일본어 음성 AI ‘Shizuku-Duplex’ 공개…듣고 말하며 검색은 별도 모델에
시즈쿠AI가 8일 일본어 전이중 음성 대화 모델을 공개했다. 80밀리초 단위로 음성을 처리하며 검색 작업을 별도 모델에 맡기지만, 성능 비교는 개발사의 자체 평가다.

일본 시즈쿠AI가 8일 상대의 말을 들으면서 동시에 음성을 낼 수 있는 일본어 대화 모델 ‘Shizuku-Duplex’를 공개했다. 대화 흐름을 맡는 모델과 검색·복잡한 작업을 처리하는 별도 모델을 나눈 구조가 특징이다.
80밀리초는 처리 주기, 응답시간은 별개
시즈쿠AI의 기술 설명에 따르면 모델은 80밀리초를 한 주기로 삼아 입력 음성을 받아들이고 음성·텍스트·동작 신호를 낸다. 이 수치는 추론을 반복하는 간격이지, 질문을 끝낸 뒤 80밀리초 만에 답한다는 뜻은 아니다.
실시간 대화를 맡는 ‘인터랙션 모델’은 필요할 때 별도 ‘백그라운드 모델’로 작업을 넘긴다. 검색이 진행되는 동안에도 앞의 모델은 대화를 이어가고, 결과가 도착하면 이를 반영해 답하는 방식이다. 개발사는 긴 대화에서 내용이 계속 쌓이는 문제를 줄이려고 약 5분마다 앞선 대화를 요약한다고 설명했다.
자체 비교서는 대화 흐름 우세…답변 내용은 열세
개발사가 구성한 일본어 평가에서 Shizuku-Duplex는 비교한 전이중 모델의 대화 순서 조정 지표 6개 중 5개에서 가장 좋은 값을 냈다고 밝혔다. 반면 여러 차례 묻고 답하는 과제의 정확도는 79%로, 함께 평가한 GPT-Live-1의 95%보다 낮았다. 검색이 필요한 질문의 정확도도 각각 43%와 50%였다.
발화가 끝난 뒤 응답을 시작하기까지의 중간값은 0.57초로 제시됐다. 다만 이 값과 GPT-Live-1의 0.53초는 서버 쪽 녹음을 기준으로 한 측정이다. 다른 비교 서비스에는 통신 왕복시간이 포함돼 있어 모든 제품의 체감 대기시간을 같은 조건에서 비교한 결과로 읽어서는 안 된다.
답변 내용의 일부 평가는 사람의 청취 평가가 아니라 다른 AI 모델인 Claude Opus 5.5가 채점했다. 일본어 평가 데이터와 성능 비교도 개발사가 마련해 진행했으며 독립 재현 결과는 확인되지 않았다. 8일 공개문에는 모델 가중치나 이용 신청 경로도 제시되지 않았다. 다국어와 영상 입력은 향후 과제로 적었다.
대표 이미지: AI 생성 이미지 / 데이마크
자료
Shizuku AI (2026-11-08): https://shizuku.ai/blog/1/
explainx.ai / Yash Thakker (2026-11-08): https://explainx.ai/blog/shizuku-duplex-japanese-full-duplex-voice-80ms-interaction-background-2026


