구글이 20년 전 기계 번역을 시작했을 때, 그것은 언어의 과학을 인간 연결의 마법으로 바꾸려는 실험이었다. 지금 그 실험은 매달 수십억 명에게 1조 개 이상의 단어를 번역하는 인프라가 됐다. Gemini 3.5 Live Translate는 그 인프라의 오디오 레이어를 다시 설계한 모델이다—실험이 아니라, 지금 당장 Grab의 월 1000만 건 음성 통화에 테스트되고 있는 운영 시스템으로.
기존 실시간 번역 시스템의 근본적인 한계는 '기다림'이었다. 발화가 끝나야 번역이 시작되는 turn-by-turn 구조는 자연스러운 대화 리듬을 끊는다. 3.5 Live Translate는 이 패러다임을 바꾼다. 모델은 스트리밍되는 음성을 처리하면서 문맥 확보(품질)와 즉시 번역(실시간성) 사이의 균형을 연속적으로 조정한다. 화자보다 몇 초 뒤에서 따라가되, 그 목소리에는 원래 발화자의 intonation, pacing, pitch가 살아있다. 70개 이상의 언어를 수동 설정 없이 자동 감지하며, 소음이 많은 환경에서도 견고하게 작동하도록 설계됐다.
배포 범위를 보면 이것이 기술 시연이 아님을 알 수 있다. Gemini Live API와 Google AI Studio에서 개발자 공개 프리뷰가 시작됐고, Agora, Fishjam, LiveKit, Pipecat이 이미 통합 레이어를 제공한다—즉, WebRTC 스택을 직접 구현하지 않아도 다국어 음성 서비스를 빠르게 구축할 수 있다. Google Meet에서는 지원 언어가 5개에서 70개+로 늘었고, 번역 방향은 영어 중심에서 2000개+ 조합으로 확장됐다. Google Translate 앱에는 이어폰 없이 전화 걸듯 귀에 대면 번역이 스트리밍되는 새 청취 모드가 추가됐다.
다만 속도를 조절할 지점도 있다. Google Meet의 새 기능은 현재 비즈니스 Workspace 고객 대상 프라이빗 프리뷰이고, 일반 롤아웃은 올해 하반기다. Android 청취 모드도 단계적으로 배포 중이다. 그러나 Gemini Live API를 직접 활용할 수 있는 개발자라면, Gemini Cookbook의 dubbing과 동시 다국어 번역 예제 코드가 시작점이 된다. 언어 장벽 해소라는 오래된 문제가, 이번에는 API 한 줄로 시작되는 운영 과제가 됐다.