사용자의 음성을 듣고 이해한 뒤, 별도 중간 텍스트 변환 없이 바로 음성 응답을 생성하는 AI 음성 처리 방식. 이 기사에서는 음성 에이전트의 마지막 단계로, 응답 생성 지연이 추가되는 구간이다.