Grok Voice 3.0 출시, 음성 대화 모델 지수 1위에 오르다

핵심은 순위와 가격이다. Artificial Analysis의 Speech-to-Speech Index에서 86.9점을 받아 1위를 차지했는데, 가격은 이전 세대인 Grok Voice 2.0과 같은 오디오 1분당 0.08달러(1시간 기준 4.80달러)로 유지되었다. 성능은 올리고 값은 올리지 않은 세대교체라고 볼 수 있다.

벤치마크 결과

Artificial Analysis Speech-to-Speech Index에서 Grok Voice 3.0은 86.9점이었다. 비교 대상은 GPT-Live-1(Astra, Medium)이 83.2점, Gemini 3.8 Live(High)가 82.6점, 직전 버전인 Grok Voice 2.0이 81.3점이었다. 말을 끊고 들어오는 상황과 순서 교대를 평가하는 Full Duplex Bench에서는 97.0%를 기록했고, 음성 추론을 보는 Big Bench Audio에서는 98.5%를 기록했다.

OpenAI의 GPT-Live-1과 직접 비교한 수치도 발표에도 나온다. Full Duplex Bench는 97.0% 대 94.9%, Big Bench Audio는 98.5% 대 90.1%로 Grok Voice 3.0이 앞선다. 다만 고객 지원 통화를 모사한 τ-Voice 테스트에서는 GPT-Live-1이 74.5%로, 71.6%를 받은 Grok Voice 3.0보다 높았다. 같은 테스트에서 Gemini 3.8 Live(High)는 68.6%, Grok Voice 2.0은 56.5%였다. 모든 항목에서 1위는 아니라는 점을 알아 두면 좋다.

가격과 비용 효율

요금은 오디오 1분에 0.08달러이다. Artificial Analysis가 Big Bench Audio 작업 하나를 처리하는 데 드는 비용을 계산한 결과, Grok Voice 3.0은 0.025달러, GPT-Live-1은 0.030달러, GPT-Realtime-2.1(High)은 0.055달러였다. 정확도가 높으면서 작업당 비용도 낮다는 뜻이다.

기존 코드는 바꿔야 할까

API 자체는 바뀌지 않았다. grok-voice-latest 별칭이 이제 grok-voice-3.0을 가리키기 때문에, 이 별칭을 쓰던 에이전트는 코드 수정 없이 자동으로 새 모델로 넘어갔다. 반면 grok-voice-2.0이라는 ID에 고정해 두었다면 해당 모델이 지원 중단(deprecated) 상태가 되었으므로 새 ID로 바꾸는 것이 좋다. 접속 주소는 wss://api.x.ai/v1/realtime?model=grok-voice-3.0 형태이다.

왜 중요한가

음성 에이전트가 실패하는 대표적인 이유는 상대가 말하는 도중에 끼어들거나, 요청한 일을 끝까지 처리하지 못하는 경우이다. Grok Voice 3.0은 순서 교대와 끼어들기 처리, 그리고 음성 추론 과제에서 가장 높은 점수를 받았다. 이미 쓰이는 사례도 소개되었다. SpaceXAI에 따르면 이 모델은 Tesla 차량에서 일정 확인이나 커피 주문 같은 손을 쓰지 않는 요청을 처리하고, Grok Bot의 음성 모드에도 쓰인다. 또한 Starlink 고객센터의 Grok Voice 에이전트는 하루 약 20,000건의 전화를 여러 언어로 받으며, 그중 약 70%를 사람의 도움 없이 해결한다고 한다.

참고할 점

이 수치들은 Artificial Analysis의 평가와 SpaceXAI의 발표에 근거한 것이므로, 실제 서비스에 넣기 전에는 자기 환경의 통화 시나리오로 직접 시험해 보는 편이 안전하다. 전화나 앱에 들어가는 음성 에이전트를 만드는 팀이라면 가격 변동 없이 성능이 오른 이번 업데이트를 검토해 볼 만하다.