실시간 받아쓰기·목소리 복제…미스트랄AI, 복스트랄 3 공개

프랑스 기업 미스트랄AI(Mistral AI)가 음성 AI 모델군 복스트랄 3(Voxtral 3)를 내놨다. 정확도 높은 받아쓰기 AI와 특정 인물 목소리를 재현하는 음성 합성 AI가 포함됐다.

복스트랄 3는 여러 AI 모델을 묶어 부르는 이름으로 기사 작성 시점 기준 모델 4종으로 구성됐다. Voxtral Small Transcribe 3는 50개 이상 언어를 지원하는 고성능 받아쓰기 모델이고 Voxtral Mini Transcribe 3는 비용 효율을 앞세운 받아쓰기 모델이다. Voxtral Mini Transcribe Realtime 3는 실시간 받아쓰기에 특화했으며 Voxtral Speech 3는 음성 합성 모델이다. 이름이 다소 헷갈리지만 Small이 Mini보다 성능이 높다.

Introducing Voxtral 3: state-of-the-art Transcribe and Speech models powering Mistral’s new voice agents API. 🧵 https://t.co/YA9HNVfq0u

— Mistral AI (@MistralAI) October 20, 2026

받아쓰기 오류율을 비교하면 Voxtral Small Transcribe 3와 Voxtral Mini Transcribe 3 모두 이전 세대 모델인 Voxtral Mini Transcribe 2보다 오류율이 낮았다.

Voxtral Mini Transcribe Realtime 3는 지연 시간이 240밀리초인 조건에서도 GPT Live Transcribe보다 정확하게 받아썼다. 지연 시간을 길게 잡을수록 정확도는 더 올라간다.

Voxtral Speech 3는 35개 이상 언어와 50개 이상 방언을 지원한다. 100만 자당 비용과 고유명사·숫자 읽기 정확도를 비교하면 Gemini 3.8 Flash TTS와 비슷한 비용으로 더 높은 성능을 냈다. 30분 분량 참고 음성을 준비하면 특정 인물 목소리를 복제할 수도 있다.

복스트랄 3는 API로 이용할 수 있다. 가격은 Voxtral Mini Transcribe 3가 분당 0.0035달러이고 Voxtral Mini Transcribe Realtime 3는 분당 0.008달러다. Voxtral Small Transcribe 3는 분당 0.0040달러이며 Voxtral Speech 3는 100만 자당 13달러다. 관련 내용은 이곳에서 확인할 수 있다.