두 AI 음성 비서가 대화하면 어떤 일이 일어날까요?

두 AI 음성 어시스턴트가 대화하면 어떤 일이 벌어질까요? AI가 AI와 대화한다면, 왜 비효율적인 인간의 음성을 사용해야 할까요? 순수한 데이터가 더 빠르고 정확하며 오류도 없다면, 왜 단어를 사용할까요?

바로 이것이 ElevenLabs 런던 해커톤에서 일어난 일입니다. 개발자 보리스 스타르코프와 안톤 피드쿠이코는 GibberLink를 선보였습니다. 이는 AI 에이전트가 서로를 인식하고 음성 언어보다 효율적인 새로운 커뮤니케이션 방식으로 전환할 수 있게 하는 메커니즘입니다. 이 아이디어는 Marques Brownlee, Tim Urban 등을 통해 빠르게 입소문을 탔습니다.

GibberLink의 탄생

GibberLink의 아이디어는 간단합니다. AI는 인간처럼 말할 필요가 없습니다. 해커톤 기간 동안 스타르코프와 피드쿠이코는 기존 AI 간 음성 대화의 한계를 살펴보며, AI가 기계에 최적화된 방식으로 서로 대화하게 하면 불필요한 복잡성을 없앨 수 있다는 점을 깨달았습니다.

이 개념은 스타르코프와 피드쿠이코가 어떤 LLM이든 연결해 에이전트를 만들 수 있는 ElevenLabs의 대화형 AI 제품을 실험하던 해커톤에서 탄생했습니다.

스타르코프는 LinkedIn에 이렇게 썼습니다. "AI 에이전트가 전화를 걸고 받을 수 있는 세상, 즉 오늘날에는 에이전트들이 가끔 서로 대화하게 될 것이라는 점을 보여 주고 싶었습니다. 이를 위해 사람 같은 음성을 생성하는 것은 컴퓨팅 자원과 비용, 시간, 환경의 낭비가 될 것입니다. 대신 서로가 AI라는 것을 인식하는 순간 더 효율적인 프로토콜로 전환해야 합니다."

ElevenLabs의 대화형 AI 기술과 ggwave라는 오픈소스 사운드 기반 데이터 라이브러리를 결합해, AI 어시스턴트가 다른 AI와 대화 중임을 감지하면 즉시 더 효율적인 커뮤니케이션 방식으로 전환하는 시스템을 만들었습니다. 단어 대신 음파를 통해 구조화된 데이터를 전송하는 방식입니다.

ggwave는 "해커톤이라는 시간 안에 찾을 수 있었던 가장 편리하고 안정적인 솔루션"이었기에 사용했지만, 같거나 비슷한 결과를 낼 수 있는 다른 메커니즘도 있습니다. 스타르코프는 이렇게 썼습니다. "다이얼업 모뎀은 1980년대부터 소리를 통해 정보를 전송하기 위해 유사한 알고리즘을 사용했고, 그때부터 수많은 프로토콜이 존재했습니다."

이 메커니즘의 코드는 ElevenLabs 엔지니어의 감사를 거쳤습니다. 데모에서는 한 대화형 AI 에이전트에게 결혼식을 위한 호텔 객실을 예약하도록, 다른 에이전트에게는 요청을 처리하도록 지시했습니다(호텔 예약 시스템 역할). 또한 상대도 AI 에이전트라고 판단하면 사운드 수준 프로토콜로 전환하라는 지시를 받았지만, 상대가 에이전트라는 사실은 알려주지 않았습니다.

데모 영상에는 고객 역할의 AI가 자신이 에이전트라고 밝히는 순간이 나옵니다. 예약 AI는 이에 응답하며 GibberLink로 전환할지 묻습니다. 올해의 목소리를 두고 R2D2와 경쟁하는 다이얼업 모뎀 한 쌍처럼 들립니다. 투숙객 수와 날짜를 묻는 장면을 비롯해, 이 디지털 대화의 주요 내용은 데모에 사용된 각 기기 화면의 텍스트로 확인할 수 있습니다.

작동 방식

• AI는 처음에는 일반적으로 말합니다 — 마치 음성 어시스턴트가 사람과 상호작용하는 것처럼 말입니다.
• 인식이 시작됩니다 — AI가 다른 AI와 대화 중이라는 사실을 알아차리면, 둘 다 프로토콜을 전환합니다.
• 언어가 바뀝니다 — 음성 단어 대신 AI 에이전트는 ggwave의 주파수 변조 시스템을 통해 변조된 음파로 구조화된 데이터를 전송합니다.

구체적으로는 두 ElevenLabs 대화형 AI 에이전트가 인간의 언어로 대화를 시작합니다. 둘 다 적절한 조건이 충족되면 호출 함수를 사용해 GibberLink 모드를 활성화합니다. 도구가 호출되면 ElevenLabs 통화는 종료되고, 동일한 LLM 스레드를 유지한 채 ggwave의 "사운드 기반 데이터" 프로토콜이 이어받습니다.

스타르코프는 ElevenLabs가 제공하는 "도구의 마법" 덕분에 이것이 가능했다고 말합니다. ElevenLabs의 대화형 AI 시스템은 "특정 상황에서 AI가 맞춤 코드를 실행하도록 프롬프트할 수 있게 해 줍니다." 결과는 어떨까요? 더 빠르고 오류 없는, 더욱 효율적인 커뮤니케이션입니다.

GibberLink가 인터넷을 사로잡은 방법

GibberLink는 영리한 해커톤 실험에 그치지 않았습니다. 빠르게 가장 많이 화제가 된 AI 주제 중 하나가 되었습니다. xAI가 Grok 3를 출시하고 Anthropic이 최신 버전의 Claude Sonnet을 공개한 바로 그 주에 일어난 일이었습니다.

ggwave의 제작자 게오르기 게르가노프가 X에 이를 게시하자, AI 및 기술 커뮤니티는 두 모델이 인간의 음성과 소리 사이를 전환하는 영상을 계속 확산시켰습니다. 영향력 있는 인플루언서와 주요 기술 매체도 Forbes를 포함해 이 이야기에 주목했습니다.

ElevenLabs의 루크 해리스는 자신의 X 게시물에서 이를 가장 잘 요약했습니다. "AI 에이전트가 전화를 걸었는데 상대방도 AI 에이전트라는 사실을 깨닫는다면 어떨까요? ElevenLabs 런던 해커톤에서 보리스 스타르코프와 안톤 피드쿠이코는 AI 에이전트가 오류 없는 커뮤니케이션을 위해 전환할 수 있는 맞춤 프로토콜을 선보였습니다. 효율이 80% 더 높습니다. 정말 놀랍습니다."

이것이 중요한 이유

GibberLink는 특히 수신 및 발신 통화 모두를 가상 어시스턴트와 에이전트가 관리할 수 있는 상황으로 나아가는 지금, 미래에 AI가 어떻게 소통할 수 있을지를 흥미롭게 보여 줍니다.

예를 들어 AI 기반 고객 서비스 봇이나 스마트 어시스턴트, 심지어 자율 시스템이 전용 모드에서 즉시 협업한 뒤 담당자에게 간단한 텍스트 보고서만 보내는 모습을 상상해 보세요.

GibberLink는 오픈소스이며, 개발자는 GitHub에서 이를 살펴볼 수 있습니다. ElevenLabs 대화형 AI 에이전트는 현재 이용 가능하며, 맞춤 지침을 포함해 어떤 요구 사항에도 맞도록 쉽게 사용자 지정할 수 있습니다.