ChatGPT Advanced Voice는 훌륭하지만 속은 느낌이 듭니다
요약
- GPT-4o는 비전 역량이 부족하고 실용성이 제한되어 있어 큰 약속에 미치지 못했습니다.
- GPT-4o를 기반으로 하는 Advanced Voice는 인간과 유사한 목소리를 제공하지만 노래 기능이 부족하고 버그가 있습니다.
- 약속된 것은 아니지만 ChatGPT Advanced Voice는 기본적인 스토리텔링 및 언어 학습을 위한 독특한 목소리와 잠재력을 가지고 있습니다.
OpenAI의 최신 제품은 공상 과학과 같은 경험을 약속했지만 현실은 과대 광고에 미치지 못했습니다. 우리는 세상을 보고 사람처럼 말할 수 있는 AI 비서를 약속받았습니다. 대신, 우리는 9개의 새로운 감정적인 목소리로 "죄송합니다. 그건 할 수 없습니다"라고 말하는 블라인드 챗봇을 갖게 되었습니다.
GPT-4o와 맺은 약속
OpenAI가 2024년 5월 GPT-4o를 공개했을 때 우리는 인간-컴퓨터 상호 작용에서 차세대 기술 혁명의 정점에 있는 것처럼 느껴졌습니다. 영화 Her처럼 실제로 인간과 유사한 상호작용을 할 수 있는 AI 비서를 본 공상과학 이야기가 현실이 되었습니다.
시연된 모든 내용은 다음과 같습니다.
- 실시간 음성 대화.
- 자연스럽게 대화를 중단하고 방향을 바꾸는 능력.
- 폭넓은 감정 범위를 지닌 생생한 목소리.
- 드라마틱한 스토리텔링과 노래 실력.
- 향상된 다국어 기능 및 번역.
- 영어가 아닌 언어의 성능이 향상되었습니다.
비전 기능:
- 종이에 적힌 수학 문제를 해결합니다.
- 표정을 읽고 환경을 이해합니다.
완전한 패키지로서 GPT-4o는 우리가 컴퓨터를 사용하고 상호 작용하는 방식에 패러다임 전환을 가져오는 것처럼 느껴졌습니다. 데모는 정말 놀라웠고, 내 마음은 무한한 가능성으로 경주하고 있었습니다.
예를 들어 마침내 Calm 구독을 취소하고 ChatGPT를 사용하여 취침 시간 이야기를 들려줄 수 있었습니다. 개인 트레이너로 사용할 수도 있습니다. 책상 위에 올려 놓고 반복 횟수와 자세를 추적할 수 있습니다. Udio로 곡을 만드는 동안 내 가사를 부를 수도 있었습니다.
말할 필요도 없이 나는 너무나 기뻤습니다. 이것이 내가 기다리던 미래였다!
...하지만 약속은 아직 이행되지 않았습니다
큰 발표가 있은 지 일주일이 지나서 마침내 GPT-4o를 손에 넣었습니다. OpenAI는 그들이 시연한 모든 것을 천천히 출시할 것이라고 밝혔습니다. 따라서 이 GPT-4o는 텍스트 전용이었습니다. 텍스트와 이미지를 입력으로 받아들이고 다시 텍스트로 응답할 수 있습니다.
이전 모델보다 더 똑똑해졌지만 우리가 약속했던 공상과학 조수는 아니었습니다. 설상가상으로 "더 똑똑한" 왕관은 한 달 후 Claude 3.5 Sonnet에 의해 재빨리 빼앗겼습니다. 이는 코딩과 창의적 작업 모두에서 GPT-4o보다 뛰어난 성능을 발휘했습니다!
마침내 7월에 Advanced Voice가 선택된 소수의 사용자에게 알파 버전으로 출시되기 시작했습니다. 하지만 역시 목소리뿐이었고 시각 능력은 전혀 보이지 않았습니다. 물론, 응답할 때까지 오랜 시간을 기다려야 했던 기존의 표준 음성 모드보다는 나았지만, 그다지 획기적인 것은 아니었습니다.
2024년 9월에 최종 버전이 더 광범위하게 출시되었고 저는 그것을 손에 넣었습니다. 하지만 아직 초기 약속이 이행되지 않은 상태에서 이를 최종이라고 부를 수 있을까요?
ChatGPT Advanced Voice 사용 경험과 속았다고 느끼는 이유
분명히 말씀드리자면 완전히 출시된 Advanced Voice 기능은 인상적입니다. 음성 품질은 의심할 여지없이 시장에서 가장 인간과 유사한 AI 음성입니다. 대화는 다른 사람과 대화하는 것처럼 이상할 정도로 자연스럽습니다.
불행히도 실제로는 그다지 유용하지 않습니다. 아직 비전 기능이 없기 때문에 이를 통해 수행할 수 있는 작업이 크게 제한됩니다. 그리고 나는 그것을 이해합니다. 이 기능은 Advanced Voice라고 불리기 때문에 그것이 내용을 볼 수 있기를 바라서는 안 되었습니다. 하지만 채팅에 업로드한 이미지도 볼 수 없습니다. 표준 음성도 그렇게 할 수 있습니다!
그리고 목소리도 그다지 고급되지 않습니다. 여전히 GPT-4o를 두뇌로 사용하고 있는데, 현실을 직시하자면 더 이상 AI 창고에서 가장 날카로운 도구가 아닙니다. Advanced Voice도 노래를 거부합니다. OpenAI는 데모에서 노래 기능을 선보였음에도 불구하고 노래 기능을 추가할 의도가 없는 것 같습니다. 물었을 때 응답 방법은 다음과 같습니다.
음성 대화로 음악 콘텐츠를 생성할 수 있나요?
아니요. 크리에이터의 권리를 존중하기 위해 노래를 포함한 음악 콘텐츠에 음성 대화가 응답하지 않도록 새로운 필터를 비롯한 여러 가지 완화 조치를 취했습니다.
잠재적인 법적 문제로 인해 제한이 있을 가능성이 높지만, 내 조수가 나에게 “생일 축하해!” 노래도 불러주지 않는다는 것은 말도 안되는 일입니다. ” OpenAI는 적어도 공개 도메인에서 노래를 부르는 것을 허용할 수 있었습니다. 생일 축하를 위해 Google 어시스턴트를 사용해야 하는 것 같아요!
이제 음성 변조에 대해 알아보겠습니다. 좋습니다! 다시 말하지만, 시중의 다른 제품보다 낫지만 예외는 아닙니다. 마블의 베놈(Venom)처럼 이야기하게 하려고 했는데, 맞았는지 안 맞았는지. 때로는 "물론"이라고 말하고 그처럼 들리려고 노력했지만 목소리가 제대로 나오지 않았습니다. 어떤 때는 특정 캐릭터나 유명인을 사칭할 수 없다고 알려주기도 했습니다.
그럴 만하다고 생각합니다. 그래서 그것이 효과가 있는지 알아보기 위해 많은 보컬 프라이가 포함된 콸콸거리는 목소리를 요청했지만 여전히 제대로 들리지 않았습니다. 나는 소리를 제대로 낼 수 있는지 알아보기 위해 다양한 보컬 매개변수를 가지고 실험해 보았지만 실패한 실험이었습니다. 상당한 유연성이 있지만 고유한 보컬을 얻을 만큼 충분히 확장할 수는 없습니다.
또한 사용하는 언어를 매우 정확하게 사용해야 합니다. 알려진 인물을 흉내내거나 흉내내라는 요청은 받아들일 수 없지만, 누군가처럼 말하도록 요청하면 목소리를 변조하려고 시도합니다.
이러한 모든 제한 사항이 충분하지 않다면 버그도 처리해야 합니다. 때때로 Advanced Voice를 로드하는 데 오랜 시간이 걸려 종료하고 다시 연결을 시도해야 하는 경우가 있습니다. 또한 이야기를 전달하거나 긴 독백을 전달하는 데에도 적합하지 않습니다. 1분 정도 지나면 계속하라고 반복적으로 지시하지 않는 한 말을 멈추게 됩니다. 취침 시간 이야기꾼으로 사용하려는 내 계획은 너무 많습니다!
아직 희망은 남아있습니다
다행히도 모두 나쁘지는 않습니다! 각각 고유한 개성과 음성 변조 범위를 지닌 수많은 새로운 음성 옵션이 제공됩니다. 현재 제가 주로 사용하는 보이스는 Maple, Arbor, Vale입니다. 그 중 어느 것도 Venom처럼 들리게 만들 수는 없었지만 Arbor가 안티 히어로처럼 들리도록 만드는 데는 성공했습니다. 이는 꽤 멋진 일이었습니다.
소리내어 생각하기에도 좋습니다! 비록 가장 예리하지는 않더라도 항상 이용할 수 있는 대화 상대를 갖는 것은 꽤 멋진 일입니다. 그것은 아이디어를 튕겨내기 위해 셜록의 두개골을 갖는 것과 같습니다.
Advanced Voice는 GPT-4o가 시연한 것과는 다르지만 일부 시나리오에서는 여전히 강력하고 잠재적으로 유용합니다. 다른 사람들이 어린이를 위한 기본적인 스토리텔링, 언어 학습 또는 빠른 번역에 어떻게 사용할 수 있는지 알 수 있습니다. 이는 합법적인 사용 사례이며 이를 찾는 사람은 누구나 실망하지 않을 것입니다.
결국 ChatGPT Advanced Voice는 한 단계 더 발전했지만 약속했던 것보다 훨씬 작은 단계입니다. AI의 세계에서는 항상 거창한 약속을 받아들여야 한다는 점을 상기시켜 줍니다. 향후 업데이트를 통해 우리 모두가 꿈꿔왔던 공상과학 조수에 더 가까이 다가갈 수 있기를 바랍니다.