OpenAI Realtime API WebRTC 모드 정식 GA—브라우저 음성 앱 구현 간소화

WebRTC 모드 GA 배경

OpenAI Realtime API는 2024년 말 WebSocket 기반으로 처음 공개되었고, WebRTC 지원은 이후 베타로 추가됐다. 이번 GA 전환으로 SLA가 적용되어 프로덕션 수준의 안정성이 보장된다. WebRTC 모드는 브라우저 내장 RTCPeerConnection을 사용해 오디오를 OpenAI 엣지 서버와 직접 교환하므로, 개발자가 별도 미디어 서버나 WebSocket 프록시를 운영할 필요가 없다.

핵심 스펙 및 요금

• 지원 모델: gpt-4o-realtime-preview(최신 스냅샷), gpt-4o-mini-realtime-preview
• 오디오 포맷: PCM16, G.711(µ-law·a-law), Opus 지원
• 레이턴시: OpenAI 공식 측정 기준 평균 응답 시작까지 320ms(북미 리전)
• VAD(음성 활동 감지): 서버사이드 VAD 내장, 민감도 파라미터 조절 가능
• 요금: 오디오 입력 $0.06/분, 오디오 출력 $0.24/분(gpt-4o-realtime 기준), 텍스트 토큰 병행 사용 시 공식 페이지 참조
• 인증: 프론트엔드 직접 연결 시 임시 토큰(Ephemeral Token) 방식 필수 적용

한국 개발자 실전 활용 포인트

React·Next.js 환경에서 openai/openai-node SDK의 client.beta.realtime.connect({ transport: 'webrtc' }) 한 줄로 연결을 초기화할 수 있다. 임시 토큰은 서버에서 /v1/realtime/sessions 엔드포인트로 발급 후 클라이언트에 전달하면 되므로, API 키가 프론트엔드에 노출되지 않는다. 음성 AI 학습 도우미·고객센터 봇·라이브 인터뷰 연습 툴 등 실시간 대화형 서비스를 구축하는 한국 스타트업에게 인프라 비용과 구현 복잡도를 동시에 낮추는 옵션이 된다. 단, 서울 리전 엣지 노드 미확정 상태로 레이턴시는 실제 환경에서 별도 측정이 필요하다.