Voice AI Weekly #13 - 2026년 10월 3째 주

이번 주 해외 음성 AI 소식 다섯 가지를 선정했습니다. 모델 속도 경쟁은 계속됐고, 도메인 적응과 온디바이스 소식도 이어졌습니다.

1. xAI, Grok Voice 3.0 공개

xAI가 10월 14일 음성 대 음성 모델 Grok Voice 3.0을 내놨습니다. 응답 지연은 1초 미만, 요금은 2.0과 같은 분당 0.08달러인데요. Artificial Analysis의 Speech-to-Speech Index에서 86.9점으로 1위에 올랐고, 2.0은 81.3점이었습니다. 스타링크 콜센터는 하루 약 2만 건을 처리하는데, 약 70%는 사람 없이 해결한다고 합니다.

출처 xAI, Introducing Grok Voice 3.0

2. Speechmatics, 의료 특화 음성인식 Oak 출시

Speechmatics가 10월 14일 의료용 음성인식 모델 Oak를 공개했습니다. 55개 언어를 지원하고, 한 문장 안에서 언어가 바뀌어도 알아듣습니다. 자체 평가에서 의료 용어를 약 91% 정확히 받아적었고, AWS, Google, Microsoft, Deepgram 등 경쟁사 8곳 평균은 74.3%였는데요. 비교는 모두 기본 설정에서 진행했고, 회사 내부 연구 결과입니다.

출처 GlobeNewswire, Voice AI model built to accurately capture real multilingual medical conversations

3. NatWest, NVIDIA Nemotron ASR를 영국 억양에 맞춰 튜닝

NatWest가 NVIDIA의 오픈소스 Nemotron ASR을 영국 억양과 금융 용어에 맞춰 조정했습니다. 직원 약 90명이 은행 질문 약 3,000개를 읽고, 자기 말로 바꿔서도 녹음했습니다. 이후 익명 처리한 콘택트센터 전사본을 더했습니다. 데이터는 NatWest 환경 안에 두었고 고객 데이터는 NVIDIA와 공유하지 않았습니다. 그 결과 잘못 알아듣는 단어가 20% 줄었습니다. 이 음성 기능은 지출 분석 서비스 Spending Insights에 쓰이고, RBS 고객의 75%가 이용할 수 있습니다.

출처 The Paypers, NatWest and NVIDIA cut speech AI errors by 20 percent for UK banking

4. Tether, 온디바이스 음성인식 TranscribePsy 공개

Tether가 10월 14일 2억 5,400만 파라미터 규모의 음성인식 모델 QVAC TranscribePsy를 공개했습니다. 노트북에서는 유럽 언어 25개, 스마트폰용 구성에서는 8개 언어를 지원하는데요. Tether 자체 평가로 Open ASR Leaderboard WER은 8.02%이고, 아이폰 17 프로 맥스에서 10분 분량의 오디오를 1.65초에 처리했습니다. 라이선스는 Apache 2.0이며 연구와 교육 용도로 공개됐습니다. 이 수치는 독립 검증을 거치지 않았습니다.

출처 crypto.news, Tether launches offline AI speech model for smart glasses and robots

5. 앤트그룹, 음성 모델 Ming-3.0 오픈소스 공개

앤트그룹이 10월 20일 음성 모델 5종으로 구성된 Ming-3.0을 오픈소스로 공개했습니다. 음성 합성, 오디오 이해와 대화, 음성인식을 다루고, 따로 쓰거나 묶어서 쓸 수 있는데요. 오디오 이해 모델은 긴 녹음을 요약하고 분석하면서 화자, 감정, 배경음 정보를 유지합니다. 라이선스는 기사에 나와 있지 않아 원문 확인이 필요합니다.

출처 TechNode, Ant Group open-sources Ming-3.0 speech models with voice design and audio understanding

음성 AI 도입이나 감정 분석이 궁금하시면 contact@holamago.com 으로 편하게 문의해 주세요. 다음 주에는 새로 나온 음성 AI 소식을 다시 정리해 오겠습니다.