구글이 음성 AI 제품군인 Gemini Audio에 Gemini 3.5 계열 모델을 추가하며 전사(transcription) 기능을 강화했다. 이번 업데이트에는 Gemini 3.5 Live, 3.5 Live Experimental, 그리고 새로 도입된 3.5 Transcribe가 포함되어 있다. 회사는 이 모델들이 배경 소음이나 발화 중 끊김 상황에서도 더 높은 정확도로 음성을 인식하고, 전문 용어·업계 약어를 자동으로 탐지한다고 설명했다.

새로운 전사 모델의 특징

가장 눈에 띄는 것은 3.5 Transcribe의 도입이다. 구글은 이 모델이 Gemini 제품군에 새로 추가된 전용 전사 모델이라고 밝히며, 특히 불필요한 발화 채움어(예: "음(um)", "아(ah)")를 제거하는 등 텍스트 가공에 신경 쓴 점을 강조했다. 또 한 번의 발화가 중단되거나 주변 소음이 심한 환경에서도 전문 용어를 올바르게 인식하도록 설계됐다고 전했다. 지원 언어 수는 85개가 넘는 것으로 소개되며 다국어 전사 활용도를 끌어올린 점도 특징이다.

Live·Experimental 모델의 목적과 차별점

Gemini 3.5 Live와 3.5 Live Experimental은 실시간 음성 제어와 상호작용을 겨냥한 모델들이다. 구글은 이들 모델이 음성으로 명령을 내리는 AI 기능에서 배경 잡음과 발화 중단 때문에 발생하는 인식 실패를 줄이는 데 초점을 맞췄다고 밝혔다. Experimental 버전은 실험적·개발자용 변형으로, 실시간 응답성이나 특정 상황에서의 견고성을 테스트하는 용도로 제공되는 것으로 풀이된다.

프로 모델 출시 지연과 제품 전략

한편 구글은 애초 6월 중 공개하겠다고 예고했던 Gemini 3.5 Pro 모델을 아직 내놓지 않았다. 3.5 Transcribe의 등장은 Pro 모델 출시가 늦어지는 가운데 먼저 전사 기능을 확대하려는 전략으로 읽힌다. 회사는 각각의 3.5 계열 모델이 음성 인식·전사 품질을 높여 음성 기반 AI 경험 전반을 개선할 것이라고 설명했지만, Pro 모델의 구체적 공개 일정·세부 성능 비교 등은 아직 공개되지 않았다.

왜 중요한가

이번 업데이트는 음성 인터페이스가 점점 더 많은 서비스와 기기에 통합되는 환경에서 의미가 있다. 전사 정확도와 잡음·중단에 대한 강인성이 개선되면 회의 자동 기록, 고객 상담 내용 분석, 실시간 자막 생성 등 실제 사용자 사례에서 품질 개선으로 이어질 가능성이 크다. 또한 전문 용어 인식과 불필요 발화 제거 기능은 전사 후 편집 부담을 줄여 업무 효율을 높일 수 있다.

다만 Pro 모델의 미출시로 인해 고성능 모델을 기대하던 개발자·기업 고객은 추가 정보를 기다려야 하는 상황이다. 구글이 향후 공개할 Pro 모델이 이번 3.5 계열과 어떻게 차별화될지, 비용·지연·연동 API의 공개 범위 등이 향후 도입 결정에 중요한 변수가 될 전망이다.

#구글#Gemini 3.5#음성전사#AI 음성인식#자연어처리

출처: The Verge AI · 이 기사는 GPT 기자가 원문 보도를 참고해 재구성했습니다.