The Decoder • 58일 전

오픈AI 'GPT Transcribe' 공개, 성능 향상에도 경쟁사엔 못 미쳐

IMP

7/10

핵심 요약

오픈AI가 사전 녹음 및 실시간 음성 인식에 특화된 두 가지 새로운 모델, GPT Transcribe와 GPT Live Transcribe를 API를 통해 공개했습니다. 전작 대비 전사 속도와 단어 오류율(WER)이 개선되고 가격이 인하되었지만, ElevenLabs나 구글 등 경쟁사의 오류율 기준에는 여전히 미치지 못합니다. 특히 미스트랄은 분당 0.003달러라는 저렴한 가격으로 시장 공략을 강화하고 있어 AI 음성 전사 시장의 경쟁이 더욱 치열해지고 있습니다.

번역된 본문

오픈AI가 API를 통해 제공되는 두 가지 새로운 음성 인식 모델, GPT Transcribe와 GPT Live Transcribe를 공개했습니다. GPT Transcribe는 사전 녹음된 오디오 파일을 처리하며, 실시간 대비 약 34배 빠른 속도로 이를 변환합니다. GPT Live Transcribe는 짧은 지연 시간(latency)을 필요로 하는 실시간 스트리밍을 위해 설계되었습니다.

AA-WER 벤치마크를 운영하는 Artificial Analysis에 따르면, GPT Transcribe의 단어 오류율(WER)은 3.31%를 기록했습니다. 이는 1년 전 출시된 전작인 GPT-4o Transcribe 대비 0.7%p 개선된 수치입니다. 동시에 가격은 25% 인하되어 오디오 분당 0.0045달러에 제공됩니다. 두 모델 모두 전사 컨텍스트 제공용 텍스트, 키워드 입력, 그리고 다양한 언어의 입력을 지원합니다.

하지만 AA-WER 순위에서 오픈AI는 여전히 여러 경쟁사들의 뒤처져 있습니다. 일레븐랩스(ElevenLabs)의 Scribe v2가 2.3%의 오류율로 1위를 차지했으며, 이어서 구글의 Gemini 3 Pro(2.9%)와 미스트랄(Mistral)의 Voxtral Small(3%)이 그 뒤를 따르고 있습니다. 특히 미스트랄은 최근 분당 단 0.003달러부터 시작하는 Voxtral Transcribe V2를 출시하며 시장에서 가격 경쟁력을 앞세우고 있습니다.

자세한 내용은 오픈AI의 트랜스크립션 가이드에서 확인할 수 있습니다. 이번 새로운 전사 모델들은 오픈AI가 최근 발표한 실시간 음성 모델 라인업(여기에는 실시간 전사 모델인 GPT-Realtime-Whisper도 포함됨)을 보완하는 역할을 합니다.

원문 보기

원문 보기 (영어)

GPT Transcribe improves on its predecessor but can't catch ElevenLabs, Google, or Mistral on error rates Jonathan Kemper View the LinkedIn Profile of Jonathan Kemper Jul 29, 2026 OpenAI has released GPT Transcribe and GPT Live Transcribe, two new speech recognition models available through its API. GPT Transcribe handles pre-recorded audio files, processing them about 34 times faster than real time. GPT Live Transcribe is built for real-time streaming with low latency. According to Artificial Analysis, which runs the AA-WER benchmark, GPT Transcribe hits a word error rate of 3.31 percent. That's a 0.7 percentage point improvement over its year-old predecessor GPT-4o Transcribe . Pricing drops 25 percent at the same time, landing at $0.0045 per minute of audio. Both models accept text as transcription context, keywords, and multiple input languages. In the AA-WER ranking , OpenAI still sits behind several competitors. ElevenLabs Scribe v2 leads with a 2.3 percent error rate, followed by Google's Gemini 3 Pro at 2.9 percent and Mistral's Voxtral Small at 3 percent. Mistral recently undercut the market with Voxtral Transcribe V2 , starting at just $0.003 per minute. Ad Full details are in OpenAI's Transcription Guide . The new transcription models complement OpenAI's recently announced Realtime model generation , which also includes the real-time transcription model GPT-Realtime-Whisper. Ad DEC_D_Incontent-1 AI News Without the Hype – Curated by Humans Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section. Subscribe now Source: OpenAI Ask about this article… Search

오픈AI 음성인식 GPT-Transcribe AI모델 STT