3단계 음성 에이전트 구성 제시…오디오 전송 인증은 별도
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- 어셈블리AI(AssemblyAI)가 STT·LLM·TTS를 자사 API 키 하나로 연결하는 구성을 공개했다.
- LiveKit 인증은 별도로 설정해야 하며, 해당 TTS 지원 언어 목록에는 한국어가 없다.
- 어셈블리AI(AssemblyAI)가 음성 인식(STT)부터 답변 생성, 음성 출력(TTS)까지 세 단계를 자사 API 키 하나로 연결하는 음성 에이전트 구성을 제시했다.
본문
어셈블리AI(AssemblyAI)가 STT·LLM·TTS를 자사 API 키 하나로 연결하는 구성을 공개했다. LiveKit 인증은 별도로 설정해야 하며, 해당 TTS 지원 언어 목록에는 한국어가 없다. 어셈블리AI(AssemblyAI)가 음성 인식(STT)부터 답변 생성, 음성 출력(TTS)까지 세 단계를 자사 API 키 하나로 연결하는 음성 에이전트 구성을 제시했다. LiveKit을 오디오 전송에 사용할 경우 LiveKit 인증 정보는 별도로 설정해야 한다. 어셈블리AI는 2026년 9월 30일 공개한 개발 가이드에서 STT에 ‘Universal-3.6 Pro Realtime’, 답변 생성에 ‘LLM Gateway’, 음성 출력에 자사 Text-to-Speech API를 쓰는 방식을 소개했다. LiveKit을 배포 경로로 선택하면 LiveKit 접속에 필요한 인증은 별도로 관리해야 한다.
LiveKit은 실시간 오디오 전송을, LiveKit Agents는 STT·LLM·TTS 단계를 묶어 실행하는 오케스트레이션을 맡는다. 한국어 음성을 문자로 바꿀 수 있다는 사실이 같은 구성에서 한국어 음성 답변도 지원한다는 뜻은 아니다. 음성 인식에는 어셈블리AI를 쓰지만, 답변 생성에는 GPT-4o를, 음성 출력에는 Cartesia를 사용한다. 어셈블리AI가 공개한 음성 인식 벤치마크는 STT 모델의 성능 자료다. 본지는 앞서 아고라 통화 전사 예제에 답변 생성과 음성 출력 코드가 빠져 있다고 보도했다 . 어셈블리AI의 별도 Voice Agent API 가이드는 세 단계형 구성과 구조가 다르다.