**오픈AI(OpenAI)**가 음성 인식 신모델 GPT Transcribe와 GPT Live Transcribe를 공개하고, 파일 전사 비용을 25% 인하했다. 독립 벤치마크에서 단어 오류율 3.31%를 기록했지만, 정확도 순위는 상위권 경쟁사에 미치지 못한다.
핵심 포인트
- GPT Transcribe는 AA-WER 지수에서 단어 오류율 3.31%를 기록, 추적 중인 시스템 가운데 9위에 그침.
- 파일 전사 요금은 분당 0.0045달러로 GPT-4o Transcribe 대비 25% 인하, 스트리밍은 분당 0.017달러.
- 두 모델 모두 텍스트 설명, 키워드 리스트, 언어 힌트 등을 받아 소음이 많은 음성의 정확도를 끌어올리는 구조.
개발자 API에 추가된 오픈AI 전사 모델
오픈AI는 7월 28일 개발자 플랫폼을 통해 두 모델을 공개하고, 각각의 모델 페이지와 개편된 전사 가이드, 지원 엔드포인트별 코드 예시를 동시에 내놓았다. GPT Transcribe는 완료된 오디오 파일과 대량 배치 작업을 겨냥했다. 실제 음성 길이의 약 34배 속도로 처리해, 아카이브 정리에는 충분하지만 시장에서 가장 빠른 전사 서비스보다는 한참 느린 편이다.
GPT Live Transcribe는 반대 축을 담당한다. 발화가 진행되는 동안 오픈된 연결을 통해 실시간으로 텍스트를 스트리밍해 준다. 개발자는 지연 시간과 전사 안정성 간의 트레이드오프 수준을 조정할 수 있고, **마이크로소프트(Microsoft)**는 이미 자사 Foundry 플랫폼에 두 모델을 함께 탑재했다.
두 모델 모두 녹음본에 대한 평문 설명, 고유명사·전문용어를 포함한 키워드 리스트, 그리고 예상 사용 언어 힌트를 입력값으로 받는다. 이 추가 컨텍스트를 활용해 오픈AI가 자체 측정한 의미 정확도는 41.6%에서 45.2%로 개선됐다. 파일 전사 모델은 오디오 1분당 0.0045달러를 과금해 직전 모델 대비 약 25% 낮고, 실시간 스트리밍 모델은 세션 1분당 0.017달러를 받는다.
관련 기사: 7월 DEX 거래량 26% 급감…온체인 유동성 위축
'Artificial Analysis' 기준 GPT Transcribe, 정확도 9위
리서치 업체 Artificial Analysis는 GPT Transcribe를 자사 AA-WER 지수에서 단어 오류율 3.31%로 측정, 현재 약 50개 시스템 가운데 9위에 올려놨다. GPT-4o Transcribe 대비 0.7%포인트 개선된 수치지만, 난도가 높은 데이터셋에서는 여전히 약점을 드러내며 실적 발표 콜에서 오류율 6.10%를 기록했다.
22개 언어를 대상으로 Common Voice 데이터셋을 활용한 평가에서는, 오픈AI 모델이 19.27%를 기록한 반면 Whisper는 40.37%로 크게 뒤처졌다. 정확도 1위는 **알리바바(Alibaba)**로 단어 오류율 1.8%를 찍었고, 일레븐랩스(ElevenLabs), 구글(Google), **미스트랄(Mistral)**이 2.2~2.9% 구간에 포진해 선두권을 형성하고 있다. 이번 출시를 다룬 한 리뷰는, 동일한 GPT-4o 모델이 깨끗한 음원에서는 3%대 오류율을 보이지만 난해한 실적 발표 음원에서는 성능이 급락한다며, 지수 수치가 전반적으로 모든 시스템을 다소 과대평가할 수 있다고 경고했다.
Whisper 이후 이어진 오픈AI의 오디오 전략
이번 출시는 오픈AI의 바쁜 오디오 제품 로드맵에 또 하나의 마침표를 찍는 격이다. 2022년 오픈형 모델 Whisper가 등장한 이후, 이 모델은 전 세계 팟캐스트, 콜센터, 뉴스룸, 연구 아카이브 등에서 사실상 '저가 전사 표준'으로 자리 잡았다.
이어 2025년에는 분당 0.006달러 수준의 GPT-4o Transcribe가 나왔고, 가격을 절반으로 낮춘 경량 버전도 함께 투입됐다. 오픈AI는 5월에 번역 모델 및 GPT-Realtime-Whisper와 함께 GPT-Realtime-2를 출시했다. 당시 실시간 전사 모델의 요금은 이번 GPT Live Transcribe와 동일한 분당 0.017달러였다.
이후 경쟁사들의 가격 인하는 계속 이어졌고, 미스트랄은 현재 자사 전사 서비스의 시작 요금을 분당 0.003달러까지 내린 상태다.