그록 보이스 씽크 패스트 2.0은 xAI가 2026년 7월 29일 공개한 음성 에이전트 전용 모델입니다. 음성 인식(전사)과 대화 추론, 도구 호출까지 한 번에 처리하는 스피치투스피치 모델로, 가격은 오디오 분당 0.08달러로 책정됐습니다. 이번 업데이트의 핵심은 “체감 반응 속도”입니다.
가장 크게 바뀐 숫자 — 최초 응답까지 0.7초
xAI가 공개한 수치에 따르면, 음성 요청 후 첫 오디오가 나오기까지 걸리는 시간(Time to First Audio)이 1.0 버전의 1.25초에서 2.0에서는 0.70초로 줄었습니다. 44% 가까이 빨라진 셈입니다. 전화 상담이나 실시간 음성 비서처럼 “말이 끊기면 어색해지는” 서비스에서는 이 차이가 체감으로 바로 느껴지는 구간입니다.
벤치마크 점수로 보는 경쟁 모델과의 격차
아티피셜 애널리시스의 스피치투스피치 벤치마크에서 씽크 패스트 2.0은 82.9%를 기록했습니다. 1.0 버전의 75.7%보다 올랐고, 경쟁 모델인 GPT-Realtime-2.1의 79.1%, 제미나이 3.1 플래시의 69.5%도 앞선 점수입니다. 전사 정확도 역시 1.0 대비 1.4배 개선됐고, 딥그램 노바3·일레븐랩스 스크라이브v2 같은 전문 음성 인식 서비스와 비교하면 1.5~2배 더 정확한 것으로 나타났습니다.
소음 환경에서 차이가 더 벌어진다
깨끗한 오디오에서의 격차보다 더 눈에 띄는 부분은 소음 환경입니다. xAI에 따르면 배경 소음이 섞인 조건에서는 딥그램·일레븐랩스 대비 전사 정확도가 약 10배까지 벌어졌습니다. 콜센터, 매장, 야외처럼 잡음이 섞이는 실제 서비스 환경을 염두에 두고 설계된 모델이라는 뜻입니다. 실제로 xAI는 스타링크 전화 서비스에 이 모델을 A/B 테스트로 투입해, 상담 응대 효율과 판매 전환율이 함께 개선됐다고 밝혔습니다.
병렬 추론 방식으로 지연 없이 복잡한 질문 처리
씽크 패스트 2.0의 설계 특징은 “말하면서 동시에 추론한다”는 점입니다. 답변을 다 생각한 뒤 말을 시작하는 대신, 음성으로 응답을 내보내는 동안 뒤쪽 내용을 병렬로 추론해 지연시간을 늘리지 않으면서도 더 복잡한 질의를 처리할 수 있도록 만들었습니다. 단순 질의응답을 넘어 여러 단계를 거치는 업무 흐름(예약 변경, 조건부 안내 등)에서 이 방식의 이점이 커집니다.
기존 서비스에 자동 적용되는 시점
지금 당장 모델명을 바꾸지 않아도 됩니다. xAI는 2026년 8월 5일부터 개발자들이 흔히 쓰는 별칭 grok-voice-latest가 자동으로 1.0에서 2.0으로 전환된다고 공지했습니다. 다만 응답 형식이나 속도 특성이 달라질 수 있어, 자동 전환 전에 실제 워크플로에서 미리 테스트해보는 편이 안전합니다.
어떤 서비스에 붙이면 효과가 큰가
전화·채팅으로 접수되는 상담을 음성 에이전트가 1차로 처리하는 콜센터형 서비스가 가장 먼저 체감할 분야로 꼽힙니다. 예약 변경, 배송 조회, 요금제 안내처럼 여러 단계를 거치는 업무는 병렬 추론 구조 덕분에 응답이 끊기지 않고 이어질 수 있고, 매장·차량·야외처럼 배경 소음이 섞이는 환경에서는 전사 정확도 격차가 더 크게 벌어지므로 우선순위가 높습니다. 반대로 조용한 사무 환경에서 짧은 명령어만 처리하는 용도라면, 체감 차이가 상대적으로 작을 수 있습니다.
일반 소비자용 그록 보이스와는 다른 제품입니다
씽크 패스트 2.0은 xAI 앱에 탑재된 소비자용 음성 비서와는 별도로, 개발자가 자기 서비스에 직접 붙여 쓰는 API·에이전트 빌더 제품입니다. 즉 일반 사용자가 그록 앱에서 바로 이 모델명을 확인할 수 있는 구조는 아니고, 이 모델을 가져다 쓴 기업의 콜센터나 예약 시스템 뒤편에서 조용히 동작하는 방식입니다. 스타링크 전화 서비스 테스트 사례처럼, 소비자는 “어떤 회사의 상담 서비스가 빨라졌다”는 형태로 체감하게 됩니다.
지금 점검할 것 3가지
- grok-voice-latest 별칭 사용 여부를 확인하세요. 8월 5일부터 자동으로 2.0 동작으로 바뀝니다.
- 소음이 많은 사용 환경이라면 전사 정확도 개선 폭이 가장 크게 체감되는 구간이니 우선 검토 대상입니다.
- 분당 0.08달러 과금 기준으로 예상 통화량을 곱해 월 비용을 다시 계산해보세요.
자주 묻는 질문
Q. 그록 보이스 씽크 패스트 2.0은 어디서 쓸 수 있나요?
xAI의 에이전트 빌더(Agent Builder)를 통해 개발자에게 API로 제공됩니다.
Q. 기존에 1.0으로 만든 음성 에이전트는 자동으로 업그레이드되나요?
grok-voice-latest 별칭을 쓰고 있다면 2026년 8월 5일부터 자동으로 2.0 동작으로 전환됩니다. 특정 버전을 직접 지정해뒀다면 수동으로 바꿔야 합니다.
Q. 한국어 음성 인식 성능도 개선됐나요?
공개된 벤치마크는 전반적인 스피치투스피치 성능과 영어권 비교 기준이 중심이라, 한국어 특화 정확도는 별도 실사용 검증이 필요합니다.
Q. GPT-Realtime-2.1이나 제미나이 3.1 플래시보다 무조건 나은가요?
공개된 벤치마크 점수상으로는 앞서지만, 실제 서비스 환경(소음, 언어, 대화 길이)에 따라 체감 차이는 달라질 수 있어 직접 비교 테스트가 권장됩니다.
Q. 가격은 이전 버전보다 오른 건가요?
분당 0.08달러로 책정됐으며, 성능 개선폭 대비 가격 정책이 별도로 공지된 만큼 실제 사용량 기준으로 비교해보는 것이 정확합니다.