼 수 있는지의 평가): 71.6%. 이 항목에서는 OpenAI의 GPT-Live-1(74.5%)이 앞섰고, Google의 Gemini 3.8 Live는 68.6%
- EVA-Bench(ServiceNow의 기업용 음성 에이전트 평가): 정답률 74%
EVA-Bench 이외의 수치는 AI 모델을 비교하는 제3자 평가 사이트 'Artificial Analysis'의 결과입니다.
실제 활용 사례
SpaceXSI에 따르면 Grok Voice는 이미 같은 일론 머스크의 기업인 Tesla의 차량 안에서 하루 수백만 건의 대화를 처리하고 있습니다. 또한 위성 인터넷 서비스 Starlink의 지원 창구에서는 하루 약 2만 건의 전화 가운데 약 70%를 사람이 넘겨받지 않고 해결하고 있다고 밝혔습니다.
CoAI 편집부의 시각
Grok Voice 3.0은 일반 이용자용 앱 기능이 아니라, 기업과 개발자가 음성 상담 창구나 어시스턴트를 만들기 위한 API입니다. 요금을 동결한 채 성능을 높였다고 밝혀, 전화 자동 응대 등을 검토하는 기업에는 비교할 후보가 늘었습니다. 다음 날에는 OpenAI도 ChatGPT의 음성 모델을 새로 바꾸는 등 음성 AI 경쟁이 치열해지고 있습니다.
한편 항목에 따라서는 OpenAI의 모델이 앞서고 있어 모든 면에서 뛰어난 것은 아닙니다. Grok 앱의 음성 대화가 언제 새 모델로 바뀌는지, 일본어를 얼마나 자연스럽게 말할 수 있는지도 공개되지 않았으므로, 일본어 창구에서 쓰려면 실제 대화로 시험해 확인해야 합니다.
