GPT-5급 Reasoning 탑재로 Native Speech 모델의 추론 한계 극복

Context

기존 Pipeline 구조는 STT-LLM-TTS 단계별 홉으로 인한 Latency 발생 및 비언어적 정보 손실이라는 한계를 가짐. Native Speech 모델은 저지연성과 감정 전달이 가능했으나, 복잡한 지시사항 수행 능력이 부족한 낮은 Inference Depth가 병목 지점으로 작용함.

Technical Solution

• Reasoning 능력을 Native Speech 모델 내부에 통합하여 별도 Orchestration Layer 없이 멀티스텝 태스크 처리 가능 구조 설계
• Audio-to-Audio 직접 처리 방식을 통한 Transcription 단계 제거로 대화의 리듬 및 비언어적 맥락 유지
• 중단(Interruption) 발생 시 스크립트 종료 후 새로운 입력을 즉시 반영하는 실시간 피드백 루프 구현
• 모델 내부의 추론 깊이 향상을 통해 복잡한 논리 단계가 필요한 질문에 대한 정확도 개선
• Tool-calling 정확도 향상을 통해 외부 함수 호출 시의 오답률을 낮춘 신뢰성 확보 설계