구글, 동시통역 AI '제미나이 3.5 라이브 트랜슬레이트' 공개

구글이 6월 9일 공식 블로그를 통해 실시간 동시통역 전용 오디오 모델인 '제미나이 3.5 라이브 트랜슬레이트'를 발표했다. 화자가 말을 마칠 때까지 기다리는 기존 방식과 달리, 대화 도중 몇 초의 시차만 두고 실시간으로 번역 음성을 출력하는 점이 특징이다.

이 모델은 70개 이상의 언어와 2,000개 이상의 언어 쌍을 지원한다. 사용자가 말하는 언어를 미리 설정하지 않아도 인공지능(AI)이 화자의 언어를 스스로 감지해 상대방 언어로 자동 통역해 준다.

이번 서비스는 발표 당일 구글 번역 앱에 즉시 도입됐다. 화상회의 서비스인 Google Meet은 이달 중 기업 고객 대상 비공개 프리뷰를 시작하고, 개발자용 API로는 공개 프리뷰가 함께 풀렸다. 이는 지난달 I/O 2026 키노트에서 공개된 제미나이 3.5 제품군이 음성 분야로 확장된 첫 사례다.

턴제 번역에서 동시통역 AI로 전환

가장 큰 변화는 번역 기술이 대화에 개입하는 방식에 있다. 기존의 음성 번역은 한쪽이 말을 끝내야 작동하는 순차적인 '턴제' 방식이었다. 반면 제미나이 3.5 라이브 트랜슬레이트는 실시간 음성 스트리밍을 분석해 화자가 말을 이어가는 도중에도 몇 초 만에 통역을 제공한다.

IT 매체 아스 테크니카는 이 기술이 실제 동시통역사의 작업 방식과 매우 유사하다고 평가했다. 문장이 완전히 끝날 때까지 대화가 중단되지 않으므로 자연스러운 대화 흐름을 유지할 수 있다는 분석이다.

음성 합성 기술도 한 단계 진화했다. 기계적인 합성음 대신 원화자의 독특한 억양과 발화 속도, 음높이를 그대로 보존해 들려준다. 구글은 소음이 심한 환경이나 목소리가 겹치는 상황, 일상적인 구어체 표현까지 매끄럽게 처리할 수 있다고 설명했다.

구글 번역 앱·Meet·API, 세 갈래 배포

새로운 동시통역 기능은 세 가지 경로로 제공된다. 먼저 구글 번역 앱(안드로이드 및 iOS)에 '라이브 번역' 모드가 추가됐다. 사용자가 이어폰을 착용하면 상대방의 말이 실시간으로 통역되며, 안드로이드 기기에서는 휴대전화를 귀에 대는 동작만으로 작동하는 청취 모드도 지원한다.

이어 화상회의 플랫폼인 Google Meet에는 일부 워크스페이스 기업 고객을 위한 비공개 프리뷰 형식으로 제공된다. 기존에는 영어를 사이에 둔 5개 언어에 그쳤던 회의 통역 범위가 단숨에 70개 이상의 언어로 늘어나며, 연내 전체 사용자로 확대될 예정이다.

개발자들은 'gemini-3.5-live-translate-preview' 모델명을 통해 실시간 음성 번역 기능을 자체 애플리케이션에 탑재할 수 있다. 현재 제미나이 라이브 API와 AI Studio에서 공개 프리뷰로 제공 중이며, 그랩과 CJ ENM 등의 파트너사들이 사전 테스트를 진행하고 있다.

남은 변수는 억양, 안전장치는 워터마크

다만 초기 테스트에서는 개선해야 할 과제들도 함께 지적됐다. 구글 딥마인드가 공개한 기술 문서(모델 카드)에 따르면 강한 억양의 발화를 정확하게 인식하지 못하거나, 통역 도중 생성된 목소리 톤이 갑자기 바뀌는 현상이 한계점으로 언급됐다.

음성 오남용을 방지하기 위한 보안 조치도 마련됐다. 시스템이 생성하는 모든 오디오 파일에는 AI 합성 여부를 식별할 수 있는 'SynthID' 워터마크가 기본 탑재된다. 타인의 목소리를 정교하게 재현하는 기술의 특성을 고려한 조치다.

초기 시장 반응은 목소리의 독특한 특징을 그대로 유지하는 음성 보존 성능에 주목하고 있다. 지인의 평소 목소리로 외국어가 흘러나오는 경험이 신기하면서도 생경하다는 평가다. 향후 비즈니스 환경 등 전문 영역에서 동시통역 기능이 대중화되기 위해서는 국가별 다양한 억양 문제를 극복하는 것이 관건이 될 전망이다.