Voice AI Weekly #12- 2026년 10월 1째 주
이번 주 해외 음성 AI 뉴스입니다. 실시간 STT 경쟁, 온디바이스 모델, 방언 음성인식, 투자 소식까지 담았습니다.
1. 마이크로소프트, 컨택센터용 실시간 음성 모델 3종 공개
마이크로소프트가 10월 1일 실시간 음성 모델 세 가지를 공개했습니다. MAI-Transcribe-2-Streaming은 60개 언어를 자동으로 감지해 받아쓰고, 첫 전사 결과를 수백 밀리초 안에 내는데요. 음성 생성용 MAI-Voice-2.1과 경량판 MAI-Voice-2.1-Flash도 함께 나왔습니다. 마이크로소프트는 통화 중 문장이 끝나기 전에 고객 요청을 파악하는 용도를 내세우는데요. 속도와 다국어 경쟁이 거세질수록, 텍스트에 담기지 않는 감정, 상태 신호를 읽는 능력이 더 분명한 차별점이 될 것으로 보입니다.
출처 PYMNTS
2. ElevenLabs, 기업가치 220억 달러로 두 배
ElevenLabs가 3억 달러 규모 임직원 지분 매각(텐더 오퍼)을 마치며 기업가치를 220억 달러로 끌어올렸습니다. 지난 2월 110억 달러였으니 9개월이 안 돼 두 배가 됐는데요. 월링턴과 티로프라이스가 이끌었고, EQT와 골드만삭스 등이 새로 참여했습니다.
출처 Tech.eu
3. 164MB짜리 오픈소스 STT, Phonon-2
Fermion Research가 공개한 Phonon-2는 용량이 164MB입니다. Open ASR Leaderboard 영어 데이터셋 7종 평균 단어오류율(WER)은 5.21%로, Whisper large-v3-turbo의 6.58%보다 낮습니다. 엔비디아 Parakeet TDT를 증류한 모델이고, M5 맥북 에어에서 실시간의 174배 속도로 돌아갑니다. 라이선스는 CC-BY-4.0, 영어 전용입니다.
출처 Hugging Face
4. 모로코, 미스트랄과 방언 음성인식 모델 공개
모로코 디지털전환부가 미스트랄 AI와 손잡고 오픈소스 AI 도구를 발표했습니다. 모로코 아랍어를 구분하는 언어 식별기와, 방언 음성을 받아쓰는 음성인식 모델 Voxtral이 포함됩니다. 이 모델은 아랍어, 프랑스어, 영어가 섞이는 코드 스위칭도 처리하는데요. 정부는 공공 행정, 교육, 고객 지원에 쓰이도록 하고 자국 언어 중심의 AI 주권을 목표로 내세웠습니다.
5. Vocca, 병원 전화 응대 음성 AI에 2,000만 달러 유치
파리와 뉴욕에 기반을 둔 Vocca가 시리즈 A로 2,000만 달러를 유치했습니다. 병원과 의원의 환자 전화를 AI가 받아 처리하는 서비스를 하며, 미국과 유럽의 의료진 1만 5,000명이 쓰고 있습니다. 기사에 따르면 86개국에서 운영합니다.
출처 Sifted
음성 AI는 더 빠르고 작아지고 있고, 그럴수록 신호 속 감정과 도메인 정확도가 승부처가 됩니다.
음성 AI 도입이나 감정 분석이 궁금하시면 contact@holamago.com 으로 편하게 문의해 주세요. 다음 주에는 새로 나온 음성 AI 소식을 다시 정리해 오겠습니다.