← Docs hub

LLM Live 기존 사양 호환성

이 문서는 MR8의 기존 기능을 Live 적용 후에도 유지할 수 있는지 판단한다. 사용자 경험의 Before/After는 음성 인터랙션 기획, 서버 운영 목표는 향후 릴리즈 구조에서 관리한다.

결론

로컬 분류와 Device API 실행 원칙은 유지된다. 가장 큰 위험은 Live 음성을 일관되게 만들기 위해 로컬 TTS를 효과음으로 바꾼 범위가 오프라인 멀티턴과 제품의 추가 질문까지 없애는 것이다.

운영 적용 전에는 다음 네 가지가 필요하다.

1. 제품 결과를 완료, 거부, 추가 질문, 정보 응답으로 구분한다.
2. 오프라인 로컬 TTS와 기존 멀티턴을 보존한다.
3. Live 첫 응답 전 장애의 fallback을 한 번만 수행한다.
4. 음성 전송, 로그와 운영 Broker의 보안·개인정보 승인을 완료한다.

호환성 판정

가장 큰 충돌: TTS와 오프라인 멀티턴

문제

DeviceCommandCuePolicy는 단순 성공·실패 응답을 긍정·부정 효과음으로 바꾼다. Live의 rewrite_query 경로에서는 WAV가 아닌 결과를 의미 구분 없이 부정 효과음으로 바꾸고 세션까지 종료할 수 있다.

기존 볼륨 기능은 값이 없으면 다음 질문을 해야 한다.

사용자: 볼륨 조절해줘
기기: 현재 볼륨은 2단계입니다. 몇 단계로 조정할까요?
사용자: 3단계
기기: 볼륨을 3단계로 설정할게요.

추가 질문이 효과음으로 바뀌면 사용자는 무엇을 답해야 하는지 알 수 없고, -1 멀티턴 상태와 후속 “3단계”도 잃는다.

필요한 결과 계약

앱은 기존 로컬 로직을 먼저 실행하고 결과를 분류한 뒤 tool response를 반환해야 한다. Gemini는 Device API를 직접 호출하지 않고 speakText만 읽는다.

{
  "outcome": "NEEDS_USER_INPUT",
  "speakText": "현재 볼륨은 2단계입니다. 몇 단계로 조정할까요?",
  "expectedSlot": "volume",
  "allowedValues": [0, 1, 2, 3, 4, 5],
  "keepSessionOpen": true
}

경로별 음성 정책

단기 보완은 목소리가 잠시 달라져도 추가 질문과 조회 내용을 로컬 TTS로 보존하는 것이다. 기능과 정보가 사라지는 것보다 음색 차이가 작다.

그 밖의 출시 차단 항목

현재 Broker에는 별도 세션 생성 API 또는 세션 DB 서버가 없다. 연결과 문맥 소유권은 현재 Broker에서 설명한다.

회귀 시험

코드 근거

• TTS/효과음: DeviceCommandCuePolicy, mappingTtsTextAndDeviceApi()
• Live 명령 handoff: beginLiveRewriteQueryHandoff(), finishLiveRewriteHandoffIfReady()
• tool response: GeminiLiveResponseRouter, GeminiLiveToolBridge
• 볼륨 멀티턴: SqliteHelper.initMultiTurnAnswer()의 <sk_8>
• 연결과 장애: applyLiveRouteDecisionAfterLocalRoute(), handleLiveSessionFailure()
• 입력 차단과 회전: GeminiLiveStreamingConsumer, LiveConversationController

관련 문서

• LLM Live
• 음성 인터랙션 기획
• 기기 Runtime
• 현재 Broker
• 향후 릴리즈 구조