말하기 전 발화 내용 확인…라임, 음성 대화 AI 공개

음성 AI 개발사 라임(Rime)이 2026년 10월 28일 새 음성 대화 AI 프리즘(Prism)을 발표했다. 프리즘은 사람처럼 상대 말을 들으면서 자연스럽게 대화할 수 있다는 게 회사 설명이다.

기존 음성 AI는 사람 발화를 일단 문자로 바꾸고 AI가 만든 답변을 다시 음성으로 바꾸는 방식을 널리 써왔다. 하지만 문자로 바꾸는 과정에서 분노나 망설임, 웃음소리처럼 음성에만 담긴 정보가 빠지기 쉬워 사람끼리 나누는 대화와 비교하면 어색한 부분이 남는다.

음성을 직접 이해해 답하는 방식은 목소리 톤까지 반영해 응답할 수 있다. 다만 AI가 말할 내용을 기업이 미리 확인하거나 고치기 어려워진다. 전화 응대에서는 고객 정보나 금액을 정확히 전달해야 하는 만큼 대화 자연스러움과 발화 내용 관리를 함께 잡는 게 과제였다.

프리즘은 사용자 목소리를 직접 이해해 답변을 구상하면서도 실제로 말하기 전에 답변 내용을 텍스트로 출력하는 구조를 택했다. 기업은 출력된 텍스트를 미리 정한 규칙에 따라 점검하고 필요하면 고칠 수 있다. 또 AI가 말하는 동안에도 사용자 목소리를 계속 듣기 때문에 대화 도중 상대가 끼어들어도 대응할 수 있다고 한다.

프리즘은 사용자 음성에 300밀리초(0.3초) 만에 반응하며 대화하면서 외부 도구를 불러올 수도 있다. 전화 응대 중 고객 정보를 확인해야 하면 AI가 필요한 정보를 가져오면서 대화를 이어가는 식이다. 사람 이름이나 계정 관련 용어 발음을 맞춤 설정하는 기능도 지원한다.

라임은 프리즘 성능을 확인하려고 항공사와 소매업체, 통신사 문의 상황을 가정한 음성 AI 평가 테스트 타우보이스(τ-Voice)를 진행했다. 프리즘은 작업 성공률 56.6%를 기록해 답변 전에 추가 추론을 거치지 않는 오픈AI(OpenAI)와 구글(Google) 실시간 음성 모델을 17~30%포인트 앞섰다. 통신 분야 테스트에서는 오픈AI GPT-라이브-1(GPT-Live-1) 작업 성공률이 45.6%에 그친 반면 프리즘은 82.5%였다.

테스트에서 프리즘이 첫 음성을 내놓기까지 걸린 시간은 0.57초로 GPT-라이브-1이나 구글 제미나이 3.8 라이브(Gemini 3.8 Live) 등과 비교하면 절반 수준이었다고 한다.

라임은 프리즘을 기업별 업무에 맞춰 추가 학습시키는 방안도 염두에 두고 있다. 시험 도입 기업과 협력해 대화 데이터 등으로 프리즘을 학습하고 조정하는 API를 개발하고 있으며 장기적으로는 기업이 자사 업무에 특화한 음성 AI를 구축할 수 있게 할 계획이다.

프리즘은 현재 일부 기업을 대상으로 시험 제공되고 있고 일반 대상 API는 앞으로 공개할 예정이다. 관련 내용은 이곳에서 확인할 수 있다.