Foundry Voice Agent 프리뷰, 문서·목소리·얼굴을 묶기 전 확인할 조건

교육 담당자가 과정 자료를 강사의 목소리와 얼굴로 답하는 안내 창구로 만들 수 있을지 따져 본다고 가정해 보겠습니다(예시). Microsoft Foundry 블로그는 2026년 10월 30일(한국 시각 10월 31일 새벽) 글에서 Foundry Agent Service의 Voice Agent가 Foundry IQ로 연결한 지식, Personal Voice로 만든 목소리, 사용자 지정 사진 아바타를 하나의 실시간 대화로 묶는다고 소개했습니다. 블로그는 이 준비물을 미리 만들어 두면 Foundry 포털에서 몇 분 만에 묶을 수 있고, 음성·아바타·앱 코드를 직접 만들지 않아도 플레이그라운드(포털 안의 시험 화면)에서 대화해 볼 수 있다고 설명합니다. 블로그가 든 쓰임새에도 과정 자료를 강사의 목소리와 얼굴로 전하는 교육 도우미가 있습니다. 블로그는 이런 쓰임새를 대상과 승인된 용도에 맞게 고쳐 쓸 출발점으로 소개했고, 고객 도입 사례는 아니라고 덧붙였습니다.

이 글은 위 블로그와 Microsoft Learn 문서 3건(빠른 시작, 구성 방법, 요금 개념)을 바탕으로 정리했습니다. 필자는 이 기능을 직접 만들어 보지 않았고, 포털 메뉴 이름은 원문의 영어 표기를 그대로 옮겼습니다.

1. 미리 준비할 지식·목소리·얼굴

블로그는 지원되는 Foundry 프로젝트에서 아래 자원을 새로 준비하거나 이미 있는 자원을 다시 쓰라고 안내합니다.

준비물	만드는 재료(블로그 기준)	함께 확인할 조건
지식: Foundry IQ 지식 베이스	사용 권한이 있는 문서	예시 질문으로 검색 결과를 미리 확인
목소리: Personal Voice	짧고 잡음 없는 음성 샘플, 화자가 녹음한 동의 문장	자격 요건 있음
얼굴: 사용자 지정 사진 아바타	사용 권한이 있는 사진, 사진 속 인물의 동의 영상	자격 요건 있음, 지역에 따라 제공되지 않을 수 있음

처음부터 개인 목소리와 사진 아바타를 만들지 않아도 됩니다. 블로그에 따르면 플랫폼이 제공하는 목소리와 아바타로 먼저 시작하고 나중에 개인화할 수 있습니다. 블로그 시연도 플랫폼 제공 목소리(Andrew Dragon HD)와 미리 준비된 사진 아바타(Marcel)를 썼고, 블로그는 시연의 목소리와 아바타가 AI로 만든 것이라고 밝혔습니다.

블로그는 문서를 갱신해도 목소리나 아바타를 다시 만들 필요가 없고, 준비한 자원을 여러 에이전트에서 다시 쓸 수 있다고 설명합니다. 그래서 문서를 고치는 사람과 목소리·얼굴 자원의 동의 자료를 관리하는 사람을 처음부터 나눠 정해 두는 편이 낫다고 봅니다(작성자 해석). 문서는 자주 바뀌고, 동의를 받아 만든 목소리와 얼굴은 여러 에이전트가 함께 쓰기 때문입니다.

준비물과 동의 재료, 자격 요건, 프리뷰 상태, 모드 변경 불가, 세션 중 설정 잠김, 전화 연결 시 음성만 전달, 비용 요인은 Microsoft Foundry 블로그와 Learn 문서(빠른 시작, 구성, 요금 개념)에서 옮겼습니다. 상자 배치와 문구 요약은 작성자가 했습니다.

2. 시작 전에 확인할 프리뷰 조건

Learn 빠른 시작 문서(화면 표시 갱신일 2026년 10월 7일)는 문서에서 preview로 표시한 항목이 프리뷰 상태이고, 서비스 수준 계약(SLA) 없이 제공되며 Microsoft가 프로덕션 업무에 권장하지 않는다고 적었습니다. 같은 문서는 준비 조건으로 Foundry 프로젝트, 프로젝트의 Foundry User 역할, 프로젝트에서 쓸 수 있는 음성 모델(gpt-realtime 등), Azure 구독의 prompt voice agent 프리뷰 접근 권한을 들고, 시작 전에 프로젝트 지역에서 프리뷰를 쓸 수 있는지 확인하라고 안내합니다. 문서에 따르면 Foundry User 역할의 예전 이름은 Azure AI User이고, 이름 변경이 진행되는 동안 예전 이름이 보일 수 있습니다.

포털에서 Voice가 상호작용 모드로 보이지 않으면, 빠른 시작 문서의 문제 해결 표는 프로젝트·리소스·구독·지역에서 프리뷰를 쓸 수 있는지 확인하라고 안내합니다. 블로그도 Personal Voice와 사진 아바타에는 자격 요건이 있고, 쓸 수 있는 모델·지역·프리뷰 기능이 다르다고 밝혔습니다.

한국 리전에서 쓸 수 있는지는 이 글이 참고한 블로그와 Learn 문서 3건에 적혀 있지 않습니다. 구성 문서(화면 표시 갱신일 2026년 10월 11일)는 모델 목록과 정보가 리소스별로 표시되고 지역과 출시 단계에 따라 바뀔 수 있다며, 포털 화면을 기준으로 삼으라고 적었습니다. 프로젝트를 만들 지역의 포털 화면에서 Voice 모드와 원하는 목소리·아바타가 보이는지 먼저 확인하십시오.

3. 만든 뒤에는 바꿀 수 없는 설정

블로그에 따르면 포털에서 프로젝트를 열고 Agents → Build an agent로 들어가 이름을 입력한 다음, 상호작용 모드로 Voice를 고르고 용도(use case)를 선택한 뒤 Create agent and open playground를 선택합니다. 이어서 Knowledge에서 지식 베이스를 추가하고, Voice에서 Personal Voice를, Avatar에서 사진 아바타를 고른 뒤 Save와 Start session을 차례로 선택합니다.

빠른 시작 문서는 에이전트를 만든 뒤에는 상호작용 모드를 바꿀 수 없다고 밝혔습니다. 텍스트 에이전트를 만든 뒤 음성이 필요해지면 에이전트를 새로 만들고 Voice를 골라야 합니다. 고른 용도에 따라 기본 지시문이 달라지고, 에이전트 이름은 버전 기록, 추적과 모니터링 조회, 전화번호 연결 등에 표시되므로 문서는 바꾸지 않을 알아보기 쉬운 이름을 쓰라고 권합니다.

대화 세션이 진행되는 동안에는 설정 컨트롤이 비활성화됩니다. 모델, 목소리, 아바타, 도구, 지식, 고급 설정을 바꾸려면 세션을 끝내야 하고, 구성 문서에 따르면 세션은 마지막으로 저장한 설정을 쓰므로 Start 전에 Save를 해야 합니다. 구성 문서는 모델을 바꾸면 쓸 수 있는 목소리가 달라질 수 있고, 고른 목소리가 새 모델과 맞지 않으면 Foundry가 호환되는 기본 목소리를 고른다고도 적었습니다. Personal Voice를 연결해 둔 상태에서 모델을 바꿨다면 Voice 항목을 다시 열어 개인 목소리가 선택돼 있는지 확인하는 편이 안전합니다(작성자 해석). 만들거나 고칠 때마다 변경할 수 없는 새 에이전트 버전이 생기므로, 엔드포인트를 바꾸지 않고 이전 버전으로 되돌릴 수 있다고 구성 문서는 설명합니다.

4. 비용이 늘어나는 곳

요금 개념 문서(화면 표시 갱신일 2026년 10월 7일)는 음성 에이전트가 텍스트 에이전트와 다르게 과금된다고 설명합니다. 문서가 든 비용 요인을 옮기면 다음과 같습니다.

비용 요인	요금 개념 문서의 설명
오디오 토큰	이용자 음성과 에이전트 음성이 모두 토큰으로 계산되고, 음성 세션에서는 대개 텍스트 토큰보다 훨씬 많음
모델 호스팅	managed는 음성 에이전트 요금에 포함해 청구, self_deployed는 자기 Foundry 모델 배포의 요금 방식으로 청구하며 음성 기능 비용은 따로 더해짐
대화 시간	오디오를 계속 주고받으므로 연결된 대화 시간에 따라 늘어남
도구	도구 호출마다 모델 차례가 늘고, 툴박스·MCP 서버 같은 서버 측 도구는 각자의 리소스로 청구
선택 기능	아바타는 영상 합성 비용이 추가되고, store를 true로 두면 전사본·오디오 저장 비용이 추가됨(기본값 false)

구성 문서는 아바타를 고르면 별도 요금이 생길 수 있으니 켜기 전에 Speech 가격을 확인하라고 적었습니다. 아바타는 지원되는 브라우저나 WebRTC 화면에만 적용되고, 전화로 연결한 이용자는 아바타를 설정해도 음성만 받습니다. 전화 안내가 주 용도라면 아바타를 켤지부터 다시 따져 볼 만합니다(작성자 해석).

요금 개념 문서는 단가를 적는 대신 Microsoft Foundry 가격 페이지를 안내합니다. 현재 요금은 Microsoft Foundry 가격 페이지와 Speech 가격 페이지에서 확인하십시오. 개발 중에는 음성 에이전트 추적에 차례별 토큰 사용량과 추정 비용이 기록되고 아바타 비용은 따로 표시됩니다. 다만 문서는 이 값이 분석용 추정치이고 청구 기록은 아니므로, 실제 청구는 Microsoft Cost Management에서 확인하라고 적었습니다.

5. 동의·고지와 답변 확인

블로그는 사용 권한이 있는 목소리, 초상, 문서만 쓰고, 필요한 동의와 접근 승인을 마치고, 합성 음성과 아바타 출력이라는 사실을 알리라고 요구합니다. 사내 자료를 쓰기 전에는 이용 대상의 접근 범위와 데이터 처리 방식을 검토하라고도 적었습니다. 강사나 담당자의 목소리·얼굴을 쓰려면 당사자가 녹음한 동의 문장과 동의 영상이 재료로 필요하므로, 동의 절차는 포털 설정보다 먼저 시작해야 일정이 밀리지 않습니다(작성자 해석).

답변 범위도 지시문으로 정합니다. 블로그의 예시 지시문을 옮기면 "사실에 관한 답은 연결된 지식 베이스를 쓰고, 짧고 바로 답하며, 이어지는 질문에는 대화 맥락을 쓰고, 자료에 답이 없으면 추측하지 말고 없다고 말하라"는 내용입니다. 블로그 시연에서도 연결한 자료와 관계없는 질문(전날 Microsoft 주식 종가)을 받자 에이전트가 자료에 답이 없다고 말합니다. 블로그는 에이전트를 이용자에게 공유하기 전에 답변을 원본 문서와 대조하라고 안내합니다.

6. 이번 주에 해 볼 첫 단계

블로그는 범위를 좁힌 지식 모음 1개, 허가받은 인물 1명, 쓸모 있는 질문 3개로 시작하라고 권합니다. 이번 주에는 과정 자료나 제품 FAQ처럼 이미 승인된 문서 묶음 1개를 고르고, 문서에 답이 있는 질문 2개와 문서 밖 질문 1개를 적어 보십시오(예시). 그다음 Azure 관리자와 함께 프로젝트 지역에서 prompt voice agent 프리뷰를 쓸 수 있는지, 프로젝트에 Foundry User 역할이 있는지 확인합니다. 첫 시험은 플랫폼 제공 목소리와 아바타로 하고, Personal Voice와 사진 아바타는 당사자 동의와 자격 요건을 확인한 뒤 붙이면 됩니다. 대화 기록을 다시 볼 계획이 없으면 store는 기본값(false)으로 두십시오.