Whizi AI 음성 대화: 음성 모드 작동 방식

짧은 답변

음성 모드는 실시간 음성 대화입니다. 말을 하면 모델이 소리 내어 답하고, 언제든 끼어들 수 있습니다. 모든 유료 요금제에는 음성 분량이 포함되어 있습니다. 스타터는 월 10분, 프로는 80분, 파워하우스는 500분입니다.

세션이 끝나면 대화 기록이 채팅 기록에 남기 때문에, 음성 대화도 타이핑한 대화처럼 나중에 다시 읽을 수 있습니다. 음성 분량은 별도의 계량 방식으로 집계되며 크레딧을 소모하지 않습니다.

세션 시작하고 제어하기

채팅에서 음성 모드를 열면 세션이 연결되고 곧바로 듣기 시작합니다. 말하기 버튼을 누르는 단계는 없고, 그냥 말을 시작하면 됩니다. 답변은 Sulafat이라는 이름의 따뜻한 목소리 하나로 나오며, 음성은 Gemini Live API에서 실행됩니다. Whizi는 짧은 시간 동안만 유효한 세션 토큰을 발급하고 브라우저가 오디오를 곧바로 Google로 스트리밍하므로, 어떤 오디오도 Whizi 서버를 거치지 않습니다.

세션 중 조작은 의도적으로 최소화되어 있습니다. 마이크를 음소거해서 세션을 종료하지 않고 듣기만 멈추게 할 수도 있고, 세션을 완전히 종료할 수도 있습니다. 상태 표시는 Whizi가 지금 듣고 있는지 말하고 있는지를 보여주는데, 이는 보기보다 훨씬 중요합니다. 내가 제대로 들렸는지 아는 것이야말로 음성 인터페이스를 견딜 만하게 만드는 거의 전부이기 때문입니다.

대화가 순서를 주고받는 방식이 아니라 실시간으로 진행되기 때문에, 모델이 아직 말하고 있는 도중에도 사람을 대하듯 끼어들 수 있습니다. 이 기능이 없다면 길고 틀린 답변을 끝까지 들은 뒤에야 방향을 바꿀 수 있을 것입니다.

대화 기록은 세션 도중이라도 언제든 채팅에서 열어볼 수 있습니다. 무언가 정확해야 할 때 쓰는 비상구인 셈입니다. 짐작하지 말고 실제로 인식된 내용을 읽어 보세요. 이름, 숫자, 전문 용어는 어떤 음성 인터페이스에서도 가장 약한 부분이므로, 세션 도중에 대화 기록을 확인하는 것이 다음 답변에 영향을 주기 전에 잘못 인식된 내용을 잡아내는 가장 빠른 방법입니다.

분량은 어떻게 계산되나요

분량은 세션 시간을 기준으로 계산되며, 할당량은 계정별로 집계되어 결제 주기마다 초기화됩니다. 세션 한 번은 최대 15분까지 진행됩니다. 시작 요청 시점에 할당량에서 시간을 예약하고 세션이 진행될 수 있는 시간을 알려주므로, 남은 분량이 그보다 적으면 세션은 그에 맞춰 짧아집니다.

할당량은 요금제에 따라 달라집니다. 스타터는 월 10분, 프로는 80분, 파워하우스는 500분입니다. 무료 계정에는 음성 분량이 전혀 없습니다. 파워하우스는 한 달에 8시간을 조금 넘는 분량으로, 근무일마다 약 20분씩 쓸 수 있는 정도입니다. 음성 대화는 원래 짧게 이루어지는 편이라 5분 정도의 짧은 대화에 적합하고 한 시간짜리 세션에는 잘 맞지 않으므로, 상위 요금제라 해도 제약이 되는 경우는 드뭅니다.

마이크를 음소거해도 시간은 계속 흘러갑니다. 시간을 멈추는 것은 세션을 종료하는 것뿐입니다. 자리를 비울 예정이라면 음소거 대신 세션을 종료하세요.

음성 분량은 독립적인 할당량이며 다른 어떤 것도 소모하지 않습니다. 음성 분량, 크레딧, 이미지 생성은 서로 다른 계량 방식을 쓰며 하나의 풀을 공유하지 않으므로, 긴 음성 대화를 해도 그달에 보낼 수 있는 Claude나 GPT 메시지 수는 줄어들지 않습니다. 이는 크레딧을 다 쓴 계정도 여전히 음성 분량을 가지고 있고, 음성 분량을 다 쓴 계정도 여전히 타이핑은 할 수 있다는 뜻이기도 합니다.

세션이 남긴 대화 기록은 평범한 채팅이므로 보관하는 데 별도 비용이 들지 않으며, 타이핑으로 나눈 다른 대화들과 함께 기록에 남습니다.

음성이 실제로 더 나은 부분

음성은 타이핑을 더 빠르게 만든 버전이 아니며, 그런 식으로 쓰면 실망하게 됩니다. 음성이 확실히 더 나은 세 가지 경우가 있습니다.

소리 내어 생각하기. 아직 정리되지 않은 문제를 이야기로 풀어내는 것은 글로 쓰는 것보다 훨씬 쉽습니다. 문장이 어디서 끝날지 알기 전에 미리 확정할 필요가 없기 때문입니다. 이후 남는 대화 기록은 대개 직접 타이핑했을 때보다 문제를 더 잘 설명해줍니다.

손이 바쁘거나 눈을 다른 곳에 둬야 할 때. 요리하거나 운전하거나 걷거나 몸을 쓰는 일을 할 때입니다. 가장 당연한 경우이고 실제로도 그렇습니다.

대화 연습하기. 면접 답변, 고객에게 보낼 어려운 메시지, 피치 등이 해당됩니다. 소리 내어 말하고 반응을 들어보면 글로 볼 때는 괜찮아 보였던 어색한 표현이 드러납니다.

음성이 불리한 경우는 코드, 정확한 숫자, 철자가 어려운 이름, 나중에 복사하고 싶은 길고 구조화된 결과물을 다룰 때입니다. 이런 것들은 타이핑하세요.

하려는 일	말하기 또는 타이핑	이유
아직 정리되지 않은 문제를 생각해보는 중	말하기	문장이 어디서 끝날지 알기 전에 미리 확정할 필요가 없다
요리, 운전, 걷기, 몸을 쓰는 작업 중	말하기	손이 바쁘고 눈이 다른 곳에 있으며, 대화 기록은 나중에 기록에 남는다
면접 답변, 어려운 메시지, 피치 연습	말하기	소리 내어 말하면 글에서는 괜찮아 보였던 어색한 표현이 드러난다
코드, 정확한 숫자, 철자가 어려운 이름, 나중에 복사할 긴 결과물	타이핑	이름, 숫자, 전문 용어에서 음성 인식이 가장 약하다