xAI Voice Agent Builder Beta Release

xAI가 Grok Voice를 사용하여 프로덕션용 음성 에이전트를 구성할 수 있도록 설계된 노코드 플랫폼인 Voice Agent Builder를 베타 버전으로 출시했습니다. 이 플랫폼은 전화 기술, 지식 검색, 도구, 가드레일 및 관찰 가능성을 단일 인터페이스로 통합하여 복잡한 주변 스택을 처음부터 구축해야 하는 필요성을 제거합니다.

Native Speech-to-Speech Architecture

Voice Agent Builder는 음성-텍스트, 언어 모델, 텍스트-음성이라는 세 개의 별도 API를 결합하는 전통적인 방식 대신, Grok Voice를 위해 구축된 speech-to-speech 경로를 활용합니다. 모델을 음성 경로와 밀접하게 결합함으로써, xAI는 여러 제공업체의 API 홉(hop)과 관련된 비용, 지연 시간 및 실패 모드를 줄이는 것을 목표로 합니다.

Performance Benchmarks on Complex Calls

저품질 오디오, 배경 소음, 강한 악센트 및 중단과 같은 실제 전화 통화의 어려움을 해결하기 위해 Grok Voice는 고난도 통화에 대해 학습되었습니다. 성능은 이러한 조건을 시뮬레이션하는 τ-voice Bench를 통해 측정됩니다. xAI 리더보드에 따르면, Grok Voice Think Fast 1.0은 67.3%의 점수를 기록하여 Gemini 3.1 Flash Live (43.8%) 및 GPT Realtime 1.5 (35.3%)를 크게 능가했습니다.

Agent Configuration and Capabilities

사용자는 통화 흐름에 대한 자연어 설명을 제공하고 필요한 리소스를 첨부함으로써 약 2분 만에 작동하는 에이전트를 배포할 수 있습니다.

Knowledge Base and Retrieval

에이전트는 사용자가 Markdown, plain text, Word, PowerPoint, Excel, HTML, 및 JSON 형식을 포함하여 문서를 업로드할 수 있는 지식 베이스에 기반을 둡니다. 이러한 문서들은 컬렉션으로 구성되어 정책 및 제품 사양을 여러 에이전트 간에 공유하여 일관성을 보장할 수 있습니다.

Tool Integration and Actionability

에이전트는 도구 및 커넥터를 통해 작업을 수행할 수 있으며, 다음과 같은 기능을 제공합니다:

Google Calendar 또는 Outlook Calendar를 통해 약속을 예약합니다.
이메일 제공업체를 통해 확인 메일을 보냅니다.
API 요청을 통해 주문 상태를 확인하거나 환불을 처리합니다.
웹 검색 또는 X search를 사용하여 현재 공개 정보를 검색합니다.
Linear 또는 Notion에서 티켓을 관리합니다.
Google Drive 또는 OneDrive에서 파일을 액세스합니다.
상담원에게 전화를 돌려주거나 통화를 깔끔하게 종료합니다.

Voice Customization and Telephony

에이전트는 내장된 음성 또는 2분 분량의 오디오로 생성된 커스텀 브랜드 음성 클론을 사용할 수 있습니다. 연결 옵션에는 무료로 제공되는 전화번호, 주요 전화 기술 제공업체의 기존 번호를 위한 직접 SIP 연결, 또는 WebSocket을 통한 브라우저 기반 테스트가 포함됩니다.

Observability and Guardrails

모든 통화는 녹음 및 전사(transcription)되며, 운영자는 오디오를 검토하고, 전사 내용을 읽고, 도구 사용을 내역을 검사할 수 있습니다. 플랫폼에는 에이전트가 대본 외의 주제를 논의하거나 신용카드 번호를 읽어주는 것과 같은 금지된 작업을 수행하지 못하도록 방지하는 가드레일이 포함되어 있습니다.

Pricing Model

Voice Agent Builder는 음성 포함 비용으로 분당 $0.05의 API 요금으로 청구되며, 별도의 플랫폼 수수료는 없습니다. 무료로 제공되는 번호의 전화 기술 서비스는 분당 추가 $0.01이 소요됩니다.