# \#livekit
**URL:** https://discuss.pytorch.kr/tag/livekit/4368.md
[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)
---
## [FRIDAY: 음성으로 대화하며 MCP 도구를 실시간으로 활용하는 AI 비서](https://discuss.pytorch.kr/t/friday-mcp-ai/11297)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 1\
**마지막 업데이트:** [7월 22, 2026, 6:50오전 UTC](https://discuss.pytorch.kr/t/friday-mcp-ai/11297 "2026-07-22T06:50:25Z")
FRIDAY 소개 FRIDAY는 영화 속 토니 스타크의 비서에서 영감을 받은 음성 AI 비서입니다. 이름은 "Fully Responsive Intelligent Digital Assistant for You"의 약자로, 마이크에 대고 말을 걸면 그 말을 알아듣고, 필요한 도구를 불러 처리한 뒤, 음성으로 답을 되돌려 줍니다. 텍스트 채팅이 아니라 목소리로 오가는 상호작용이 중심이라는 점이 특징입니다. 최근에는 개발 환경을 따로 꾸리지 않아도 설치할 수 있는 독립 실행형 애플리케이션으로 공개되어, Windows용 .exe와 macOS용 .dmg 설치본을 공식 사이트 에서 내려받을 수 있습니다. FRIDAY는 서로 협력하는 두 개의 조각으로 나뉩니다. 하나는 MCP 서버로, 뉴스·웹 검색·시스템 정보 같은 도구를 SSE(Server-Sent Events) 위로 노출하는 백엔드입니다. 실제 일을 처리하는 부분이라고 보면 됩니다. 다른 하나는 음성 에이전트로, 마이크 입력을 듣고 LLM으로 추론한 뒤 음성으로 답하는 파이프라인이며, 답하는 도중 필요한 도구를 MCP 서버에서 실시간으로 가져다 씁니다. 두 프로세스는 반드시 동시에 떠 있어야 하고, 음성 에이전트가 도구가 필요할 때마다 MCP 서버를 호출하는 구조입니다. 기본 구성은 음성 인식에 Sarvam Saaras v3, 추론에 Google Gemini 2.5 Flash, 음성 합성에 OpenAI TTS의 nova 목소리를 사용하며, 실시간 음성 파이프라인은 LiveKit Agents 위에서 돕니다. 본 게시물에서는 FRIDAY의 음성 처리 파이프라인, 도구 구성과 확장 방법, 그리고 개발자용 설치와 실행 절차를 차례대로 정리합니다. FRIDAY의 음성 처리 파이프라인 FRIDAY의 처리 흐름은 마이크에서 시작합니다. 사용자의 음성은 먼저 음성 인식(STT)을 거쳐 텍스트가 되고, 이 텍스트를 LLM이 이해해 응답을 만듭니다. LLM은 이 과정에서 뉴스나 웹 검색 같은 정보가 필요하면 MCP 서버의…
---
## [LiveKit Agents: 실시간 음성 및 영상 에이전트 구축을 위한 SDK](https://discuss.pytorch.kr/t/livekit-agents-sdk/5989)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [1월 29, 2025, 9:00오전 UTC](https://discuss.pytorch.kr/t/livekit-agents-sdk/5989 "2025-01-29T09:00:30Z")
LiveKit Agents 소개 LiveKit의 Agents Framework는 AI 기반 에이전트를 쉽게 개발할 수 있도록, 실시간 음성 및 영상 데이터를 처리하고 대화를 관리하는 기능을 제공합니다. 특히, WebRTC와 SIP(Session Initiation Protocol)를 기반으로 한 강력한 미디어 전송 기능과 오픈소스 생태계를 제공해 다양한 AI 기술을 통합할 수 있는 유연성을 자랑합니다. LiveKit Agents의 주요 기능 중 하나는 음성 파이프라인 에이전트와 멀티모달 에이전트를 통해 사용자와 자연스러운 대화를 가능하게 한다는 것입니다. 특히, 사용자 발화의 끝(End-point)을 자동으로 감지(End-point Detection)하는 자체 모델을 제공하여 대화의 흐름을 개선하고 불필요한 중단을 줄이는 기능이 포함되어 있습니다. LiveKit Agents의 주요 기능 유연한 통합: 음성, 텍스트, 영상 데이터를 처리하기 위해 다양한 AI 모델을 조합하여 사용 가능. AI 음성 에이전트: VoicePipelineAgent 및 MultimodalAgent를 통해 LLM 기반 대화 흐름 관리. 실시간 미디어 전송: WebRTC 및 SIP를 이용한 고속 오디오, 비디오, 데이터 전송 지원. 통신 기능 통합: LiveKit의 통신 스택과 통합되어 전화 송수신 가능. 데이터 교환: RPC 및 데이터 API를 활용해 클라이언트와의 데이터 교환 지원. 오픈소스: LiveKit Server 포함 전체 스택 오픈소스 제공. 특히, OpenAI와 협력하여 개발된 MultimodalAgent API를 통해 실시간 데이터 전송이 가능합니다. 이 API는 GPT-4와 사용자 디바이스 간 초저지연 WebRTC 전송을 지원하며, ChatGPT의 고급 음성 기능을 기반으로 작동합니다. 사용 예제는 플레이그라운드에서 확인하거나 가이드를 참고하세요. 통합 가능한 기술 LLM (대규모 언어 모델, Large Language Model) LiveKit …