OpenAI, Realtime API WebRTC 모드 정식 GA — 브라우저 직접 연결 지원
OpenAI가 Realtime API의 WebRTC 전송 모드를 정식 출시하며, 서버 중계 없이 브라우저·모바일 앱에서 GPT-4o 음성 모델에 직접 저지연 연결이 가능해졌다. 기존 WebSocket 방식 대비 왕복 지연이 평균 40% 감소했으며, 한국 크리에이터와 개발자가 음성 기반 인터랙티브 앱을 훨씬 낮은 인프라 비용으로 구축할 수 있게 됐다.
WebRTC 모드란 무엇이고 무엇이 달라졌나
OpenAI Realtime API는 기존에 WebSocket 기반 서버-클라이언트 아키텍처만 지원했다. 개발자는 반드시 자체 백엔드 서버를 두어 클라이언트와 OpenAI 사이를 중계해야 했고, 이 과정에서 추가 홉(hop)이 발생해 평균 RTT(왕복 시간)가 300~500ms 수준이었다.
이번 WebRTC 모드 정식 GA로 브라우저의 네이티브 RTCPeerConnection API를 활용해 클라이언트가 OpenAI 엣지 서버와 직접 P2P에 가까운 미디어 채널을 수립한다. 공식 발표 기준 평균 RTT는 180ms 이하로 측정됐으며, 패킷 손실 복구(NACK/FEC)도 WebRTC 표준 스택이 담당해 음성 품질이 안정적이다.
한국 개발자가 주목해야 할 스펙과 요금
| 항목 | 수치 | |---|---| | 지원 코덱 | Opus 48kHz, G.711 (PCMU/PCMA) | | 최대 동시 세션 (Tier 2 기준) | 100 세션 | | 오디오 입력 요금 | 공식 페이지 참조 | | 오디오 출력 요금 | 공식 페이지 참조 | | 지원 모델 | gpt-4o-realtime-preview |
인증은 기존 API 키 대신 Ephemeral Token 방식을 강제해 클라이언트 사이드에서 시크릿 키가 노출되는 보안 문제를 원천 차단한다. 토큰 유효 기간은 최대 60초이며, 서버에서 /v1/realtime/sessions 엔드포인트로 발급한 뒤 브라우저에 전달하는 패턴을 권장한다.
// Ephemeral Token 발급 예시 (Node.js 서버)
const res = await fetch('https://api.openai.com/v1/realtime/sessions', {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.OPENAI_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({ model: 'gpt-4o-realtime-preview', voice: 'alloy' }),
});
const { client_secret } = await res.json();
// client_secret.value를 클라이언트에 전달
크리에이터·개발자 활용 시나리오
1. 음성 인터랙티브 웹앱 — 서버리스 가능 Vercel·Netlify Edge Function에서 Ephemeral Token만 발급하고 미디어 트래픽은 브라우저↔OpenAI 직결. EC2/GCP 인스턴스 없이도 실시간 음성 챗봇 배포가 가능하다.
2. 라이브 스트리밍 AI 자막·번역 OBS 브라우저 소스에 WebRTC 클라이언트를 내장해 스트리머 음성을 실시간으로 GPT-4o에 보내고 한→영 자막을 오버레이로 렌더링하는 파이프라인을 단일 HTML 파일로 구현할 수 있다.
3. 모바일 앱 (React Native / Flutter)
네이티브 WebRTC 라이브러리(react-native-webrtc, flutter-webrtc)와 통합해 iOS·Android 앱에서 별도 미디어 서버 없이 음성 어시스턴트 기능을 추가할 수 있다.
한국 리전 최적화 엣지 노드는 현재 공식 확인 중이며, 지연 민감 서비스의 경우 초기 테스트를 통해 실측 RTT를 확인한 뒤 SLA를 설정할 것을 권장한다.