2026년 11월 12일, 푸단대학교 MOSS 팀은 상하이촹즈학원 및 MOSI와 함께 전이중 실시간 상호작용 모델 MOSS-Live를 발표하고, GPT-Live-1, 더우바오 SeedDuplex 등과의 비교 평가를 공개했다. MOSS-Live는 전이중 6개 지표에서 모두 1위를 차지했으며, 무관한 음성에 대한 오응답률은 단 2%로, GPT-Live-1의 68%, 더우바오의 75%를 크게 밑돌았다. 다만 멀티턴 작업 완료율에서는 여전히 GPT-Live-1에 뒤처진다.
오응답률 2%: 전이중 6개 지표 모두 1위
전이중에서 중요한 것은 실제 대화에서의 판단력이다. 사용자가 생각하며 멈췄을 때 끼어들지 않고, 자신을 향한 말이 아닌 소리에 반응하지 않으며, 맞장구와 끼어들기를 구분하는 것이다. MOSS-Live의 멈춤 끼어들기 비율은 1.44%로, GPT-Live-1의 10.37%, 더우바오의 14.29%보다 낮다. 무관한 음성 오응답률은 2%로, 두 비교 모델보다 66포인트, 73포인트 낮다. 무관한 끼어들기 거부율은 68%로, GPT-Live-1과 더우바오는 21%와 13%에 그쳤다. 맞장구, 군말, 무관한 음성에 대한 내성도 98.17%, 82.16%, 78.90%로 평가 대상 중 최고였다.
도구 호출은 공동 1위, 멀티턴 작업은 GPT-Live-1에 뒤처져
말을 잘하는 것과 일을 끝내는 것은 다르다. 도구 호출 성공률에서 MOSS-Live는 51%로 더우바오와 공동 1위, GPT-Live-1은 45%였다. 반면 멀티턴 작업 성공률은 57.93%로 GPT-Live-1의 67.68%에는 못 미쳤고, 더우바오의 17.38%는 웃돌았다. 음성 이해에서도 절충이 있다. Big-Bench Audio 정확도는 88.40%로 더우바오의 90.50%에 못 미쳤고, 멀티턴 지시 준수는 5점 만점에 3.35점으로 GPT-Live-1의 3.72점을 밑돌았다. 다만 끼어든 뒤 답변 품질 4.88점, 개체 추적·정정·안전성 3.63점은 최고로, 대화가 끊긴 뒤 이어가는 능력이 더 강하다.
MOSS-Live는 의미 기반 끼어들기, 실시간 영상, 화면 공유, 스트리밍 동시통역도 지원하며, 앞단에서 대화를 이어가는 동안 뒷단에서 시간이 걸리는 작업을 처리하는 설계다. 여행 계획을 논의하면서 호텔 조회를 맡기면 조회는 뒤에서 진행되고, 결과가 나오면 대화로 돌아온다. 가장 먼저 혜택을 보는 곳은 다자 회의, 차량, 고객 응대 현장으로, 환경이 시끄럽고 끼어들기가 많을수록 오응답과 끼어들기의 대가는 커진다. 위 수치는 모두 제품 측이 공개한 평가에서 나온 것으로, 공식 페이지에는 표본 수, 오차 범위, 전체 평가 설정이 나와 있지 않으며, 서로 다른 벤치마크의 점수를 합산해 종합 순위를 매겨서는 안 된다.
MOSS-Live는 MOSS 플랫폼에서 온라인 체험과 API 이용이 시작됐으며, MOSS-Image 오픈소스 공개 이후 팀의 새로운 공개 성과다. 실시간 음성 분야에서는 같은 날 텐센트 혼위안 Hy Realtime 출시도 있었고, 두 모델 모두 '이야기하면서 일을 처리하는' 장면을 노리고 있다. 앞으로 주목할 점은 제3자가 이 전이중 성적을 재현할 수 있는지, 그리고 실제 회의와 차량 환경에서의 지연 시간과 안정성이다.
