2026년 11월 10일, Fish Audio가 풀듀플렉스(Full-Duplex, 동시 양방향) 음성 모델인 Live 3를 발표했습니다. 에이전트가 말을 하는 중에도 상대방의 음성을 계속 듣고 이해하며, 맞장구(Backchannel), 대화 끊기(Interruption), 말하기 중간 수정 등 자연스러운 대화 리듬을 모델 자체에서 처리합니다.

가장 먼저 짚고 넘어가야 할 핵심이 있습니다. 현재 Live 3는 영어만 공식 지원합니다. 한국어를 포함한 비영어권 언어의 경우, 별도의 음성 엔진인 Fish TTS(Drama 3 모델)가 자동으로 전환되어 음성을 생성합니다.
본 글에서는 Live 3로 무엇을 할 수 있는지, 한계점은 무엇인지, 비영어권 언어로 활용할 때 고려할 점과 요금 체계까지 상세히 정리했습니다. 공식 발표 페이지, 제품 설명서 및 공식 고객지원 답변을 바탕으로 작성되었습니다.
핵심 요약: Live 3 기능 및 한국어 등 타 언어 지원 현황
- Live 3는 말을 하면서 동시에 듣는 “풀듀플렉스” 음성 모델입니다.
- 대화 중 맞장구 치기, 실제 대화 끊기 상황에만 멈추기, 사용자가 말을 정정할 때 기다려주기 등 3가지 핵심 대화 동작을 제공합니다.
- 지원 언어는 영어뿐입니다. 그 외 언어로 설정하면 Fish TTS로 자동 전환됩니다.
- 이용 요금은 분당 $0.035입니다 (2026년 12월 31일까지 진행되는 50% 할인 프로모션가, 정가 분당 $0.07).
- 북미 등 영어권 사용자를 대상으로 한 전화/고객지원 에이전트를 구축할 때 매우 매력적인 선택지입니다. 단, 타 언어 기반 음성 에이전트 구축 시에는 Live 3만의 고유한 장점을 온전히 활용하기 어렵습니다.
Live 3란 무엇인가?

Live 3는 Fish Audio의 음성 에이전트 플랫폼인 Fish Audio Voice Agents에 탑재된 풀듀플렉스 음성 모델입니다.
기존의 일반적인 음성 에이전트는 음성 인식(STT), 추론(LLM), 음성 생성(TTS), 턴테이킹(대화 순서 제어)을 각각의 독립된 모듈로 이어 붙이는 파이프라인 방식을 사용했습니다. 이 방식은 자연스러운 대화 흐름을 만들기 위해 복잡한 튜닝 과정이 필요했습니다.
반면 Live 3는 이러한 “대화의 타이밍과 리듬”을 음성 모델 자체에 직접 학습시켰습니다. Fish Audio에 따르면 실제 사람 간의 대화 데이터를 기반으로 학습되어, 언제 맞장구를 치고, 언제 기다리며, 언제 응답하고 말 출력을 멈춰야 하는지를 모델 스스로 판단합니다.
에이전트가 말을 출력하는 동안에도 사용자 음성을 계속 수신하며, 에이전트 지침이나 툴 실행을 위한 별도의 추론 레이어가 연동됩니다. 즉, 시스템 프롬프트를 통해 “무엇을 말할지(지침 및 툴)“는 개발자가 제어하고, Live 3는 “언제, 어떻게 말할지” 대화 리듬을 전담하는 구조입니다.
Live 3의 3가지 대화 동작 특징
1. 주도권을 빼앗지 않는 자연스러운 맞장구(Backchannel)
사용자가 전화번호를 끊어서 “010… 1234… 5678”이라고 읽는 상황을 떠올려 보세요. Live 3는 중간중간 “네”, “아, 1234요” 같은 짧은 반응을 넣어 전송을 확인하면서도, 대화의 주도권을 가져가지 않고 사용자가 남은 번호를 이어 말할 수 있게 기다립니다.
이러한 맞장구는 사용자가 전달한 정보가 잘 수신되었음을 즉시 확인시켜 주는 동시에 대화를 매끄럽게 이어가게 돕습니다.
또한 Fish Audio 발표에 따르면 Live 3는 최소 186밀리초(ms)만에 반응 여부를 결정할 수 있습니다. 지연 시간이 짧은 추임새나 즉각적인 확인 음성을 먼저 출력함으로써 전체 응답 완성을 기다리는 동안에도 대화가 끊기지 않는 느낌을 줍니다. (단, 186ms는 최적 조건 기준이며 평균 응답 시간을 의미하지는 않습니다.)
2. 실제 대화를 끊는 상황에만 멈춤(Interruption Handling)
모든 사용자 음성이 대화를 끊으려는 의도는 아닙니다. 에이전트가 영업시간을 안내하는 도중 사용자가 “네”, “아하” 하고 중얼거려도 Live 3는 안내를 멈추지 않고 계속 말합니다.
하지만 사용자가 “아, 잠시만요. 목요일 스케줄만 알려주세요” 하고 명확히 말을 개입시키면, 즉시 안내를 멈추고 새로운 요청에 귀를 기울입니다.
이러한 정교한 구분 덕분에 사용자는 에이전트의 말이 끊어질까 봐 조심스러워할 필요 없이 편하게 추임새를 넣을 수 있고, 대화 주제를 바꾸고 싶을 때는 길게 이어지는 응답을 끝까지 기다릴 필요가 없습니다.
3. 말을 수정할 때 끝까지 경청(Follow Along Corrections)
“피자 두 판… 아니, 세 판으로 주세요. 전부 라지 사이즈로요. 아, 그리고 한 판은 마르게리따로 바꿀게요.”
사용자가 주문 내용을 중간에 여러 번 수정하더라도 Live 3는 첫 문장만 듣고 잘못된 주문을 확정 짓지 않습니다. 수정이 모두 끝날 때까지 기다립니다. 사용자가 아직 생각을 정리 중이라는 사실을 인식하고 충분한 여유를 주는 것입니다. 고객지원, 예약, 주문 접수 등 실무 환경에서 매우 흔히 발생하는 머뭇거림이나 말 수정에 유용합니다.

Live 3의 한계점 및 제약 사항
Live 3 도입을 검토할 때 사전에 체크해야 할 제한 사항입니다.
| 항목 | Live 3 처리 방식 |
|---|---|
| 지원 언어 | 영어(English) 전용 |
| 타 언어 처리 | Fish TTS (Drama 3 모델)로 자동 전환됨 |
| 말하기 속도 조절 | 미지원 |
| 표현 모드(Expressive mode) | 미지원 |
| 발음 사전(Pronunciation dictionary) | 미지원 |
| 음성 인식 엔진 | Fish Transcribe Stream 1 고정 사용 |
Standard 모델 등 기존 Fish Audio 음성 기능에서 설정할 수 있었던 일부 상세 옵션을 Live 3 환경에서는 조정할 수 없다는 점에 유의해야 합니다.
영어가 아닌 언어(한국어 등)에서 Live 3 사용하기
Live 3는 현재 영어 전용 모델이므로, 다른 언어로 설정된 에이전트는 음성 생성 시 Fish TTS 엔진을 사용하게 됩니다. Fish Audio 공식 고객지원에 따르면, 에이전트의 발화 언어를 영어 이외의 언어로 변경할 경우 설정 메뉴에서 음성 엔진을 Fish TTS로 전환해야 합니다.
Fish TTS로 전환 시 참고할 사항:
- 한국어를 포함한 다양한 언어로 발화가 가능해집니다. Fish Audio 공식 스펙상 200만 개 이상의 음성 프로필과 30개 이상의 언어를 지원합니다.
- 다만 Live 3의 핵심 셀링 포인트인 풀듀플렉스 대화 동작(맞장구, 정교한 말 끊기 감지, 말 정정 대기 등)은 Live 3 고유 기능이므로, 타 언어 사용 시 동일한 대화 경험을 기대하기는 어렵습니다.
- 지식베이스(Knowledge Base), 외부 툴 연동, 테스트 도구, 통화 분석 기능 등 플랫폼 차원의 에이전트 기능은 타 언어 환경에서도 그대로 활용할 수 있습니다.
요금 체계
제품 페이지에 명시된 Live 3의 이용 요금 구조는 다음과 같습니다.
- 통화료: 분당 $0.035 (2026년 12월 31일까지 정가 분당 $0.07에서 50% 할인 적용)
- 전화 통화 연결(전화번호를 통한 수신/발신 시): 분당 +$0.01 추가
- 전화번호 대여료: 월 $1.20 (자체 통신사 라인 가져오기/BYOC 사용 시 번호 추가 요금 없음)
- 프리미엄 LLM 연동(복잡한 추론을 위해 대형 모델로 교체 시): 해당 LLM 모델의 토큰 사용량에 따라 별도 과금
- 가입 시 신용카드 등록 없이 $5 무료 크레딧 제공
예를 들어, 전화번호 1개를 대여하여 월 100분의 전화 통화를 처리할 경우 예상 비용 산출 예시입니다 (프로모션가 적용, 별도 LLM 추가 요금 미발생 기준):
| 항목 | 계산식 | 금액 |
|---|---|---|
| 통화료 | $0.035 × 100분 | $3.50 |
| 전화 연결료 | $0.01 × 100분 | $1.00 |
| 전화번호 월회비 | 월 정액 | $1.20 |
| 총합계 | $5.70 |
추천 대상 및 비추천 대상
-
북미 등 영어권 사용자를 대상으로 인바운드/아웃바운드 전화, 고객지원, 예약, 주문 에이전트를 구축하려는 팀
-
자연스러운 맞장구와 대화 끊기 처리가 사용자 경험(UX) 품질에 직결되는 서비스를 만드는 경우
-
신용카드 등록 없이 $5 무료 크레딧으로 빠르게 프로토타입을 테스트해보고 싶은 개발자
-
지식베이스 연동, 툴 콜링, 통화 분석 등 엔터프라이즈급 에이전트 인프라가 필요한 기업
-
데이터 무저장(Zero Data Retention) 정책 및 온프레미스 구축 옵션이 필요한 보안 환경
-
한국어 등 비영어권 전용 음성 에이전트를 구축하려는 팀 (Fish TTS로 전환되어 Live 3 고유의 풀듀플렉스 기능 미작동)
-
발화 속도 세밀 조절, 표현 모드, 자체 발음 사전 등록 기능이 필수적인 유스케이스
-
2026년 12월 31일 이후 정가(분당 $0.07) 요금이 부담스러운 프로젝트
빠른 시작 가이드
- Fish Audio 회원가입
공식 웹사이트에서 계정을 생성합니다. 신용카드 정보 입력 없이 $5 크레딧이 즉시 지급됩니다.
- 에이전트 생성
원하는 템플릿을 선택한 후 시스템 프롬프트(페르소나, 목표, 대화 규칙)와 첫 인사말을 설정합니다.

- 지식베이스 및 툴 연동
PDF, 마크다운 문서, URL 등을 지식베이스에 추가합니다. 자체 API 연동이 필요한 경우 cURL 엔드포인트를 가져와 툴로 등록합니다.
- 웹브라우저 테스트 통화
배포 전 웹 콘솔에서 테스트 통화를 진행하여 에이전트의 대화 반응을 점검합니다. 단발성 테스트부터 시나리오 기반 통화 시뮬레이션까지 지원됩니다.
- 실서비스 배포
전화번호를 대여하거나, 웹사이트 연동, Web SDK, WebRTC 등을 통해 실서비스에 음성 에이전트를 배포합니다.
총평
Live 3는 대화의 타이밍과 리듬(맞장구, 말 끊기 감지, 말 수정 대기)을 모델 자체에 내장한 매력적인 풀듀플렉스 음성 모델입니다. 특히 영어권 고객을 대상으로 한 AI 전화 에이전트를 개발 중이라면 반드시 검토해 볼 만한 기술적 진보입니다.
다만 현시점에서는 영어만 지원한다는 명확한 한계가 존재합니다. 한국어를 포함한 타 언어 에이전트는 음성 합성 엔진이 Fish TTS로 대체되어 Live 3 특유의 풀듀플렉스 대화 동작을 활용할 수 없습니다. 향후 타 언어 지원 확대 일정에 대한 공식 발표를 지켜보며 도입 시점을 판단하는 것을 추천합니다.
