엔비디아, 무료 음성전사 AI 모델 공개

테크 · 2026-10-29 · TechCrunch

엔비디아가 최대 40개 언어를 텍스트로 옮기는 오픈 웨이트 음성인식 모델 '네모트론 3.5 트랜스크라이브'를 공개했다. 녹음 파일만 처리할 수 있어 실시간 음성 처리는 경쟁사에 맡겨야 하는 상황이다.

엔비디아가 최대 40개 언어의 음성을 텍스트로 변환하는 오픈 웨이트(가중치 공개) 모델 '네모트론 3.5 트랜스크라이브'를 공개했다고 밝혔다. 함께 오픈소스 음성 데이터셋 '그래너리'의 2번째 버전도 내놨다.

이 모델은 31개 언어를 영어와 상호 번역할 수 있고, 최대 1시간 분량의 녹음을 처리하며 최대 8명의 화자를 구분해낸다. 엔비디아는 허깅페이스의 오픈 ASR 리더보드를 비롯한 벤치마크에서 경쟁 모델을 앞선다고 주장했다. 300억 개 파라미터 규모이면서도 젯슨 AGX 토르 로봇 제어기와 DGX 스파크 칩, 블랙웰 데이터센터 칩 등 단일 칩에서 구동할 수 있다는 점을 강조했다.

활용 대상은 회의록 작성과 의료 기록 전사 앱을 만드는 개발자다. 엔비디아는 이 모델과 갱신된 데이터셋, 자체 음성 모델 '네모 스피치' 도구를 조합하면 업종별 전문용어를 언어별로 인식하도록 앱을 커스터마이징할 수 있다고 설명했다. 다만 녹음된 오디오만 처리할 수 있고 실시간 스트리밍은 지원하지 않는다.

이번 발표는 AI 음성 모델 출시가 잇따르는 시점에 나왔다. 미스트랄은 이달 초 '복스트랄 3(Voxtral 3)'를 내놨고, 일레븐랩스는 음성 에이전트용 실시간 음성 기능을 출시했으며 세일즈포스도 자체 음성 모델을 공개했다. 엔비디아의 새 모델은 회의·의료 전사 영역에서 쓰임새가 클 것으로 보이지만, 실시간 음성 처리는 여전히 경쟁사들의 영역으로 남아 있다.