Avaturn Live

Avaturn Live는 라이브 음성 대화에서 제 몫을 하는 사실적인 AI 아바타를 만드는 플랫폼이다. 핵심 모델인 AVTR-1은 단일 GPU에서 초당 25프레임의 동기화된 얼굴을 만들어 내며, 입을 움직이는 데 그치지 않는다. 얼굴 전체가 프레임마다 움직인다. 그래서 이 회사는 이 아바타를 단순히 '말하는' 것이 아니라 '되듣는' 아바타라고 부른다.

이것이 푸는 문제는 음성 에이전트를 만드는 사람이라면 결국 한 번은 마주치는 그 문제다. 합성 음성 챗봇은 얼굴을 붙이기 전까지는 괜찮게 들린다. 붙이는 순간 그 얼굴이 정체를 드러낸다. 전통적인 토킹 헤드 도구는 오디오를 입술에만 매핑하므로, 사용자가 말을 시작하면 아바타는 허공을 응시한다. Avaturn Live는 대화의 나머지 절반 동안 캐릭터가 계속 반응하게 한다. 이는 튜터링, 영업 롤플레이, 고객 지원에서 중요하다. 그곳에서는 침묵이 당황처럼 보이기 때문이다.

가장 큰 제약은 하드웨어다. 모델을 직접 돌리려면 쓸 만한 NVIDIA GPU, CUDA 12.x, TensorRT 10.x가 필요하므로, 셀프 호스팅은 노트북으로 끝낼 주말 작업이 아니다. 대부분의 팀에게는 호스팅 API나 미리 만들어진 템플릿이 현실적인 출발점이다. 이 글을 쓰는 시점에 사이트에서 공개된 API 요금은 찾지 못했다. 따라서 비용 추정치는 벤더에 직접 확인하기 전까지 검증되지 않은 것으로 봐야 한다.

시작하기

1. 대시보드를 열고 회사 자체 업로드 흐름으로 약 5분 만에 아바타를 설정한다.
2. 템플릿을 고르거나 데모에서 시작한다. 세션 로직을 처음부터 만들지 않아도 된다.
3. 인물 사진을 고르거나 업로드한 뒤, 발화와 청취 오디오 스트림을 연결한다.
4. 브라우저에서 라이브 세션을 테스트한다. 립싱크와, 자신의 회선에서의 반응 타이밍을 확인한다.
5. 운영 환경에서는 SDK나 API로 연결하거나, AVTR-1 저장소를 복제해 자신의 GPU에서 셀프 호스팅한다.