VOICE (음성)
미스트랄, 음성 받아쓰기 모델 'Voxtral Transcribe 2' 발표
미스트랄이 음성 받아쓰기 모델 두 종(Voxtral Transcribe 2)을 내놨습니다. 녹음 파일용 Voxtral Mini Transcribe V2는 분당 0.003달러, 실시간용 Voxtral Realtime은 분당 0.006달러이고, Realtime은 누구나 내려받아 쓸 수 있는 Apache 2.0 공개 모델입니다. 지원 13개 언어에 한국어가 들어 있습니다.
핵심 사실 · 한눈에 보기
- 2월 4일 미스트랄이 Voxtral Mini Transcribe V2(일괄 처리용)와 Voxtral Realtime(실시간용)을 발표했습니다.
- API 가격은 Mini Transcribe V2가 분당 0.003달러, Realtime이 분당 0.006달러입니다.
- Voxtral Realtime은 40억 파라미터 공개 모델(Apache 2.0)로, 지연을 200ms 미만까지 설정할 수 있습니다.
- 두 모델 모두 한국어를 포함한 13개 언어를 지원합니다.
- Mini Transcribe V2는 화자 구분, 단어 단위 타임스탬프, 최대 100개 용어 힌트(context biasing), 한 번에 최대 3시간 녹음 처리를 지원합니다.
두 모델, 다른 용도
Voxtral Mini Transcribe V2는 이미 녹음된 파일을 글로 옮기는 모델입니다. 누가 말했는지 구분하는 화자 분리(diarization), 단어마다 시작·끝 시간을 붙이는 타임스탬프, 고유명사·전문 용어를 최대 100개까지 미리 알려 주는 기능을 갖췄습니다. 회의록, 인터뷰 분석, 여러 사람이 참여한 통화 정리를 예로 들었습니다.
Voxtral Realtime은 소리가 들어오는 대로 바로 글로 옮기는 모델입니다. 미스트랄은 기존 모델을 잘게 나눠 돌리는 방식이 아니라 처음부터 스트리밍용으로 설계했다고 밝혔습니다. 음성 비서, 콜센터 실시간 분석, 생방송 자막이 주 용도입니다.
- 지원 언어(13개): 영어, 중국어, 힌디어, 스페인어, 아랍어, 프랑스어, 포르투갈어, 러시아어, 독일어, 일본어, 한국어, 이탈리아어, 네덜란드어
- 파일 형식: mp3·wav·m4a·flac·ogg, 파일당 최대 1GB (Mistral Studio 체험 기준)
미스트랄이 내세운 성능 (회사 발표 기준)
비교 결과는 모두 미스트랄이 직접 측정해 발표한 것입니다.
- Mini Transcribe V2: FLEURS 벤치마크에서 단어 오류율 약 4%, GPT-4o mini Transcribe·Gemini 2.5 Flash·Deepgram Nova보다 정확
- ElevenLabs Scribe v2와 품질은 비슷하면서 약 3배 빠르고 비용은 5분의 1
- Realtime: 지연 2.4초에서 일괄 처리 모델과 같은 정확도, 480ms에서는 오류율 차이 1~2%p 이내
AI마중 POINT · 해석
봐야 할 지점
가격이 가장 눈에 띕니다. 1시간 녹음을 일괄 처리하면 약 0.18달러입니다. 받아쓰기는 회의록·통화 기록처럼 기업이 AI를 가장 먼저 도입하는 분야라, 분당 단가 경쟁이 곧 도입 비용 경쟁입니다.
또 하나는 공개 모델입니다. Realtime은 40억 파라미터로 작아서 기기 안(엣지)에서 돌릴 수 있고, 미스트랄은 GDPR·HIPAA 규정을 지키는 사내 설치와 프라이빗 클라우드 배포를 지원한다고 밝혔습니다. 통화 내용을 외부 서버로 보내기 어려운 금융·의료 기관에는 의미 있는 선택지입니다.
그래서 나한테는?
실제로 쓰려면
- 회의록·인터뷰를 정리하는 직장인: Mistral Studio의 오디오 플레이그라운드나 Le Chat에서 바로 시험해 볼 수 있습니다.
- 콜센터·음성 서비스 개발자: Realtime을 API로 쓰거나, 공개 가중치를 받아 자체 서버에 설치할 수 있습니다.
- 한국어 사용자: 지원 언어에 포함되지만, 용어 힌트 기능은 영어에 최적화돼 있고 다른 언어는 '실험적'이라고 밝혔습니다. 한국어 정확도는 직접 시험해 봐야 합니다.
미확인 · 공식 발표만으로 알 수 없는 것
한계와 미확인 사항
- 여러 사람이 동시에 말하면 보통 한 사람만 받아쓴다고 미스트랄이 직접 밝혔습니다.
- 한국어 단독 오류율은 발표에 따로 나오지 않습니다.
- Le Chat에서 쓸 때 요금제별 사용 한도는 이 발표에서 확인되지 않습니다.
SOURCE공식 원문 확인
- PRIMARY · 공식Voxtral transcribes at the speed of sound. | Mistral AIMistral AI · mistral.ai · 발표 2026.02.04 · 확인 2026.10.02
수집 2026.09.30 · 정리 2026.10.01 · 수정 2026.10.02 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.