스페이스XAI(옛 xAI)가 새로운 음성 전사 모델 '그록 보이스 트랜스크라이브 2.0'을 공개하며 현재 사용 가능한 모델 중 가장 정확한 수준이라고 밝혔다. 전화 통화 같은 불안정한 음질, 다중 화자, 지역별 억양 등 실제 환경의 복잡한 음성 데이터를 학습해 문맥이 부족한 짧은 명령의 단어 오류율을 기존 20.6%에서 6.8%로 낮췄다. 다국어 자동 식별과 화자 구분, 최대 8채널 독립 전사, 핵심 용어 편향 설정 등 기능을 지원하며, 아티피셜 애널리시스 평가에서 32개 스트리밍 전사 모델 중 정확도 1위를 기록했다. 아틀라시안의 룸(Loom)에도 적용돼 기존 솔루션보다 높은 정확도를 보였으며, 가격은 기존과 동일하게 배치 전사 시간당 0.10달러, 실시간 스트리밍 시간당 0.20달러로 유지된다.
- •스페이스XAI, '그록 보이스 트랜스크라이브 2.0' 공개, 아티피셔달 애널리시스 평가 정확도 1위
- •문맥 부족한 짧은 음성 명령의 단어 오류율 20.6%→6.8%로 대폭 개선
- •다국어 자동 식별, 화자 구분, 최대 8채널 독립 전사, 핵심 용어 편향 기능 지원
- •아틀라시안 '룸(Loom)'에 적용돼 기존 솔루션 대비 높은 정확도 확인
- •가격은 기존과 동일(배치 시간당 0.10달러·스트리밍 시간당 0.20달러) 유지, 1.0은 곳 지원 종료
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
스페이스XAI, ‘그록 보이스 트랜스크라이브 2.0’ 공개...전사 정확도 1위

- 1.xAI, 실사용 노이즈 환경에 최적화한 음성전사 모델 '그록 보이스 트랜스크라이브 2.0' 공개
- 2.차량 내 짧은 명령 등 문맥 부족 상황서 단어오류율(WER) 20.6%→6.8%로 대폭 개선
- 3.아티피셜 애널리시스 평가서 32개 스트리밍 전사 모델 중 정확도 1위 기록
- 4.배치 전사 시간당 0.1달러·실시간 0.2달러, 화자분리·타임스탬프 등 추가비용 없이 포함
왜 중요한가?
콜센터·영상 내레이션처럼 잡음이 많은 실환경 전사 정확도가 기존 모델의 약점이었는데, 이를 대폭 개선하며 룸(Loom)처럼 음성 지시를 코딩 에이전트로 바로 연결하는 새 워크플로우까지 가능해졌다.
스페이스XAI가 실제 환경 데이터를 기반으로 전사 정확도를 크게 높인 '그록 보이스 트랜스크라이브 2.0'을 공개하며 음성 AI 시장의 경쟁이 더욱 치열해질 것으로 보입니다. 국내 기업들도 콜센터, 회의록 작성 등 다양한 분야에서 음성 인식 기술 도입을 확대하고 있어, 이러한 최신 모델의 성능 향상은 국내 서비스의 품질 향상과 비용 효율성 측면에서 중요한 참고 지표가 될 것입니다. 특히 한국어 특화 모델 개발에 영감을 줄 수 있습니다.
본문 미리보기
스페이스XAI는 18일(현지시간) 음성을 텍스트로 변환하는 새로운 음성 전사 모델 ‘그록 보이스 트랜스크라이브 2.0(Grok Voice Transcribe 2.0)’을 공개했다.이를 두고 "현재 사용 가능한 변환 모델 중 가장 정확한 모델 중 하나"라고 강조했다. 실제 환경에서 수집한 다양한 음성 데이터를 바탕으로 전사 정확도를 크게 높였다는 설명이다.그록 보이스 트랜스크라이브 2.0은 그록 음성 기능에 사용되는 오디오 기반 모델을 바탕으로 개발됐다. 기존 '그록 보이스'는 하루 수만건의 고객지원 통화를 처리하고, 수백만 시간에
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안

![[10월12일] AI가 암을 치료해도 원리를 알아야 할까…수학자 타오의 질문에 쏟아진 반론](https://cdn.aitimes.com/news/photo/202610/216150_220160_1157.jpg)

