Grok Voice 3.0은 xAI가 2026년 10월 14일 발표한 음성 대 음성 모델로, 같은 날 Voice Agent API로 출시됐으며 가격은 이전 세대와 같다. Artificial Analysis의 음성 대 음성 지수에서 86.9점으로 1위를 기록했다. 순위보다 눈여겨볼 대목은 xAI가 공개한 운영 실적이다. 이 모델은 이미 테슬라 차량과 Starlink 고객센터에서 하루 수백만 건의 대화를 처리하고 있다. 음성 에이전트 경쟁의 축이 시연 효과가 아니라 '전화 한 통을 끝까지 해결하는가'로 옮겨가고 있다.
1위를 만든 점수의 속내
86.9점은 Artificial Analysis의 독립 평가에서 나온 것으로, 음성 추론에 블라인드 대결 통화의 선호도와 과제 성공률을 합친 지수다. 비교하면 Grok Voice 2.0은 81.3점, OpenAI의 GPT-Live-1(Astra, 중간 단계)은 83.2점, 구글의 Gemini 3.8 Live는 82.6점이었다. 세부 항목에서는 음성 추론(Big Bench Audio) 98.5%, 끼어들기와 차례 넘김의 자연스러움을 재는 Full Duplex Bench 97%를 기록했다. 다만 실제 상담 통화를 모사한 τ-Voice에서는 71.6%로 GPT-Live-1과 사실상 동률에 그쳤고, xAI가 내세우는 강점은 약 40% 낮은 지연 시간과 1초 미만의 반응 속도다. 이번 1위는 전 항목 석권이 아니라 종합 점수와 속도로 얻은 셈이다.
진짜 시험장: Starlink의 하루 2만 통 상담 전화
발표에 담긴 운영 수치는 구체적이다. Starlink 콜센터는 Grok Voice로 하루 약 2만 통의 다국어 전화를 처리하는데, 약 70%는 상담원 개입 없이 해결되고 판매 관련 통화 네 건 중 한 건은 전화를 끊기 전에 구매까지 이어진다. 에이전트 하나가 본인 확인, 기기 고장 진단, 보상 크레딧 발급, 교체 장비 발송까지 전 과정을 맡는다. ServiceNow가 관리하고 200개가 넘는 기업 시나리오로 정확도와 고객 경험을 함께 채점하는 EVA-Bench에서는 정확도 74%로 최고를 기록했다. 차량 쪽 규모는 더 크다. Grok Voice는 테슬라 차량에서 하루 수백만 건의 대화를 뒷받침하며, 운전자는 핸즈프리로 일정을 확인하고 메일에 답하거나 Grok Bot으로 커피 주문과 식당 예약을 할 수 있다. Grok은 최근 The X Subscription 요금제에도 묶였고, 음성은 그 생태계에서 사용자와 가장 가까운 층이다.
가격은 그대로, 기업의 계산법이 달라졌다
API 가격은 분당 0.08달러로 2.0과 동일하다. grok-voice-latest를 쓰는 에이전트는 코드 변경 없이 자동으로 새 버전으로 전환됐다. Artificial Analysis가 과제당 실제 비용으로 재면 GPT-Live-1과 GPT-Realtime-2.1보다 모두 저렴하다. 기업의 선택 기준은 모델이 얼마나 똑똑한지에서 '해결된 통화 한 통의 단가'와 '사람에게 넘어가지 않은 비율'로 이동하고 있다. 단, 주의할 점도 있다. 운영 수치와 비용 비교는 모두 xAI 발표와 평가 기관의 측정에 근거하고, 실제 소음과 억양, 끼어들기에 가장 가까운 τ-Voice에서는 경쟁 모델과 동률에 그쳤다. 자사 통화 녹음과 방언 분포로 먼저 시험한 뒤 이전 여부를 정하는 편이 안전하다.
