xAI가 음성 상담 모델 Grok Voice 3.0을 출시했다

xAI가 음성 대 음성 모델 Grok Voice 3.0을 공개하고 Voice Agent API에서 제공하기 시작했다. 회사는 고객 지원 통화 해결 성능이 새 기록을 세웠으며 지연 시간은 1초 미만이라고 밝혔다. 이용 가격은 이전 버전과 같은 분당 0.08달러다.

xAI가 인용한 Artificial Analysis의 독립 평가에서 Grok Voice 3.0은 Speech-to-Speech Index 86.9점으로 1위를 기록했다. 이 지수는 음성 추론, τ-Voice, 블라인드 대결 통화에서의 선호도와 작업 성공률을 종합한다. 대화 중 침묵과 발언 순서, 끼어들기를 얼마나 자연스럽게 처리하는지 측정하는 Full Duplex Bench에서는 97%를 받았다.

출처: Artificial Analysis, 2026년 10월 13일.

다양한 억양과 배경 소음, 끼어들기가 있는 고객 지원 통화를 평가하는 τ-Voice 점수는 71.6%다. xAI는 이 점수가 GPT-Live-1 (Astra)과 비슷한 수준이며 지연 시간은 40% 낮다고 밝혔다. Big Bench Audio 작업당 비용도 GPT-Live-1 (Astra, Medium)과 GPT-Realtime-2.1보다 낮다고 설명했지만, 구체적인 비용 수치는 제시하지 않았다.

ServiceNow의 기업용 음성 에이전트 평가 EVA-Bench에서는 정확도 74%로 가장 높은 점수를 받았고, 정확도와 고객 경험을 함께 평가했을 때도 가장 좋은 성능을 기록했다고 xAI는 전했다. ServiceNow에서 에이전트 평가와 책임 있는 AI를 담당하는 제품 관리 수석 이사 니틴 아가르왈(Nitin Aggarwal)은 EVA-Bench의 200개가 넘는 실제 기업 시나리오에서 높은 정확도와 자연스럽고 빠른 대화를 함께 구현했다고 평가했다.

실제 사용 사례와 이용 조건

테슬라 차량에서는 Grok Voice가 하루 수백만 건의 대화를 처리한다. 운전자는 Connectors로 일정 확인이나 이메일 답변 같은 간단한 요청을 하고, Grok Bot으로 커피 주문이나 저녁 식사 예약 같은 작업을 핸즈프리로 요청할 수 있다. 테슬라의 시연에서는 Grok Bot의 음성 모드에도 Grok Voice 3.0이 쓰인다고 소개했다.

Starlink 콜센터는 여러 언어로 하루 2만 건의 고객 전화를 처리한다. xAI에 따르면 이 가운데 약 70%는 사람의 개입 없이 해결되며, 판매 통화 네 건 중 한 건은 통화가 끝나기 전에 구매로 이어진다. Grok Voice 3.0 기반 에이전트 하나가 고객 확인, 하드웨어 문제 해결, 크레딧 지급, 교체 장비 발송을 맡는다.

Grok Voice 3.0은 Voice Agent API에서 분당 0.08달러(시간당 4.80달러)에 제공된다. Grok Voice 2.0과 가격은 같다. grok-voice-latest를 사용하는 에이전트는 별도 변경 없이 자동으로 새 버전으로 전환됐다. 자세한 내용은 음성 모델 문서에서 확인할 수 있다.