tools
구글 '제미나이 3.5 트랜스크라이브' 공개, 85개 언어 지원하는 차세대 음성 AI
구글이 85개 언어를 지원하며 소음과 전문 용어 등 현실적 음성 문제를 정제된 텍스트로 변환하는 '제미나이 3.5 트랜스크라이브'를 공개했습니다. 높은 정확도와 스마트 전사 기능, 함수 호출을 지원하여 실시간 자막 및 통화 분석 등 다양한 비즈니스 파이프라인에 즉각적으로 통합될 수 있습니다.
구글의 새로운 음성 AI, 제미나이 3.5 트랜스크라이브의 등장
구글이 무려 85개 언어를 지원하는 최신 음성-텍스트(Speech-to-Text) 모델인 '제미나이 3.5 트랜스크라이브(Gemini 3.5 Transcribe)'를 전격 공개했습니다. 이번에 발표된 모델은 인공 분석 기준으로 비스트리밍 환경에서 단어 오류율(WER) 2.6%, 스트리밍 환경에서 4.0%라는 매우 높은 정확도를 기록했습니다.
일반적으로 WER이 3% 미만일 경우 인간의 청취 및 기록 수준에 필적하거나 그 이상인 것으로 평가받는 만큼, 업계에서는 이번 제미나이 3.5 모델이 음성 인식 기술의 새로운 표준을 제시할 것으로 관측하고 있습니다.
현실적인 음성 환경을 극복하는 스마트 전사 기능
기존 음성 인식 모델들이 겪던 가장 큰 한계는 일상적인 대화에서 발생하는 소음, 전문 용어의 혼재, 그리고 발화 중 발생하는 말더듬이나 정정 등이었습니다. 구글은 제미나이 3.5 트랜스크라이브가 이러한 현실적인 음성 문제를 효과적으로 처리하여, 매우 정확하고 정제된 텍스트로 변환한다고 밝혔습니다.
특히 자체 정정, 불용어(Stop-word) 제거, 자동 포맷팅 등을 포함한 '스마트 전사 기능'이 탑재되었습니다. 이는 단순히 들리는 대로 적는 것을 넘어, 문맥을 파악하여 읽기 편한 완성형 텍스트로 다듬어준다는 것을 의미합니다. 마케팅 및 콘텐츠 제작 실무자 관점에서는, 인터뷰나 웨비나 같은 오디오 데이터를 텍스트로 변환한 뒤 거쳐야 했던 번거로운 후가공 작업이 대폭 줄어들 것으로 기대됩니다.
맞춤형 API를 통한 다양한 비즈니스 파이프라인 통합
구글은 개발자와 기업이 이 모델을 즉각적으로 활용할 수 있도록 두 가지 형태의 API를 제공합니다. 실시간 양방향 스트리밍을 위한 Live API(gemini-3.5-transcribe-live)와 이미 녹음된 파일 처리에 특화된 Interactions API(gemini-3.5-transcribe)입니다.
이러한 API는 다음과 같은 비즈니스 영역에 통합되어 강력한 시너지를 낼 수 있습니다.
- 대화형 에이전트: 고객과 실시간으로 소통하며 맥락을 이해하는 고도화된 AI 챗봇 및 콜봇 구축
- 실시간 자막: 글로벌 라이브 방송이나 화상 회의에서 85개 언어를 기반으로 한 지연 없는 자막 제공
- 통화 분석 파이프라인: 고객 센터(CS)의 대량 통화 녹음 데이터를 텍스트로 변환하여 비즈니스 인사이트 도출
단순 변환을 넘어선 '함수 호출(Function Calling)'의 파급력
이번 발표에서 가장 주목해야 할 기술적 특징 중 하나는 다른 제미나이 모델로 작업을 위임할 수 있는 함수 호출(Function calling) 기능의 지원입니다.
이는 음성 데이터가 텍스트로 변환되는 즉시, 요약이나 번역, 데이터베이스 입력 등 복합적인 후속 AI 작업으로 매끄럽게 연결될 수 있음을 의미합니다.
플랫폼 운영자 및 자동화 솔루션 기획자 입장에서는, 음성 명령 하나만으로 CRM 데이터를 업데이트하거나 특정 마케팅 액션을 트리거하는 등 고도화된 자동화 워크플로우를 설계할 수 있는 강력한 무기를 얻게 된 셈입니다.
BARO 인사이트
퍼포먼스 마케팅과 데이터 자동화를 선도하는 BARO Interactive의 관점에서, 구글의 제미나이 3.5 트랜스크라이브 출시는 '음성 데이터의 퍼포먼스 자산화'를 가속화하는 중요한 분기점입니다. 그동안 고객 센터의 통화 기록이나 영업 현장의 음성 데이터는 텍스트화 비용과 낮은 정확도 문제로 인해 마케팅 데이터로 적극 활용되지 못했습니다. 하지만 2.6%의 낮은 WER과 불용어 제거 기능이 결합된다면, 고객의 생생한 목소리(VOC)에서 고효율 검색어 키워드나 광고 카피 소스를 자동으로 추출하는 파이프라인 구축이 가능해집니다.
또한, 함수 호출(Function Calling) 기능은 BARO가 추구하는 마케팅 자동화의 수준을 한 단계 끌어올릴 수 있는 핵심 열쇠입니다. 예를 들어, 고객과의 통화가 종료됨과 동시에 제미나이 모델이 대화 내용을 요약하고 고객의 니즈를 분류하여, CRM 시스템에 리드(Lead) 등급을 자동 업데이트하는 시나리오를 구현할 수 있습니다. 이는 영업 전환율을 극대화하고 실무자의 반복 업무를 줄이는 데 직접적인 기여를 할 것입니다.
마지막으로 85개 언어 지원은 글로벌 캠페인을 전개하는 광고주에게 큰 무기가 됩니다. 하나의 영상 및 음성 콘텐츠를 전 세계 타겟 시장의 언어로 실시간 변환하고 최적화함으로써, 콘텐츠 마케팅의 ROI를 비약적으로 상승시킬 수 있습니다. BARO Interactive는 이러한 최신 AI 기술을 자사의 데이터 분석 및 자동화 솔루션에 선제적으로 결합하여, 광고주의 매출 성장을 견인하는 차별화된 퍼포먼스를 제공할 것입니다.