GPT-Live-1.1 API 가격 — 분당 0.05달러, 추론이 멈춘 동안은 0.02달러
OpenAI opened GPT-Live-1.1, its full-duplex voice model that listens while it speaks, to developers through the API on November 19, 2026. The model page lists 0.05 dollars per minute of active session time and 0.02 dollars per minute of standby, a lower rate that applies only to WebRTC sessions while inference is paused. Backend model and tool usage is billed separately. Structured outputs, fine-tuning and image input are not supported. Voices, the language list, latency figures and concurrency limits for 1.1 are not published.
GPT-Live-1.1 API 가격은 활성 세션 1분에 0.05달러, 대기(standby) 1분에 0.02달러다. 오픈AI가 2026년 11월 19일(미국 시각) 개발자용 API로 공개한 음성 모델로, 모델 ID는 gpt-live-1.1, 엔드포인트는 v1/live/sessions다. 토큰이 아니라 세션이 열려 있던 시간으로 과금한다. 대기 요금은 WebRTC 세션에서 추론이 일시 정지된 동안에만 적용되고, 조용하다고 해서 저절로 붙지 않는다. 음성 뒤에서 추론과 도구 호출을 맡는 백엔드 모델 비용은 그 모델의 요금대로 따로 나온다. 구조화 출력, 파인튜닝, 이미지 입력은 지원하지 않는다. 음성 종류, 지원 언어 목록, 지연 시간 수치, 1.1의 동시 세션 한도는 공개되지 않았다.
3줄 요약
- 가격 — 활성 분당 0.05달러(시간당 3달러), 대기 분당 0.02달러(시간당 1.2달러). 오픈AI 모델 페이지 기준이며 과금 단위는 세션 시간이다. 초 단위 과금이라는 설명은 2차 출처 두 곳에서 확인했다
- 조건 — 대기 요금은 WebRTC 세션에서 추론이 멈춘 상태에만 붙는다. 대기 전환 시간을 설정하지 않으면 계속 활성 요금이다. 백엔드 모델과 도구 사용은 별도 과금이다
- 한계 — 구조화 출력·파인튜닝·이미지 입력 미지원. 음성 목록·언어 목록·지연 수치·1.1 동시 세션 한도는 미공개. 출시일은 2026년 11월 19일과 20일로 출처가 갈린다
핵심 질문
- GPT-Live-1.1 API 가격
- **활성 세션 1분에 0.05달러, 대기 1분에 0.02달러다. 백엔드 모델과 도구 사용은 따로 과금된다.** | 항목 | 요금 | 조건 | |---|---|---| | 활성 세션 | 분당 0.05달러 | 세션이 열려 추론이 도는 시간 | | 대기(standby) | 분당 0.02달러 | WebRTC 세션에서 추론이 일시 정지된 동안만 | | 백엔드 모델·도구 | 해당 모델 요금 | 음성 세션 요금과 별도 | | 1시간 환산 | 활성 3.00달러 / 대기 1.20달러 | 이 기사 계산 |
- GPT-Live-1.1 대기 요금 조건
- **WebRTC 세션이고, 추론이 일시 정지된 상태여야 한다. 말이 없다는 것만으로는 대기 요금이 되지 않는다.** | 조건 | 내용 | 출처 | |---|---|---| | 전송 방식 | WebRTC | 오픈AI 모델 페이지 | | 상태 | 추론 일시 정지(session.paused) | 모델 페이지, 데이터스튜디오스 | | 설정 | session.idle_timeout_s를 5~60초 정수로 지정 | 데이터스튜디오스, DEV 커뮤니티 글 | | 설정을 빼면 | 첫 깨어남 뒤 계속 활성 요금 | 데이터스튜디오스 | | WebSocket·SIP | 모델 페이지는 언급 없음. DEV 글은 활성 요금만 적용된다고 적음 | 미확정 |
- GPT-Live-1.1 GPT-Realtime 차이
- **GPT-Live-1.1은 듣는 동안에도 말하는 동시 양방향 모델이고 분 단위로 과금한다. GPT-Realtime은 차례를 주고받는 구조이고 토큰 단위로 과금한다.** | 항목 | GPT-Live-1.1 | gpt-realtime-2.1 | |---|---|---| | 대화 방식 | 동시 듣기·말하기 | 음성 활동 감지로 차례 구분 | | 과금 | 분당 0.05달러(대기 0.02달러) | 오디오 100만 토큰 입력 32달러, 출력 64달러 | | 구조 | 음성 전면부 + 백엔드 모델 위임 | 한 모델이 듣고 추론하고 말함 | | 대기 요금 | 있음(WebRTC) | 없음 | | 이미지 입력 | 미지원 | DEV 글은 지원으로 표기 | GPT-Realtime 수치는 DEV 커뮤니티 글 한 곳 기준이다.
GPT-Live-1.1 API의 가격은 활성 세션 1분에 0.05달러, 대기 1분에 0.02달러다. 오픈AI는 2026년 11월 19일(미국 시각) 이 음성 모델을 개발자용 API로 열었다. 모델 ID는 gpt-live-1.1, 엔드포인트는 v1/live/sessions다. 오픈AI 모델 페이지는 이 모델을 듣는 동안에도 말하는 음성 모델로 소개하고, 음성 세션은 시간으로 과금하며 백엔드 모델과 도구 사용은 따로 청구한다고 적었다.
텍스트 모델을 써 온 개발자에게 낯선 점은 두 가지다. 하나는 단위다. 토큰이 아니라 분이다. 다른 하나는 요금이 둘로 나뉜다는 것이다. 사용자가 말을 멈추고 생각하는 동안, 매장 키오스크가 손님을 기다리는 동안에는 더 낮은 대기 요금을 낼 수 있다. 다만 조건이 붙는다. 가격표, 대기 요금이 실제로 적용되는 조건, 서비스 유형별 비용 예시, GPT-Realtime과의 차이, 그리고 아직 공개되지 않은 것을 차례로 정리한다.
1. 가격표 — 분당 0.05달러와 0.02달러, 그리고 따로 나오는 백엔드 비용
오픈AI 모델 페이지에 적힌 값과 2차 출처가 보탠 내용을 구분해 적는다.
| 항목 | 내용 | 근거 |
|---|---|---|
| 모델 ID | gpt-live-1.1 (유일한 스냅샷이자 기본값) | 오픈AI 모델 페이지 |
| 엔드포인트 | v1/live/sessions (Live API) | 모델 페이지, 데이터스튜디오스 |
| 활성 세션 요금 | 분당 0.05달러 | 모델 페이지 외 3곳 일치 |
| 대기 요금 | 분당 0.02달러 | 모델 페이지 외 3곳 일치 |
| 대기 요금 조건 | WebRTC 세션에서 추론이 일시 정지된 동안 | 모델 페이지 |
| 과금 단위 | 세션 시간 | 모델 페이지 |
| 초 단위 과금 여부 | 초 단위, 분 단위 올림 없음 | 데이터스튜디오스, DEV 커뮤니티 글 |
| 세션 시작 시 | WebRTC는 15초가 먼저 청구되고 이후 시간에서 차감 | 데이터스튜디오스, DEV 커뮤니티 글 |
| 백엔드 모델·도구 | 해당 모델의 통상 요금으로 별도 과금 | 모델 페이지 외 3곳 일치 |
| 토큰·캐시·배치 할인 | 음성 세션 요금에는 적용되지 않음 | 데이터스튜디오스 |
| 입출력 | 오디오·텍스트 입력, 오디오·텍스트 출력 | 모델 페이지 |
단가를 익숙한 단위로 바꾸면 다음과 같다. 아래 환산은 이 기사의 계산이다.
| 단위 | 활성 | 대기 | 차이 |
|---|---|---|---|
| 1초 | 약 0.00083달러 | 약 0.00033달러 | — |
| 1분 | 0.05달러 | 0.02달러 | 60% 낮음 |
| 1시간 | 3.00달러 | 1.20달러 | 1.80달러 |
| 8시간 | 24.00달러 | 9.60달러 | 14.40달러 |
| 세션 시작 15초 | 0.0125달러 | — | 이후 사용 시간에서 차감 |
데이터스튜디오스가 오픈AI 비용 문서를 인용해 적은 산식은 간단하다. 청구 대상 음성 초 ÷ 60 × 분당 요금 + 백엔드 비용이다. 앞부분은 이 표로 계산이 끝난다. 예측이 어려운 쪽은 뒷부분이다.
GPT-Live-1.1은 혼자 모든 일을 하는 모델이 아니다. DEV 커뮤니티 글의 설명에 따르면 이 모델은 음성 전면부이고, 추론과 도구 호출은 뒤에 붙은 텍스트 모델에 넘긴다. 넘기는 방식은 두 가지다. 오픈AI가 백엔드를 돌려 주는 responses 방식과, 개발자 앱이 직접 백엔드를 돌리는 client 방식이다. 세션 도중에는 방식을 바꿀 수 없다. 2차 출처 두 곳은 백엔드 모델의 출발점으로 gpt-6-luna를, 어려운 작업에는 gpt-6-sol을 들었다. 이 이름은 모델 페이지에는 없다.
그래서 청구서는 두 줄로 나온다. 한 줄은 통화 시간에 비례하는 음성 요금이고, 다른 한 줄은 대화가 얼마나 복잡했는지에 비례하는 백엔드 토큰 요금이다. 인사만 나누는 통화와 예약 시스템을 세 번 조회하는 통화는 길이가 같아도 둘째 줄이 다르다. 토큰 요금의 구조는 2026년 8월 15일 자 「AI 토큰 가격이란 — 출력이 입력보다 5배 비싼 이유」에서 다뤘다.
2. 대기 요금 0.02달러 — 조용하다고 붙는 요금이 아니다
대기 요금은 이번 공개에서 가장 눈에 띄는 숫자지만 조건을 잘못 읽기 쉽다. 수퍼파워 데일리는 조용한 구간이 생겼다는 것만으로는 해당하지 않고, 세션이 '일시 정지' 상태여야 한다고 짚었다.
| 조건·설정 | 내용 | 근거 |
|---|---|---|
| 전송 방식 | WebRTC 세션 | 모델 페이지 |
| 상태 | 추론이 일시 정지된 동안 | 모델 페이지 |
| 깨어남 방식 | session.wake_policy.type을 "speech"로 | 데이터스튜디오스, DEV 글 |
| 대기 전환 시간 | session.idle_timeout_s, 5~60초 사이 정수 | 데이터스튜디오스, DEV 글 |
| 음성 감지 민감도 | session.wake_policy.vad_threshold, 0~1, 기본 0.5 | 데이터스튜디오스 |
| 전환 시간을 생략하면 | 첫 깨어남 뒤 추론이 계속 활성. 대기로 내려가지 않음 | 데이터스튜디오스 |
| 상태 알림 | session.paused, session.resumed 이벤트 | 데이터스튜디오스 |
| 대기 중 연결 | 연결과 세션 ID는 유지 | 데이터스튜디오스 |
| 마이크 음소거 | 세션을 닫지 않는다. 요금이 멈추지 않는다 | 데이터스튜디오스 |
| 대기 뒤 첫 응답 | 더 느릴 수 있다. 수치는 없다 | 데이터스튜디오스 |
읽을 때 주의할 점이 넷 있다.
첫째, 설정하지 않으면 대기 요금은 없다. 전환 시간을 넣지 않은 세션은 사용자가 10분 동안 자리를 비워도 10분 전부를 분당 0.05달러로 낸다. 대기 요금은 기본값이 아니라 개발자가 켜는 기능이다.
둘째, 전환 시간만큼은 활성 요금이 나간다. 전환 시간을 10초로 잡으면 말이 끊긴 뒤 10초 동안은 활성 상태다. 침묵이 여섯 번 있었다면 60초가 활성으로 청구된다. 최솟값이 5초이므로 침묵 한 번마다 최소 5초는 활성 요금이다.
셋째, 음소거는 대기가 아니다. 사용자가 마이크를 껐다고 세션이 닫히거나 요금이 내려가지 않는다. 대기는 서버 쪽 세션 상태이고, 음소거는 클라이언트 쪽 입력 차단이다.
넷째, WebSocket과 SIP는 확정되지 않았다. 모델 페이지는 대기 요금이 WebRTC 세션에 적용된다고만 적었다. DEV 커뮤니티 글은 WebSocket과 SIP 세션이 연결된 모든 초를 활성 요금으로 낸다고 단정했는데, 이는 1차 출처가 말한 범위보다 강한 서술이다. 전화망(SIP)으로 붙이는 콜센터라면 대기 요금을 전제로 예산을 짜기 전에 오픈AI 문서로 확인해야 한다.
위 설정 이름은 2차 출처 두 곳에서 일치했다. 다만 데이터스튜디오스는 자기 코드 조각이 공식 예제가 아니라 설명용이라고 밝혔다. 이 기사도 같은 이유로 코드를 통째로 싣지 않는다.
3. 내 서비스는 얼마 나오나 — 유형별 계산
아래 세 사례는 데이터스튜디오스가 계산한 것이고 이 기사가 산식을 다시 검산했다. 모두 음성 세션 요금만이며 백엔드 비용은 빠져 있다.
| 사례 | 세션 구성 | 대기 없이 | 대기 적용 | 절감 |
|---|---|---|---|---|
| 튜터링 30분(WebRTC) | 대화 12분, 3분짜리 침묵 6번, 전환 10초 | 1.50달러 | 0.99달러 | 34% |
| 매장 키오스크 8시간(WebRTC) | 480분 중 활성 55분, 대기 425분 | 24.00달러 | 11.25달러 | 약 53% |
| 키오스크 한 달(22일) | 위 구성 × 22일 | 528.00달러 | 247.50달러 | 약 53% |
| 상담 통화 6분 | 쉬지 않고 대화 | 0.30달러 | 0.30달러 | 0% |
튜터링 사례의 검산은 이렇다. 침묵 여섯 번마다 전환 시간 10초가 활성으로 남으므로 활성 시간은 12분에 1분을 더한 13분, 대기는 17분이다. 13 × 0.05 = 0.65달러, 17 × 0.02 = 0.34달러, 합계 0.99달러다. 키오스크는 55 × 0.05 = 2.75달러에 425 × 0.02 = 8.50달러를 더해 11.25달러다.
세 사례가 보여 주는 것은 대기 요금의 효과가 침묵의 비율에 달렸다는 점이다. 쉬지 않고 말하는 6분 상담은 한 푼도 줄지 않는다. 하루 대부분을 기다리는 키오스크는 절반 넘게 준다. 다만 키오스크도 0이 되지는 않는다. 손님이 한 명도 오지 않은 8시간에도 세션을 열어 두면 대기 요금만으로 9.60달러가 나온다. 손님이 없을 때 세션을 아예 닫고 다시 여는 설계와 비교해야 할 수 있다. 이때는 2절 표의 '대기 뒤 첫 응답이 느릴 수 있다'와 세션을 새로 여는 시간 가운데 어느 쪽이 사용자 경험에 나은지가 변수다. 두 값 모두 공개된 수치가 없다.
규모를 키운 계산도 하나 붙인다. 아래는 이 기사의 계산이며 역시 백엔드 비용을 뺀 값이다.
| 가정 | 월 통화량 | 음성 요금 |
|---|---|---|
| 통화 1건 90초 | 1건 | 0.075달러 |
| 통화 1건 6분 | 1,000건(6,000분) | 300달러 |
| 통화 1건 6분 | 10,000건(60,000분) | 3,000달러 |
| 통화 1건 6분, 그중 2분이 대기로 처리 | 10,000건 | 2,400달러 |
마지막 줄은 통화마다 4분이 활성, 2분이 대기라고 가정했을 때다. 4 × 0.05 + 2 × 0.02 = 0.24달러에 1만 건을 곱했다. 실제로는 고객이 서류를 찾는 동안, 상담 시스템이 조회하는 동안처럼 침묵의 성격이 다양하고 전환 시간도 빠진다. 자기 서비스의 통화 기록에서 침묵 구간 길이의 분포를 먼저 재는 것이 순서다.
90초 통화가 0.075달러라는 값은 DEV 커뮤니티 글의 예시다. 초 단위로 과금하고 분 단위로 올리지 않는다는 2차 출처의 설명이 맞다면 그렇다. 이 대목은 오픈AI 원문으로 확인하지 못했다.
4. GPT-Realtime과 무엇이 다른가 — 분 단위와 토큰 단위
오픈AI의 음성 API는 이제 두 갈래다. 비교 대상인 gpt-realtime-2.1의 수치는 DEV 커뮤니티 글 한 곳에 의존한다는 점을 먼저 밝힌다.
| 항목 | GPT-Live-1.1 | gpt-realtime-2.1 |
|---|---|---|
| 대화 방식 | 듣는 동안에도 말한다(풀 듀플렉스) | 음성 활동 감지로 차례를 구분 |
| 끼어들기 | 별도 설정 없이 처리 | interrupt_response 설정 |
| 구조 | 음성 전면부가 백엔드 모델에 추론·도구를 위임 | 한 모델이 듣고, 추론하고, 도구를 부르고, 말한다 |
| 과금 단위 | 분(세션 시간) | 토큰 |
| 음성 단가 | 활성 0.05달러/분, 대기 0.02달러/분 | 오디오 100만 토큰 입력 32달러, 출력 64달러 |
| 텍스트 단가 | 백엔드 모델 요금 | 100만 토큰 입력 4달러, 출력 24달러 |
| 캐시 입력 | 음성 세션에는 적용 없음 | 100만 토큰 0.40달러 |
| 대기 요금 | 있음(WebRTC) | 없음 |
| 컨텍스트 | 세션당 12만 8천 토큰, 자동 관리 | 12만 8천 토큰, 최대 출력 3만 2천 |
| 엔드포인트 | v1/live/sessions | Realtime API |
'풀 듀플렉스'는 전화처럼 양쪽이 동시에 말하고 들을 수 있다는 통신 용어다. 무전기처럼 한쪽씩 말하는 방식과 대비된다. DEV 글의 설명으로는 GPT-Live-1.1이 출력을 만드는 동안에도 들어오는 소리를 처리하므로 "네, 네" 같은 맞장구를 넣거나 말하는 도중에 방향을 바꿀 수 있다. 수퍼파워 데일리는 이 모델이 엄격한 차례 지키기 대신 계속 들을지 답할지를 스스로 정한다고 적었다. 기존 Realtime 계열은 상대 말이 끝났는지를 음성 활동 감지로 판단한 뒤 답하는 구조다. 상대의 말을 끊고 들어가는 문제는 2026년 8월 12일 자 「엔비디아 음성 AI 공개 — 말을 끊고 들어가도 0.48초 만에 비켜 준다」에서도 다룬 주제다.
비용 면에서 두 방식을 한 줄로 비교하기는 어렵다. 단위가 다르기 때문이다. DEV 글은 0.05달러로 gpt-realtime-2.1의 오디오 입력 토큰 약 1,560개를 살 수 있다고 환산했다. 0.05달러를 100만 토큰 32달러로 나눈 값이고 검산이 맞는다. 그러나 1분의 대화가 오디오 토큰 몇 개에 해당하는지는 이 기사가 확인한 출처에 없다. 그 값이 없으면 어느 쪽이 싼지 단정할 수 없다. 말할 수 있는 것은 구조의 차이다.
| 서비스 성격 | 유리해 보이는 쪽 | 이유 |
|---|---|---|
| 침묵이 길고 세션을 오래 열어 두는 서비스 | GPT-Live-1.1 | 대기 요금이 있다. Realtime에는 없다 |
| 비용을 통화 시간으로 예측해야 하는 서비스 | GPT-Live-1.1 | 음성 요금이 시간에 비례. 단, 백엔드 비용은 별도 변수 |
| 응답을 정해진 형식으로 받아야 하는 서비스 | 확인 필요 | GPT-Live-1.1은 구조화 출력 미지원 |
| 한 모델로 단순하게 끝내려는 서비스 | Realtime | 백엔드 위임 구성이 필요 없다 |
| 맞장구·끼어들기가 자연스러워야 하는 서비스 | GPT-Live-1.1 | 동시 듣기·말하기 |
이 표는 공개된 구조에서 끌어낸 판단이지 실측이 아니다. 같은 통화 기록을 두 API에 흘려 청구액을 비교하는 것이 유일하게 확실한 방법이다.
5. 되는 것과 안 되는 것
모델 페이지와 2차 출처가 적은 지원 범위다.
| 구분 | 항목 | 근거 |
|---|---|---|
| 지원 | 스트리밍 | 모델 페이지 |
| 지원 | 함수 호출 | 모델 페이지. responses 위임 방식에서는 delegation.responses.tools에 넣는다(DEV 글) |
| 지원 | 오디오·텍스트 입출력 | 모델 페이지 |
| 지원 | WebRTC, WebSocket, SIP(수신·발신) | DEV 글. 모델 페이지는 전송 방식을 나열하지 않았다 |
| 미지원 | 구조화 출력 | 모델 페이지 |
| 미지원 | 파인튜닝 | 모델 페이지 |
| 미지원 | 이미지 입력 | 모델 페이지 외 3곳 |
| 미지원 | 영상 입력 | 수퍼파워 데일리 |
| 미지원 | 예측 출력 | 데이터스튜디오스 |
| 미지원 엔드포인트 | Chat Completions, Responses, Realtime, Batch, Assistants, 파인튜닝, 오디오·이미지 엔드포인트 | 모델 페이지 |
한도와 관련해 확인된 것은 다음과 같다.
| 항목 | 값 | 근거 |
|---|---|---|
| 컨텍스트 | 세션당 12만 8천 토큰, 자동 관리 | DEV 글 |
| 지시문(instructions) | 최대 1만 6,384 토큰 | DEV 글 |
| 최대 출력 | 공개되지 않음 | DEV 글 |
| SIP 통화 길이 | 연결된 통화 1건 최대 2시간 | DEV 글 |
| 그 밖의 세션 길이 제한 | 공개되지 않음 | — |
| 동시 세션 한도 | GPT-Live-1.1과 GPT-Live-1이 각각 따로. 추론 지역 전체에 합산 적용 | 모델 페이지 |
| 1.1의 등급별 한도 | 공개되지 않음. 조직의 한도 페이지에서 확인 | 모델 페이지 |
| 참고: GPT-Live-1 한도 | Build 50, Launch 300, Grow 500, 무료 등급 불가 | 2차 출처가 옮긴 값 |
구조화 출력이 안 된다는 점은 업무 자동화에서 걸린다. 음성 모델의 응답을 JSON 같은 정해진 틀로 직접 받을 수 없다는 뜻이다. 예약 번호나 주문 내역처럼 형식이 필요한 값은 함수 호출이나 백엔드 모델 쪽에서 받아야 한다. 파인튜닝도 안 되므로 말투와 업무 규칙은 지시문 안에서 해결해야 하고, 그 한도가 1만 6,384 토큰이다.
GPT-Live-1과 비교한 개선점으로 오픈AI가 든 것은 전사(받아쓰기) 정확도, 그리고 언어를 넘나들 때 억양과 목소리가 더 일관되다는 점이다. 수퍼파워 데일리는 오픈AI 개발자 계정이 1.1이 작업을 더 안정적으로 끝낸다고 올린 글을 옮겼다. 어느 것도 수치가 없다. 벤치마크도 공개되지 않았다. 활성 요금은 이전 모델과 같다.
6. 공개되지 않은 것 — 음성, 언어, 지연, 한도
가격표만 보고 도입을 정하기 어려운 이유가 여기 있다. 음성 서비스의 품질을 좌우하는 값 여럿이 비어 있다.
| 항목 | 공개 상태 | 왜 중요한가 |
|---|---|---|
| 음성 종류·개수 | 어느 출처에도 없음 | 브랜드에 맞는 목소리를 고를 수 있는지 |
| 지원 언어 목록 | '다국어'라는 표현뿐 | 한국어 품질을 사전에 가늠할 근거가 없다 |
| 지연 시간 | 수치 없음 | 대화가 자연스러운지를 정하는 핵심 값 |
| 대기 뒤 첫 응답 지연 | '느릴 수 있다'는 서술뿐 | 대기 요금의 대가가 얼마인지 |
| 1.1 동시 세션 한도 | 공개되지 않음 | 동시 통화 수가 곧 서비스 용량이다 |
| 지역별 제공 | 목록 없음 | 데이터 처리 위치와 지연 |
| 세션 길이 상한 | SIP 2시간 외에는 없음 | 종일 열어 두는 키오스크 설계 |
| 전사 정확도 개선 폭 | 수치 없음 | 이전 모델에서 옮길 이유 |
| 백엔드 포함 총비용 | 모델·사용량에 따라 다름 | 실제 청구액 |
한국어 서비스를 준비하는 개발자에게는 언어 목록이 없다는 점이 가장 크다. 모델 페이지의 '다국어'가 한국어를 포함하는지, 포함한다면 어느 수준인지는 직접 시험해 보는 수밖에 없다. 분당 0.05달러이므로 10분짜리 시험 통화 열 번이 5달러다(백엔드 비용 별도). 가격이 싸서 시험 자체의 부담은 작다.
안전성 쪽은 단일 출처다. 수퍼파워 데일리에 따르면 오픈AI는 2026년 10월 15일 시스템 카드를 냈고 11월 19일 API 음성 모델에 관한 내용을 보탰다. 백엔드 위임을 끈 상태의 1.1 API가 정신 건강, 정서적 의존, 자해 관련 시험에서 이전 모델보다 수치상 높은 점수를 받았고 성적 콘텐츠·불법 행위·개인 정보에서는 동등했다는 내용이다. 오픈AI는 이 시험이 일부러 어렵게 만든 것이어서 실제 발생률 추정치가 아니라고 밝혔다고 한다. 해당 글의 시스템 카드 링크가 깨져 있어 원문은 확인하지 못했다. 목소리를 다루는 서비스가 져야 할 다른 위험, 곧 목소리 복제와 사칭은 2026년 10월 7일 자 「보이스 클로닝이란 — 3초 녹음으로 목소리를 복제하는 원리와 막는 법」에서 다뤘다.
7. 자주 묻는 질문
토큰 요금은 전혀 안 나오나. 음성 세션 자체에는 토큰 요금이 없다. 시간으로만 과금한다. 그러나 백엔드 모델이 추론하고 도구를 부른 만큼은 그 모델의 토큰 요금이 따로 나온다. 청구서에서 토큰이 사라지는 것이 아니라 줄이 나뉘는 것이다.
사용자가 말을 안 하면 자동으로 0.02달러가 되나. 아니다. WebRTC 세션이어야 하고, 대기 전환 시간을 설정해야 하며, 세션이 실제로 일시 정지 상태로 넘어가야 한다. 전환 시간을 생략하면 첫 깨어남 뒤로 계속 활성 요금이다.
마이크를 음소거하면 요금이 멈추나. 멈추지 않는다. 데이터스튜디오스는 음소거가 세션을 닫지 않는다고 적었다. 요금을 멈추려면 세션을 끝내야 하고, 낮추려면 대기 상태로 보내야 한다.
전화(SIP)로 붙여도 대기 요금을 받나. 확정되지 않았다. 모델 페이지는 WebRTC에 적용된다고만 적었다. DEV 커뮤니티 글은 SIP와 WebSocket은 전부 활성 요금이라고 적었지만 1차 출처로 뒷받침되지 않는다. 전화 기반 서비스는 대기 요금이 없다고 보고 예산을 잡는 편이 안전하다.
1분 미만 통화는 1분으로 올려 받나. 2차 출처 두 곳은 초 단위로 과금하고 올림이 없다고 적었다. 그 설명대로면 90초 통화는 0.075달러다. 모델 페이지는 '세션 시간으로 과금'이라고만 적었으므로 가격 페이지에서 확인이 필요하다.
GPT-Realtime보다 싼가. 단정할 수 없다. 한쪽은 분, 다른 쪽은 토큰으로 과금하고, 1분 대화가 오디오 토큰 몇 개인지가 이 기사가 확인한 출처에 없다. 침묵이 긴 서비스는 대기 요금이 있는 GPT-Live-1.1 쪽이 구조상 유리하다는 것까지만 말할 수 있다.
이전 모델 GPT-Live-1에서 옮겨야 하나. 활성 요금은 같다. 오픈AI가 든 개선점은 전사 정확도와 언어 간 음성 일관성인데 수치가 없다. 두 모델의 동시 세션 한도가 따로 잡히므로 옮기는 동안 두 모델을 함께 쓸 수 있다. GPT-Live-1에도 같은 날부터 대기 요금이 적용된다는 서술은 한 곳뿐이어서 확인이 필요하다.
한국어도 되나. 모델 페이지는 '다국어'라고만 적었고 언어 목록이 없다. 한국어 지원 여부와 품질은 공개된 자료로 확인할 수 없다.
챗GPT의 음성 대화와 같은 모델인가. 데이터스튜디오스는 GPT-Live-1.1이 챗GPT 플러스 이상 등급의 기본 음성이 됐다고 적었다. 한 곳의 서술이며, 무료 이용자용이라고 한 변형 모델은 API 가격 페이지에 없다고 한다.
응답을 JSON으로 받을 수 있나. 음성 모델의 구조화 출력은 지원하지 않는다. 형식이 필요한 값은 함수 호출의 인자로 받거나 백엔드 모델에서 처리해야 한다.
8. 남은 것과 확인되지 않은 것
| 항목 | 확인된 것 | 확인되지 않은 것 |
|---|---|---|
| 단가 | 활성 분당 0.05달러, 대기 분당 0.02달러(오픈AI 모델 페이지) | 가격 페이지 원문은 열지 않았다 |
| 과금 단위 | 세션 시간(모델 페이지) | 초 단위 과금과 시작 15초 선청구는 2차 출처 두 곳의 서술 |
| 대기 조건 | WebRTC, 추론 일시 정지(모델 페이지) | WebSocket·SIP 적용 여부. 출처가 엇갈린다 |
| 대기 설정 | 항목 이름과 범위가 2차 출처 두 곳에서 일치 | 공식 예제와 대조하지 못했다 |
| 출시일 | 변경 기록 인용과 보도 게재일은 2026년 11월 19일 | DEV 글은 11월 20일. 모델 페이지에 날짜 없음 |
| 백엔드 비용 | 별도 과금이라는 사실 | 권장 모델 이름은 2차 출처뿐. 단가는 확인하지 않았다 |
| GPT-Realtime 비교 | DEV 글의 단가·한도 | 오픈AI 가격 페이지 대조. 1분당 오디오 토큰 수 |
| GPT-Live-1 대기 요금 | 데이터스튜디오스 한 곳의 서술 | 대기 요금이 1.1에서 처음 생겼는지 |
| 개선점 | 전사 정확도, 언어 간 일관성(모델 페이지) | 수치, 벤치마크 |
| 안전성 평가 | 수퍼파워 데일리가 옮긴 시스템 카드 내용 | 시스템 카드 원문 |
| 음성·언어·지연 | — | 전부 공개되지 않았다 |
| 동시 세션 한도 | 1.1과 1이 따로 잡힌다는 사실 | 1.1의 등급별 숫자 |
| 챗GPT 적용 | 데이터스튜디오스 한 곳의 서술 | 오픈AI 공지 원문 |
정리하면 이렇다. GPT-Live-1.1 API는 활성 1분 0.05달러, 대기 1분 0.02달러이고 대기 요금은 WebRTC 세션에서 개발자가 전환 시간을 설정해 세션이 일시 정지됐을 때만 붙는다. 침묵이 긴 서비스일수록 절감 폭이 크고, 쉬지 않고 말하는 통화는 줄어들지 않는다. 음성 요금 외에 백엔드 모델 비용이 따로 나오므로 가격표의 숫자는 청구액의 하한이다. 음성 목록, 언어 목록, 지연 수치, 동시 세션 한도는 나오지 않았으므로 도입 판단은 시험 통화로 채워야 한다.
시간대에 따라 단가가 달라지는 요금 구조는 2026년 8월 16일 자 「AI API 피크 요금제란 — 같은 질문이 시간대에 두 배가 된다」에서, 토큰 요금의 기본은 2026년 8월 15일 자 「AI 토큰 가격이란 — 출력이 입력보다 5배 비싼 이유」에서 설명했다.
출처
- OpenAI 개발자 문서 — GPT-Live-1.1 모델 페이지
- Data Studios — OpenAI GPT-Live-1.1 API: $0.05/min active, new $0.02/min standby mode
- DEV Community — GPT-Live-1.1 vs GPT-Realtime: Which OpenAI Voice API to Use (2026-11-20)
- Superpower Daily — OpenAI brings GPT-Live-1.1 to developers with lower-priced standby sessions (2026-11-19)