Open WebUI, 음성 통화에 실시간 모드 추가

음성 대화와 실제 업무를 나눠 처리합니다

한국시간 2026년 10월 11일 공개된 Open WebUI 0.12.0은 음성 통화의 Realtime 모드를 추가했습니다. 관리자가 오디오 설정의 Voice calls에서 Standard 대신 Realtime을 선택하는 방식입니다. 음성 모델이 가벼운 대화를 처리하고, 실제 질문과 작업은 채팅에서 선택한 모델에 이력·도구와 함께 전달한 뒤 답을 말해 주도록 설계됐습니다.

릴리스의 기본 설정은 OpenAI Realtime 음성 모델과 Marin 목소리입니다. 따라서 로컬 채팅 모델을 골랐다는 사실만으로 음성 처리까지 모두 로컬에서 이뤄진다고 보면 안 됩니다. 별도의 실시간 제공자 연결과 데이터 전달 경로를 확인해야 합니다. 계정 키를 설정하는 일도 단순한 UI 옵션 변경과는 구분할 필요가 있습니다.

소리와 화면의 완료 상태를 함께 봅니다

공식 안내는 답변을 말하는 동안 전체 응답이 채팅에도 표시된다고 설명합니다. 듣기 편한 요약과 화면에 남는 전체 답변을 함께 사용할 수 있지만, 도구 실행의 확인 질문과 승인은 여전히 채팅에서 답해야 합니다. 음성으로 대화가 이어진다고 승인 대기 중인 작업까지 실행된 것으로 처리하면 안 됩니다.

통화에는 Allow Call 권한이 필요하며 한 시간 뒤 종료된다는 조건도 있습니다. 장시간 대화를 자동 작업의 완료 신호로 사용하기보다, 연결 종료와 작업 종료를 따로 기록하는 편이 좋습니다. 브라우저나 네트워크가 끊겼을 때 화면에서 진행 상태를 다시 확인할 수 있는지도 점검할 항목입니다.

공개 구현에서 확인되는 경계

초기 구현 커밋은 인증된 WebSocket 연결을 실시간 통화의 전송 경로로 추가합니다. 또한 채팅 메시지의 음성 정보를 갱신할 때 기존 승인 재개 정보를 덮어쓰지 않도록 처리한 코드가 있습니다. 음성 메시지의 표시와 도구 승인 흐름이 서로 다른 상태라는 점을 구현에서도 확인할 수 있습니다.

외부 릴리스 소개도 확인했지만 공식 변경 목록을 재전달한 자료였으므로 독립적인 지연·품질 시험으로 보지는 않았습니다. 공식 문서가 '실시간'이라고 부른다는 이유만으로 특정 환경에서의 응답 지연이나 동시 통화 수를 수치로 보장할 근거는 없습니다.

기존 음성 기능과 비교할 방법

먼저 가벼운 인사와 도구가 필요한 질문을 나눠 어느 모델이 응답하는지 확인할 수 있습니다. 이어 승인 질문이 생기는 허가된 테스트 작업에서 채팅 대기가 유지되는지, 응답을 읽는 중에 연결이 끊기면 화면에는 어떤 결과가 남는지 살펴보는 방식입니다. 실제 외부 작업 없이 테스트용 도구로 흐름을 확인하는 편이 좋습니다.

0.12.0에는 음성 통화 외에도 아바타와 여러 협업 기능이 함께 추가됐지만, 이 글은 통화 모드와 승인 경계에 집중했습니다. 직접 서버를 배포하거나 음성 연결을 시험하지 않았으며, 제공자별 호환성과 요금은 운영 환경에서 별도로 확인해야 합니다.

출처

• Open WebUI 공식 릴리스
• 실시간 통화의 공개 구현 커밋
• 외부 릴리스 소개 · 공식 노트 재전달