홈으로 돌아가기
공식 웹사이트 방문하기
Gemini 2.0 Multimodal Live API 구글 제미나이 웹소켓 기반 초저지연 양방향 음성 비전 실시간 스트리밍 API
공식 서비스 바로가기
서비스 상세 소개
Gemini 2.0 Multimodal Live API 구글 제미나이 웹소켓 기반 초저지연 양방향 음성 비전 실시간 스트리밍 API: 웹소켓 양방향 스트리밍을 통해 사용자의 실시간 음성과 카메라 영상 입력을 동시에 수신하고 수백 밀리초 만에 대답하는 구글의 차세대 라이브 API입니다.
Gemini 2.0 Multimodal Live API는 구글이 실시간 대화형 AI 비서 구현을 위해 공개한 최신 웹소켓 기반 인터페이스입니다. 텍스트 오디오 비디오를 단일 세션에서 실시간 양방향으로 주고받으며 사용자의 말 끊김 인터럽트를 자연스럽게 감지합니다. 카메라로 비추는 화면의 물리적 상황을 즉각 이해하고 인간 수준의 빠른 반응 속도로 피드백을 제공합니다.
핵심 기능 목록
WebSocket 프로토콜 기반 엔드투엔드 양방향 멀티모달 스트리밍
실시간 음성 발화 도중 사용자 끼어들기 및 화자 전환 즉시 처리
카메라 실시간 비디오 프레임 분석과 시각적 상황 즉시 추론
실시간 대화 도중 외부 검색 및 도구 함수 호출 매끄러운 실행
