게임 NPC를 위한 실시간 음성 API - 2026년 비교
게임 캐릭터의 음성을 위해 OpenAI Realtime, Gemini Live, ElevenLabs Agents, Deepgram, Amazon Nova Sonic, Hume EVI를 비교하고, 그 위에 직접 만들어야 할 것을 정리했습니다.
Neocortex TeamThe team behind Neocortex
· 2026년 10월 20일 업데이트 · 7분 분량

Hume이 EVI와 TTS 음성 API의 서비스 종료를 발표했습니다. 이 API로 말하는 캐릭터를 만든 개발자는 이제 옮겨 가야 합니다. 실시간 음성 API는 게임 캐릭터의 한 계층일 뿐이며, 그 계층은 언제든 바뀔 수 있다는 점을 상기시켜 줍니다.
실시간 음성 모델은 말하는 NPC 데모를 오후 한나절이면 만들 만큼 좋아졌습니다. 하지만 게임을 만들 API를 고르기는 더 어렵습니다. 대부분 고객 응대를 위해 설계되었지 게임을 위해 만들어지지 않았기 때문입니다. 주요 실시간 음성 API가 게임 NPC에 어떻게 비교되는지, 그리고 각각 위에 무엇을 만들어야 하는지 정리했습니다.
어떤 실시간 음성 API로 게임 NPC에 목소리를 줄 수 있나요?
OpenAI Realtime. WebRTC나 WebSocket으로 음성을 입력받고 음성을 출력하며, 오디오와 텍스트 토큰 단위로 과금합니다. 세션은 60분에 끝납니다. 공식 유니티 SDK가 없으므로 오디오 클라이언트와 토큰 서버를 직접 만들어야 합니다.
Gemini Live. Google의 실시간 API이며 역시 토큰 단위로 과금합니다. WebSocket 연결은 약 10분 동안 유지되고, 세션 재개 기능으로 클라이언트가 다시 연결해 대화를 이어갈 수 있습니다. 유니티에서는 Firebase AI Logic을 거쳐 쓰며, 그 유니티 SDK는 프리뷰 단계입니다.
ElevenLabs Agents. 분 단위로 과금하는 음성 우선 에이전트 플랫폼이며, 언어 모델 비용은 별도로 붙습니다. 동시 처리량은 요금제에 따라 다릅니다. ElevenLabs는 웹과 모바일 프레임워크용 공식 SDK를 나열하며, 초기 단계의 유니티 SDK도 있는데 예고 없이 바뀔 수 있습니다.
Deepgram Voice Agent. 분 단위 과금이며, 자체 언어 모델이나 TTS를 가져와 쓸 수 있습니다. C# SDK는 있지만 유니티 패키지는 없고, 동시 처리량은 요금제에 따라 다릅니다.
Amazon Nova Sonic. Amazon Bedrock에서 제공하는 음성 대 음성 API이며 토큰 단위로 과금합니다. 연결은 8분으로 제한되고, 그 후에는 새 연결을 열고 이전 대화 기록을 다시 넘겨야 합니다. 콜센터를 대상으로 하며 유니티 SDK는 없습니다.
Hume EVI. Hume의 TTS API와 함께 서비스가 종료됩니다. 이 API로 출시했다면 지금 이주 계획을 세우세요. 음성 ID와 설정은 다른 제공업체로 옮길 수 없기 때문입니다.
이 API들은 어떻게 비교되나요?
| API | 상태 | 유니티 지원 | 가격 기준 | 세션 제한 |
|---|---|---|---|---|
| OpenAI Realtime | 운영 중 | 공식 SDK 없음 | 오디오와 텍스트 토큰 | 60분 세션 |
| Gemini Live | 운영 중 | Firebase AI Logic, 프리뷰 | 오디오와 텍스트 토큰 | 약 10분 연결, 재개 가능 |
| ElevenLabs Agents | 운영 중 | 초기 단계의 공식 SDK | 분 단위와 LLM | 요금제 기반 동시 처리량 |
| Deepgram Voice Agent | 운영 중 | 패키지 없음, C# SDK | 분 단위 | 요금제 기반 동시 처리량 |
| Amazon Nova Sonic | 운영 중 | 없음 | 토큰 | 8분 연결 |
| Hume EVI | 서비스 종료 예정 | 없음 | 지금은 해당 없음 | 지금 이주 |
음성 API 위에 무엇을 직접 만들어야 하나요?
이 API 중 어느 것도 게임 캐릭터가 아닙니다. 어느 API를 쓰든 다음 것들은 직접 만들어야 합니다.
- 엔진 오디오 클라이언트. 유니티나 언리얼에서의 캡처, 인코딩, 재생, 끼어들기 처리이며, 유니티의 내장 마이크 클래스가 동작하지 않는 WebGL도 포함됩니다.
- 백엔드. 수명이 짧은 토큰을 발급해, 비밀 키가 플레이어가 꺼낼 수 있는 게임 빌드 안에 들어가지 않게 합니다.
- 캐릭터. 성격, 지식, 기억, 가드레일을 프롬프트로 작성하고 유지 관리합니다.
- 세션 처리. 시간 제한 전에 다시 연결하고, 연결을 넘어 문맥을 유지하며, 플레이어의 네트워크가 문장 중간에 끊겼을 때 복구합니다.
- 게임 연동. 함수 호출을 행동으로 바꾸고, 장면 상태를 다시 넘겨 캐릭터가 플레이어가 보고 있는 것을 알게 합니다.
- 비용 관리. 분 단위나 토큰 단위 과금에 대한 관리이며, 플레이어가 마이크를 켜 둔 채로 떠나면 어떻게 되는지도 포함합니다.
- 유지 관리. 모델, 가격, API가 바뀌거나 이름이 바뀌거나 종료될 때의 대응입니다.
작은 팀이라면 1, 2, 4번 항목만으로도 첫 대사가 자연스럽게 들리기 전에 몇 주가 걸립니다.
음성 NPC를 운영하는 데 비용이 얼마나 드나요?
과금 방식은 두 가지가 주를 이룹니다. 토큰 과금(OpenAI, Gemini, Nova Sonic)은 오디오 입력과 출력에 요금을 매기므로, 대화가 길어지고 기록이 쌓일수록 긴 응답과 긴 기록이 더 비쌉니다. 분 과금(ElevenLabs, Deepgram)은 연결 시간에 요금을 매기므로, 세션을 닫지 않으면 플레이어가 메뉴를 읽는 동안의 침묵도 비용으로 계산됩니다.
어느 쪽이든 비용은 플레이어 수가 아니라 플레이어가 얼마나 말하는지에 따라 늘어납니다. 한 NPC가 계속 함께하는 동반자인 게임과, 플레이어가 상인과 30초 동안 잠깐 대화하는 게임은 비용 구조가 매우 다릅니다. 출시 전에 모델링하고, 언어 모델이 따로 과금되는 곳에서는 그 비용을 더하세요.
Neocortex는 사용량 할당이 있는 고정 월 요금제를 씁니다. Starter(€9, 개인 및 학술 용도), Pro(€29, 상업적 용도), Team(€99, 좌석 5개)입니다.
서비스가 종료되는 음성 API에서 어떻게 옮기나요?
Hume EVI를 떠나려거나, 다른 API가 바뀌는 날에 대비한 계획이 필요하다면, Neocortex로 옮기는 과정은 다음과 같습니다.
- 가진 것을 내보내기. 접근이 끝나기 전에 오디오, 전사본, 로그를 내려받고, 각 캐릭터의 시스템 프롬프트와 음성 설정을 복사하세요.
- 편집기에서 각 캐릭터를 다시 만들기. 시스템 프롬프트는 Agent 노드(캐릭터가 누구인지), Personality와 Emotion 노드(어떻게 반응하는지), Knowledge 파일(무엇을 아는지)로 나뉩니다.
- 음성을 다시 만들기. 사용 권한이 있는 샘플로 복제하거나, 말로 설명한 뒤 음성 디자인을 사용하세요.
- 클라이언트 교체하기. WebSocket 오디오 코드를 엔진용 Neocortex SDK로 바꾸거나, 그 밖의 경우에는 Web API를 쓰세요.
- 도구를 행동에 매핑하기. 여러분이 처리하던 함수 호출은 응답에 나타날 때 게임이 실행하는 행동이 됩니다.
음성 API인가, 캐릭터 플랫폼인가?
Neocortex는 한 단계 위에 있습니다. 음성 API 대신 캐릭터 전체를 얻습니다. 비주얼 편집기에서 설계하고, 복제하거나 디자인한 음성을 입히며, 유니티, 언리얼, 고도 엔진용 SDK나 Web API로 전달합니다.
| 음성 API | Neocortex | |
|---|---|---|
| 엔진 SDK | 보통 직접 만듦 | 유니티, 언리얼, Godot |
| WebGL 마이크 | 직접 만듦 | 유니티 SDK에 포함 |
| 캐릭터 설계 | 프롬프트 | Personality, Emotion, Knowledge 등이 있는 비주얼 노드 편집기 |
| 음성 | 제공업체 프리셋 | 음성 복제와 음성 디자인 (Pro 5개, Team 20개) |
| 게임 행동 | 함수 호출을 직접 연결 | 행동과 상호작용 요소가 기본 포함 |
| 스토리 구조 | 직접 만듦 | flowState 체크포인트가 있는 Conversation Flows |
| 제공업체 변경 | 여러분의 문제 | 저희의 문제 |
결론
이 API들은 각각 음성 NPC의 한 계층이며, Hume의 서비스 종료는 계층이 얼마나 빨리 사라질 수 있는지 보여 줍니다. Neocortex는 캐릭터 전체입니다. 스트리밍 음성 입력과 출력, 여러분만의 음성, 게임이 실행하는 행동, 그리고 이미 오디오를 처리하는 엔진 SDK를 제공합니다. 캐릭터 하나를 만들고 장면에서 말하는 소리를 들어 보세요.
개별 비교
- OpenAI Realtime API와 Neocortex 비교
- Gemini Live API와 Neocortex 비교
- 게임 NPC를 위한 ElevenLabs Agents
- Deepgram Voice Agent와 Neocortex 비교
- Amazon Nova Sonic과 Neocortex 비교
- Hume EVI 서비스 종료
API 세부 정보는 2026년 10월에 마지막으로 확인했습니다.
자주 묻는 질문
Hume EVI가 서비스를 종료하나요?
네. Hume은 2026년 11월 13일 EVI와 TTS API를 종료하며, 그 날짜 이후 계정 데이터를 삭제합니다. Neocortex는 전체 캐릭터의 일부로 스트리밍 음성 인식, 음성 합성, 맞춤 음성을 제공하며, 유니티, 언리얼, 고도 엔진용 SDK도 있습니다.
OpenAI Realtime API에 유니티 SDK가 있나요?
아니요. OpenAI는 공식 유니티 SDK를 제공하지 않으므로, 오디오 클라이언트, 토큰 서버, 재연결 로직을 직접 만들어야 합니다. Neocortex에는 유니티 6용 유니티 SDK가 있으며, 샘플 씬 6개와 WebGL 빌드의 마이크 지원이 포함됩니다.
실시간 음성 세션은 얼마나 오래 유지되나요?
API마다 다릅니다. OpenAI Realtime 세션은 60분에 끝나고, Gemini Live 연결은 재개하지 않으면 약 10분 동안 유지되며, Nova Sonic 연결은 8분 동안 유지됩니다. Neocortex에서는 SDK가 대화를 처리하고, 여러분은 플레이어의 각 차례를 발생하는 대로 보내면 됩니다.
게임 NPC에 가장 저렴한 음성 API는 무엇인가요?
토큰 과금 API와 분 단위 API 모두 플레이어가 얼마나 말하는지에 따라 비용이 늘어나며, 언어 모델 비용이 따로 붙는 경우가 많습니다. Neocortex는 사용량 할당이 있는 고정 월 요금제를 씁니다.
NPC에 맞춤 음성을 쓸 수 있나요?
대부분의 음성 API는 프리셋 음성을 제공하며, 음성 복제는 별도 제품인 경우가 많습니다. Neocortex에서는 사용 권한이 있는 짧은 샘플로 음성을 복제하거나, 텍스트 설명으로 음성을 디자인할 수 있습니다. 맞춤 음성은 Pro에서 5개, Team에서 20개입니다.






