20년 전, Google 번역은 언어의 과학을 인간 연결의 마법으로 바꾸는 선구적인 머신러닝 실험 중 하나로 시작되었습니다. 이 실험은 지금까지 수조 개의 단어가 매월 전 세계 수십억 사용자를 대상으로 Google 제품 전반에서 번역되면서 큰 발전을 이루었습니다.
오늘, 우리는 실시간 음성-음성 번역을 위한 최신 오디오 모델인 Gemini 3.5 Live Translate를 출시하며 다음 단계를 밟습니다.
이 모델은 70개 이상의 언어를 자동으로 감지하고, 화자의 억양, 속도 및 음높이를 유지하면서 부드럽고 자연스러운 번역 음성을 생성합니다. 화자가 말을 마칠 때까지 기다렸다가 응답하는 순차적 시스템과 달리, 3.5 Live Translate는 음성을 지속적으로 생성하여 품질 향상을 위한 맥락 대기와 화자와의 동기화를 위한 즉시 번역 사이의 균형을 유지합니다. 어색한 멈춤 없이 유연한 오디오를 제공하며, 세션 내내 화자보다 단 몇 초만 뒤처집니다.
Gemini 3.5 Live Translate는 오늘부터 Google 제품 전반에 걸쳐 출시됩니다:
- 개발자 대상: Gemini Live API 및 Google AI Studio를 통한 공개 미리보기
- 기업 대상: 이번 달부터 Google Meet에서 비공개 미리보기 시작
- 일반 사용자 대상: Android 및 iOS용 Google 번역 앱
3.5 Live Translate로 구축하기
Gemini 3.5 Live Translate는 음성이 스트리밍되는 대로 처리하여 언어 간 더욱 원활한 연결을 가능하게 합니다. 이 모델은 설정을 수동으로 구성할 필요 없이 다국어 입력을 처리합니다. 동시에 노이즈 내성을 갖추고 있어 시끄럽고 예측 불가능한 환경에서도 애플리케이션이 원활하게 작동할 수 있습니다. 이러한 기능을 활용하여 다국어 통화, 회의, 수업, 방송 등에서 실시간 통역을 지원할 수 있습니다.
Gemini Live API가 더빙 및 동시 다국어 번역을 가능하게 하는 모습을 확인하세요. Gemini Cookbook에서 데모 또는 더 많은 예제 코드를 살펴보세요.
Gemini Live API를 활용하여 Agora, Fishjam, LiveKit, Pipecat 및 Vision Agents와 같은 개발자 플랫폼은 개발자가 음성 번역 앱을 쉽게 구축하고 배포할 수 있도록 지원합니다. 이러한 통합은 복잡한 실시간 미디어 스트리밍 인프라를 처리하므로 개발자는 사용자 경험에 집중할 수 있습니다.
파트너사인 Grab은 이 모델을 테스트하여 픽업 장소에서 운전기사와 여행자 간의 거의 실시간 다국어 소통을 가능하게 하고 있습니다. 이 사용자들은 Grab을 통해 매월 1,000만 건 이상의 음성 통화를 이용하고 있습니다.
영상 회의에서 3.5 Live Translate 경험하기
Google Meet의 음성 번역은 곧 3.5 Live Translate를 사용하여 다음과 같은 개선 사항을 제공합니다:
- 기존 5개 언어 제한에서 70개 이상의 언어 지원으로 확대,
- 기존에는 영어로만 번역이 가능했던 것에서 한 회의에서 2,000개 이상의 언어 조합으로 대화 가능,
- 음성 번역에 즉시 액세스할 수 있도록 인터페이스 업데이트.
이 업데이트는 이번 달부터 일부 비즈니스 Google Workspace 고객을 대상으로 비공개 미리보기로 출시되며, 이후 올해 말에 더 광범위하게 제공될 예정입니다.
Android 또는 iOS용 Google 번역 앱에서 3.5 Live Translate 사용하기
이 모델은 전 세계적으로 Android 및 iOS용 Google 번역 앱에도 출시되고 있습니다. 실시간 번역 기능을 사용할 때는 헤드폰을 연결하기만 하면 70개 이상의 언어로 화자의 톤을 반영하는 더욱 원활한 번역을 경험할 수 있습니다.
Android 사용자의 경우, 3.5 Live Translate를 탑재한 새로운 '듣기 모드'도 출시되기 시작했습니다. 이 모드를 사용하면 휴대폰 이어피스를 통해 직접 번역을 들을 수 있습니다. 일반 통화처럼 휴대폰을 귀에 대기만 하면 번역된 오디오가 바로 전송됩니다. 이 새로운 경험은 헤드폰이 없을 때 다른 사람이 듣지 않고 빠르게 번역을 확인하고 싶은 상황에서 유용합니다.
SynthID로 워터마킹
Google 모델에서 생성된 모든 오디오는 SynthID로 워터마킹됩니다. 이 감지 불가능한 워터마크는 오디오 출력에 직접 통합되어 AI 생성 콘텐츠를 감지 가능하게 유지하여 잘못된 정보를 방지하는 데 도움을 줍니다. 안전 및 책임에 대한 Google의 접근 방식에 대한 자세한 내용은 모델 카드를 참조하세요.
