Google DeepMind

Gemini 3.5 Transcribe 출시, 음성인식 오류율 4.0%로 개선

연구소/벤더2026년 8월 27일

한마디로

구글이 잡음과 사투리까지 알아듣고 필러 단어를 지워주는 새 음성인식 모델을 내놨는데 오류율이 크게 낮아졌어요

무슨 내용인가

구글 딥마인드가 새 음성-텍스트 모델 Gemini 3.5 Transcribe를 공개했습니다. 실시간 스트리밍용은 Live API의 gemini-3.5-transcribe-live로, 녹음 파일 처리용은 Interactions API의 gemini-3.5-transcribe로 제공되는데요. Artificial Analysis 측정 기준 평균 Word Error Rate가 스트리밍 4.0%, 비스트리밍 2.6%를 기록했고, 최종 전사까지 걸리는 시간은 이전 모델 Chirp 3 대비 70% 개선됐습니다. 85개 이상 언어를 자동 감지하고 최대 3명 화자를 구분하며, Gboard의 Rambler 기능이나 Gemini 앱, Google Antigravity, Chrome(출시 예정) 등 구글 제품 전반에 이미 적용되고 있어요.

에디터 노트 | FactStack

WER 4.0%가 인상적으로 보이지만, 실무자라면 이 숫자를 벤치마크 데이터셋 성적표로만 봐야 합니다. 콜센터 통화처럼 배경소음이 크고 전문용어가 섞이는 실제 환경에서는 수치가 그대로 재현되지 않는 경우가 많아서, 도입 전에 자사 음성 데이터로 직접 파일럿 테스트를 돌려보는 게 먼저입니다. 다만 화자 분리와 필러 단어 제거가 기본 탑재된 점은 회의록 자동화나 통화 QA 업무에 실질적인 시간 절감을 주는 부분이라, 지연시간 70% 개선까지 더하면 실시간 상담 지원 같은 레이턴시 민감 업무부터 붙여볼 가치가 있어요.

실무 시사점

음성 기반 고객 응대, 통화 분석, 회의록 자동화 같은 업무에서 오류율과 지연시간이 크게 줄어든 음성인식 API를 실무에 바로 시험해볼 만합니다

Gemini 3.5 Transcribe 출시, 음성인식 오류율 4.0%로 개선

무슨 내용인가

실무 시사점

태그

관련 글