Gemini 3.8 Live Avatar, 음성 에이전트에 말하는 얼굴을 입힌 구글의 새 기능

작동 방식

구글은 모델의 실시간 대화를 지연이 낮은 스트리밍 영상 생성과 결합해, 입 모양과 표정이 말과 맞물려 만들어지게 했다. 다국어 음성 대 음성 동기화는 97개 언어를 다루며 시각적 어긋남이 없다고 설명한다. 도구 호출은 백그라운드에서 실행되므로 데이터를 가져오는 동안에도 아바타가 계속 말한다. 카메라 화면과 화면 공유를 읽는 능력도 그대로이다.

주요 정보 정리

상태: 정식 출시(2026년 9월 24일).

위치: Gemini Enterprise, Agent Platform Studio.

지역: 미국과 EU 엔드포인트.

언어: 립싱크 포함 97개.

맞춤 아바타: 기업 허용 목록에 한함.

워터마크: 모든 오디오와 영상에 SynthID.

개발자는 Cloud 콘솔 Agent Platform Studio의 멀티모달 Live 메뉴에서 써 볼 수 있고 Live API로 만들 수 있다. Gemini 3.8 Live Extended Thinking은 Gemini Enterprise에서 비공개 프리뷰로 남아 있다.

왜 중요한가

고객 응대나 안내 에이전트를 만들 때는 보통 음성 모델에 별도 아바타 업체를 붙이는데, 이는 지연과 비용을 늘린다. 같은 Gemini 세션에 얼굴이 들어 있으면 상담 봇이나 제품 안내자가 하나의 시스템으로 보이고 들리며, 하나의 API 경로에서 워터마크도 이미 적용된다.

활용 시나리오

발표에서 제시된 사례를 보면 이 기술이 어디에 쓰일지 그려진다. 쇼핑 도우미는 대화하면서 화면의 필요한 부분을 강조해 보여 줄 수 있고, 콜 서비스는 여러 언어로 동시에 많은 통화를 소화할 수 있으며, 서비스 에이전트는 CRM 같은 업무 시스템과 연결해 상담을 이어 갈 수 있다. 여기에 얼굴이 더해지면 안내와 상담 경험이 한결 사람에 가까워진다.

97개 언어의 립싱크는 다국어 서비스에서 특히 유용하다. 언어마다 입 모양이 다르지만 음성과 영상이 같은 세션에서 함께 만들어지므로, 언어를 바꿔도 어긋남 없이 말하는 얼굴을 유지할 수 있다는 것이 구글의 설명이다.

도입 시 확인할 점

첫째, 이 기능은 Gemini Enterprise에서 정식 출시되었고 미국과 EU 엔드포인트가 제공된다. 둘째, 맞춤 아바타는 허용 목록 등록과 엄격한 검증이 필요하다. 셋째, 모든 오디오와 영상에 SynthID 워터마크가 붙기 때문에 생성물임을 숨기는 용도로는 쓸 수 없다. 이 세 가지를 먼저 확인하고 프리셋 아바타로 시작해 보는 것이 가장 현실적인 순서이다.

자주 나오는 질문

회사 얼굴이나 마스코트를 쓸 수 있느냐는 질문에는, 하나의 고품질 참고 이미지로 얼굴, 브랜드 스타일, 캐릭터 정체성을 유지하는 맞춤 아바타를 만들 수 있다고 답한다. 다만 구글은 맞춤 아바타 생성을 엄격한 검증을 거친 기업 허용 목록으로 제한하므로, 대부분의 팀은 프리셋으로 시작한다.

AI가 만든 영상임을 알 수 있느냐는 질문에는, 구글이 생성되는 모든 오디오와 영상에 SynthID 워터마크를 넣는다고 답한다. 눈으로 구별되지 않아도 나중에 도구가 AI 생성물임을 식별할 수 있다.

이미 쓰는 곳으로 구글 클라우드는 세 곳을 꼽았다. Cox Automotive는 말하면서 화면의 일부를 강조해 주는 Autotrader 쇼핑 도우미를 만들었다. Equal AI는 인도 언어 9개로 하루 100만 건이 넘는 실시간 통화를 처리한다. Salesforce는 이 모델을 서비스 에이전트용 Agentforce에 연결했다. 주요 대상은 고객 접점의 음성 에이전트를 만드는 팀이다.