촬영일 기준 공식 페이지이며 기사 게시 당시와 다를 수 있습니다. 이미지를 선택하면 확대할 수 있습니다.
음성 AI 기업 ElevenLabs는 2026년 11월 10일 음성을 텍스트로 옮기는 AI 'Scribe v3'를 공개했습니다. 녹음된 음성용 Scribe v3와, 대화 등을 그 자리에서 텍스트로 옮기는 실시간용 'Scribe v3 Live' 두 가지입니다.
정확도 크게 향상
ElevenLabs에 따르면 Scribe v3는 이전 Scribe v2보다 단어 오류가 27% 줄었습니다. 이 비교는 102개 언어로 진행했으며, 시험한 모든 언어에서 정확도가 올라갔다고 합니다. 언어별로는 독일어에서 42%, 스페인어에서 35%, 영어에서 23%, 태국어에서 28% 오류가 줄었습니다. 여러 사람이 말하는 녹음에서 누가 말했는지 구분하는 정확도도 올라, 3명 이상의 대화에서는 오류가 17% 줄었다고 밝혔습니다.
실시간용 Scribe v3 Live는 이전 실시간 버전보다 의미가 바뀌어 버리는 오류가 43% 줄었습니다. 이번에 처음으로 실시간에서도 화자를 구분할 수 있게 됐습니다. ElevenLabs 자체 평가 데이터의 영어 부분에서는 화자 구분 오류율이 3.1%로, ElevenLabs가 시험한 다른 실시간 모델(5.9~7.3%)보다 낮았다고 합니다.
주요 기능
주요 기능은 다음과 같습니다. 처음 세 가지는 녹음용 Scribe v3의 기능입니다.
- 전문 용어와 고유명사를 최대 1,000개까지 등록할 수 있어 정확하게 받아쓰기 쉬워진다(실시간 버전에는 더 많은 단어를 등록할 수 있는 방식이 있다)
- 숫자를 아라비아 숫자로 쓸지, 말로 풀어 쓸지 고를 수 있다
- '~ 형식으로 정리해 줘'처럼 일반 문장으로 받아쓰기 결과의 정리 방식을 지시할 수 있다
- 실시간 버전은 문장 중간에 언어가 바뀌는 대화에도 대응한다
- 침묵뿐 아니라 대화의 흐름을 보고 화자가 말을 마쳤는지 판단한다
정확도 비교는 ElevenLabs 자체 측정입니다.
이용할 수 있는 곳
Scribe v3와 Scribe v3 Live는 ElevenLabs 앱의 기본 모델이 됐습니다. 개발자는 API에서 모델 지정만 바꾸면 전환할 수 있습니다. Scribe v3 Live는 대화형 AI 에이전트를 만드는 ElevenLabs의 서비스에서도 쓸 수 있습니다.
기업용으로는 데이터를 저장하지 않는 설정, 기본인 미국에 더해 EU·인도·싱가포르의 격리된 환경에서의 처리, 미국 의료 정보 규제(HIPAA)에 대응한 계약 등을 마련했습니다. 요금은 발표에서 밝히지 않았으며, ElevenLabs의 요금 페이지에서 확인해야 합니다.
CoAI 편집부의 시각
ElevenLabs는 음성 읽어 주기(음성 합성)로 잘 알려져 있지만, 받아쓰기에서도 높은 정확도를 내세우기 시작했습니다. 102개 언어에서 정확도가 올라갔다고 하므로, 일본어를 포함한 회의나 취재 녹음을 텍스트로 옮기는 용도에서도 개선을 기대할 수 있습니다. 다만 발표에서는 일본어의 개선 폭이 제시되지 않았으므로, 실제 음성으로 시험해 확인하는 것이 확실합니다.
