이 모델은 오디오·비디오·텍스트를 200밀리초 단위로 병렬 처리해요

Thinking Machines Lab이 첫 AI 모델을 공개했는데, 핵심은 음성 AI를 Q&A 방식에서 상호작용 중심으로 바꾼 점이에요.

이 모델은 오디오·비디오·텍스트를 200밀리초 단위로 병렬 처리해요. 회사는 상호작용 품질에서 OpenAI GPT-Realtime-2와 Google Gemini Live보다 낫다고 주장했어요.

기존 실시간 음성 AI는 발화가 끝난 뒤에야 모델이 응답하고, 말하는 동안엔 입력 인지가 멈추는 구조였거든요. 이번 방식은 입력과 출력을 같은 200밀리초 리듬으로 계속 주고받아서, 끼어들기·동시 발화·시각 신호 반응 같은 대화가 가능해진다는 설명이에요.

결국 경쟁 포인트가 정답 정확도에서 대화의 ‘상호작용성’으로 이동하고 있다는 신호예요.