미스트랄 AI가 10월 20일(현지시간) 음성 모델 제품군 'Voxtral 3'를 공개했다. 받아쓰기 모델 2종과 실시간 받아쓰기 모델, 음성 합성 모델을 한꺼번에 내놓고, 이를 묶어 음성 에이전트를 만드는 API와 SDK도 함께 선보였다.
핵심 정리
- Voxtral 3는 Small Transcribe 3·Mini Transcribe 3·Mini Transcribe Realtime 3·Voxtral Speech 3 등 4개 모델로 구성됐다.
- 받아쓰기 가격은 Mini Transcribe 3 기준 분당 0.0035달러, 음성 합성은 100만 자당 13달러다.
- 받아쓰기 지원 언어는 50개로 늘었고 한국어도 받아쓰기·실시간·음성 합성 모두에 포함됐다.
Voxtral 3 모델 구성과 가격은
미스트랄 AI가 공식 블로그의 Voxtral 3 발표문에서 밝힌 구성은 정확도 중심의 Small Transcribe 3, 40억 파라미터 규모의 배치용 Mini Transcribe 3, 스트리밍용 Mini Transcribe Realtime 3, 그리고 음성 합성 모델 Voxtral Speech 3다. 가격은 아래 표와 같다.
| 모델 | 용도 | 가격 |
|---|---|---|
| Voxtral Mini Transcribe 3 | 배치 받아쓰기 | 분당 0.0035달러 |
| Voxtral Small Transcribe 3 | 고정확도 받아쓰기·화자 분리 | 분당 0.004달러 |
| Voxtral Mini Transcribe Realtime 3 | 실시간 받아쓰기 | 분당 0.008달러 |
| Voxtral Speech 3 | 음성 합성(배치·실시간) | 100만 자당 13달러 |
미스트랄 개발자 문서의 Small Transcribe 3 모델 페이지에 따르면 이 모델은 10월 20일 공개 프리뷰로 나왔다. 문서는 화자 분리, 타임스탬프, 번역, 음성 질의응답, 요약, 함수 호출을 지원 기능으로 적었다.
한국어 등 지원 언어와 지연 시간
Voxtral 3의 음성 인식 지원 언어는 50개로, EU 공식 언어 24개 전부와 아시아·인도계 저자원 언어가 새로 들어갔다. 실시간 모델은 35개 이상 언어를 지원하며 지연 시간이 500밀리초 미만이라고 회사는 설명했다. 발표문의 평가 언어 목록에는 한국어(KO)가 받아쓰기와 실시간 모두에 들어 있다.
텍스트-투-스피치 모델 Voxtral Speech 3는 35개 이상 언어와 50개 이상 방언을 지원한다. 미리 만든 목소리(보이스 프리셋)는 18개 언어로 제공되며 한국어 샘플도 공개됐다. 별도의 'Pro Voice' 기능은 약 30분 분량의 음성으로 화자 고유의 말투를 다른 언어에서도 재현한다.
음성 에이전트 API는 어떻게 쓰나
미스트랄은 음성을 받아 추론과 도구 호출을 거쳐 다시 말로 답하는 음성 에이전트 API를 함께 내놨다. 추론 모델로 Mistral Small 4를 쓰면 분당 0.04달러, 다른 추론 모델을 쓰면 분당 0.08달러다. 전화는 SIP, 웹·앱은 WebRTC로 연결하며, 한 번의 대화 차례를 1초 안에 처리한다고 회사는 밝혔다.
모델은 미스트랄 API의 유럽·미국·글로벌 엔드포인트에서 바로 쓸 수 있고 Studio 플레이그라운드에서 시험해 볼 수 있다. 자체 인프라 배포는 영업팀을 통해 협의해야 한다. 발표문은 가중치 공개나 라이선스 조건은 밝히지 않았다.
음성 AI 경쟁 속 미스트랄의 위치
미스트랄은 발표문에서 ElevenLabs Scribe v2, Gemini 3.5 Transcribe, Microsoft AI Transcribe 2 등과 받아쓰기 오류율·화자 분리 성능을 비교한 자체 평가를 공개했다. 이 결과는 회사가 직접 측정한 수치로, 외부 검증은 아직 없다. 미스트랄은 지난달 대규모 투자를 유치하며 유럽 대표 AI 기업으로 입지를 굳혔다(미스트랄 30억 유로 투자 유치 기사).
전망
분당 0.0035달러부터 시작하는 가격과 EU 언어 전체 지원은 유럽 콜센터·공공기관처럼 데이터 주권과 비용을 함께 따지는 수요를 겨냥한 것으로 보인다. 다만 이번 모델은 공개 프리뷰 단계이고 성능 수치도 자체 평가라, 실제 한국어 서비스 품질은 개발자들의 사용 결과를 지켜봐야 한다.
자주 묻는 질문
Voxtral 3는 한국어를 지원하나?
지원한다. 미스트랄 발표문의 언어 목록에는 받아쓰기와 실시간 받아쓰기 모두 한국어가 들어 있고, 음성 합성 모델도 한국어 보이스 프리셋과 샘플을 제공한다.
Voxtral 3 받아쓰기 가격은 얼마인가?
배치용 Mini Transcribe 3가 분당 0.0035달러, Small Transcribe 3가 분당 0.004달러, 실시간 모델이 분당 0.008달러다. 음성 합성 Voxtral Speech 3는 100만 자당 13달러다.
Voxtral 3는 오픈소스인가?
미스트랄은 이번 발표에서 가중치 공개나 라이선스 조건을 밝히지 않았다. 현재는 API로 제공되며, 자체 인프라 배포는 영업팀을 통해 협의하는 방식이다.
