요약: 마이크로소프트의 음성 인식 모델 MAI-Transcribe-2는 2026년 12월 31일까지 오디오 1시간에 0.10달러(Azure 가격표 원화 표시 약 134원)로 쓸 수 있는 프로모션가가 걸려 있습니다. 한국어를 공식 지원하고 화자 분리·단어 단위 타임스탬프도 들어 있어, 회의 녹음을 월 20시간 받아써도 약 2,675원 수준입니다. 다만 프로모 이후 정가는 아직 공개되지 않았고 공개 프리뷰 단계라, 장기 예산을 잡을 때는 그 점을 감안해야 합니다.
MAI-Transcribe-2가 뭐고, 왜 지금 요금을 봐야 하나
MAI-Transcribe-2는 마이크로소프트 AI(MAI) 팀이 자체 개발한 음성→텍스트(STT) 모델입니다. 2026년 9월 3일 Microsoft Foundry 블로그에서 공개 프리뷰로 발표됐고, Azure Speech 안에서 호출합니다. 일반 소비자용 앱이 아니라 개발자·기업이 API로 붙여 쓰는 모델이라, "회의록 앱을 직접 만들거나 사내 녹음 파일을 대량으로 텍스트화하려는" 분들에게 의미가 큽니다.
요금을 지금 봐야 하는 이유는 기한 때문입니다. 공식 블로그와 Azure 가격표 각주 모두 0.10달러/시간은 2026년 12월 31일까지의 한시 프로모션이라고 적고 있습니다. 쌓여 있는 회의·강의 녹음을 한 번에 텍스트로 바꿔 둘 계획이라면 남은 6주 정도가 가장 싸게 처리할 수 있는 구간입니다.
공식 가격표에서 직접 확인한 숫자
1) 시간당 단가: 달러와 원화
2026년 11월 16일 Azure Speech 가격 페이지에서 리전을 미국 동부(East US)로, 통화를 한국 원화(KRW)로 바꿔 확인했습니다. 가격표 위에 표시된 환율은 1달러 = 1,337.65원이었고, 표시된 단가는 다음과 같습니다.
- MAI Transcribe-2: 시간당 0.10달러, 원화 표시 ₩133.766 (각주: 2026/12/31까지 한시 프로모션)
- MAI Transcribe-1.5: 시간당 0.36달러 (₩481.555)
- 패스트 전사(Fast Transcription): 시간당 0.36달러
- 배치 전사(Batch Transcription): 시간당 0.18달러 (₩240.778)
- 실시간 전사(Real-time Transcription): 시간당 1달러 (₩1,337.651)
리전을 코리아 센트럴(Korea Central)로 바꿔도 가격표상 MAI Transcribe-2는 같은 0.10달러로 표시됐습니다. 반면 모델 카드에는 실제 요청이 처리되는 서빙 리전으로 미국 동부·서부, 북유럽, 인도 중부, 동남아시아 등이 적혀 있어, 데이터가 국내 리전에서 처리돼야 하는 조건이 있다면 따로 확인이 필요합니다.
2) 과금 방식에서 놓치기 쉬운 부분
- 초 단위 과금: 가격표에 "per second billing"으로 표기돼 있어, 37분짜리 녹음이면 37분어치만 냅니다.
- 무료 5시간은 해당 여부 불명확: 무료(F0) 등급의 "월 5시간 무료"는 실시간 전사 기준이고 배치는 지원하지 않는다고 각주에 적혀 있습니다. MAI-Transcribe에 이 무료 시간이 적용되는지는 가격표에 따로 쓰여 있지 않아, 무료로 쓸 수 있다고 가정하지 않는 편이 안전합니다.
- 화자 분리 추가 요금: 가격표의 화자 분리(Diarization) 추가 기능 요금(시간당 0.30달러)은 "Real-time" 항목에만 붙어 있습니다. MAI-Transcribe-2는 화자 분리를 API 파라미터(diarization.enabled)로 켜는 구조이고, 가격표에 MAI용 별도 추가 요금 표기는 없었습니다.
- 프로모 이후 정가: 2027년 1월 1일 이후 가격은 공식 자료 어디에도 아직 없습니다. 같은 가격표에서 이전 세대인 MAI Transcribe-1.5가 0.36달러라는 점만 참고로 둘 수 있습니다.
회의 1시간·월 20시간·월 100시간, 원화로 얼마?
아래 표는 가격표 표시 환율(1,337.65원)로 직접 계산한 값입니다. 부가세는 빠져 있고, 경쟁 모델 단가는 각 사 공식 요금 페이지에서 같은 날 확인했습니다.
| 모델 | 시간당 요금 | 회의 1시간 | 월 20시간 | 한국어 지원 | 화자 분리 | 용도 |
|---|---|---|---|---|---|---|
| MS MAI-Transcribe-2 (프로모, ~12/31) | $0.10 | 약 134원 | 약 2,675원 | 지원(공식 언어표 ko) | 지원(파라미터) | 녹음 파일 |
| MS MAI-Transcribe-1.5 | $0.36 | 약 482원 | 약 9,631원 | 지원(공식 언어표 ko) | 문서에 2 기준 설명 | 녹음 파일 |
| 일레븐랩스 Scribe v3 | $0.20 | 약 268원 | 약 5,351원 | 지원(문서상 WER 10~20% 등급) | 지원(최대 32명) | 녹음 파일 |
| OpenAI gpt-live-transcribe | 분당 $0.017 (시간당 $1.02) | 약 1,364원 | 약 27,288원 | 공식 모델 페이지에 언어 목록 미기재(미확인) | 모델 페이지에 표기 없음 | 실시간 스트리밍 |
월 100시간으로 늘려도 MAI-Transcribe-2는 10달러(약 13,376원)입니다. 같은 양을 Scribe v3로 처리하면 20달러(약 26,753원), Azure 기본 배치 전사는 18달러(약 24,078원)입니다. 실시간 모델은 용도가 달라 단순 비교가 어렵지만, "녹음 파일을 나중에 텍스트로 바꾸는" 작업이라면 실시간 모델을 쓸 이유는 거의 없습니다.
요금 말고 확인해야 할 사양
파일 형식과 길이
마이크로소프트가 공개한 모델 카드 기준으로 입력 형식은 WAV, MP3, FLAC이고 최대 파일 크기는 300MB 또는 2시간입니다. 휴대폰 녹음 앱이 M4A로 저장한다면 먼저 MP3나 WAV로 변환해야 합니다. 2시간이 넘는 워크숍 녹음은 나눠서 보내는 흐름을 생각해 두세요.
화자 분리를 켜면 더 짧은 녹음만
Microsoft Learn 문서의 파라미터 표를 보면 화자 분리(diarization)는 "화자 분리 없이 전사할 때보다 짧은 녹음을 지원한다"고 적혀 있습니다. 긴 회의를 화자별로 나누고 싶다면 녹음을 더 잘게 나누는 쪽이 안전합니다.
바로 쓸 수 있는 옵션
- 단어 단위 타임스탬프(modelOptions.timestamps = "word"): 자막 만들기, 특정 발언 위치로 바로 이동하는 기능에 필요합니다.
- 키워드 힌트(phraseList.phrases): 회사 이름·제품명·사내 약어를 미리 넣어 인식률을 끌어올리는 기능입니다. 강제 출력이 아니라 힌트라는 점이 문서에 명시돼 있습니다.
- 전사 스타일("verbatim" / "clean"): 기본값은 말 그대로 받아쓰는 verbatim이고, clean은 "음…", "그러니까" 같은 군더더기를 빼 줍니다. 회의록 공유용이라면 clean이 읽기 편합니다.
- 언어 지정(locales): 기본은 자동 감지이고, 문서는 확실할 때만 한 가지 언어를 지정하라고 권합니다. 한국어 회의라면 자동 감지로 먼저 돌려 보고 결과가 이상할 때 ko를 지정하는 순서가 무난합니다.
같은 Azure 안에서 배치 전사·패스트 전사와 뭐가 다른가
Azure Speech에는 원래부터 녹음 파일용 전사가 두 가지 있었습니다. 배치 전사(시간당 0.18달러)는 파일을 올려 두면 나중에 결과를 받아 가는 방식이고, 패스트 전사(0.36달러)는 파일을 보내고 바로 결과를 받는 동기 방식입니다. 모델 카드에 따르면 MAI-Transcribe-2는 이 중 패스트 전사 API를 통해 제공되고, Learn 문서에서도 enhancedMode를 켜고 모델 이름을 지정하는 방식으로 호출합니다.
즉 지금은 "빠른 동기 방식"을 기존 배치보다도 싸게 쓰는 셈입니다. 모델 카드는 긴 오디오 처리 속도를 예로 들며 1시간 분량을 약 10초에 전사한다고 적고 있는데, 이는 마이크로소프트가 스스로 밝힌 수치라 실제 속도는 파일 품질과 네트워크에 따라 달라질 수 있습니다. 이 글에서는 직접 속도를 측정하지 않았습니다.
정리하면, 기존에 배치 전사로 야간 일괄 처리를 돌리던 팀이라면 연말까지는 MAI-Transcribe-2로 바꾸는 것만으로 단가가 절반 가까이 내려가고, 결과도 바로 받을 수 있습니다. 반대로 내년 이후 가격이 배치보다 비싸게 정해지면 다시 배치로 돌아갈 수 있도록, 호출 코드를 모델 이름만 바꿔 끼울 수 있게 짜 두는 것이 좋습니다.
어떤 상황에서 이득이 큰가: 세 가지 시나리오
① 매주 회의 4~5시간인 소규모 팀: 월 20시간 기준 약 2,675원입니다. 금액보다는 "직접 API를 붙여 쓸 개발 인력이 있느냐"가 관건입니다. 개발 없이 바로 회의록이 필요하다면 완성형 앱이 더 맞습니다.
② 강의·세미나 녹음 아카이브를 정리하려는 교육 기관: 100시간 분량을 한 번에 처리해도 약 1만 3천 원대라, 프로모 기간 안에 밀린 녹음을 일괄 처리하기 좋은 구간입니다.
③ 고객 상담 녹음 분석: 화자 분리로 상담원과 고객 발화를 나눌 수 있지만, 화자 분리를 켜면 지원 녹음 길이가 짧아진다는 점과 처리 리전을 먼저 확인해야 합니다.
운영자 메모
이런 분께 맞아요: 녹음 파일을 대량으로 텍스트화해야 하고, Azure에서 API를 호출할 수 있는 개발자·팀. 12월 안에 밀린 녹음을 정리하려는 경우.
안 맞아요: 앱 하나 설치해서 바로 회의록을 받고 싶은 개인, 실시간 자막이 필요한 경우(이 글의 0.10달러는 녹음 파일 전사 기준), 국내 리전 처리가 필수인 경우.
주의할 점: 공개 프리뷰 단계이고 2027년 이후 가격이 공개되지 않았습니다. 장기 서비스에 넣는다면 0.36달러(1.5 세대 가격) 정도를 상한 가정으로 두고 예산을 잡는 편이 안전합니다(공식 예고가 아닌 개인 가정입니다). 가격표의 원화 금액은 매달 환율로 다시 계산되니 실제 청구액은 조금 달라질 수 있습니다.
흔한 오류와 해결: ① M4A 파일이 거부되면 WAV·MP3·FLAC으로 변환합니다. ② 2시간 또는 300MB를 넘는 파일은 나눠서 보냅니다. ③ 화자 분리를 켰더니 실패한다면 녹음을 더 짧게 자르거나 화자 분리를 끄고 먼저 텍스트만 받습니다. ④ 한국어 회의에 영어가 섞여 엉뚱한 언어로 인식되면 locales에 ko를 지정해 봅니다.
자주 묻는 질문
Q1. 12월 31일이 지나면 바로 비싸지나요?
A. 공식 자료에는 "12월 31일까지 0.10달러"라는 문구만 있고 이후 가격은 아직 발표되지 않았습니다. 1월 청구서를 받기 전에 Azure 가격 페이지를 다시 확인하는 것이 확실합니다.
Q2. 한국어 인식은 되나요?
A. Microsoft Learn의 MAI-Transcribe 언어 표에 Korean(ko)이 1.5와 2 모두 지원으로 표시돼 있습니다. 정확도 수치는 한국어 단독으로 공개된 값을 찾지 못해 이 글에서는 따로 적지 않았습니다.
Q3. 일레븐랩스 Scribe v3와 둘 중 뭘 고르나요?
A. 단가만 보면 프로모 기간의 MAI-Transcribe-2가 절반입니다. Scribe v3는 화자 최대 32명, 키워드 최대 1,000개 같은 세부 한도가 문서에 명확하고 가격이 프로모가 아니라는 점이 장점입니다. 일레븐랩스 쪽 한국어 받아쓰기 흐름은 일레븐랩스 Scribe v3 활용 글에 정리해 뒀습니다.
함께 보면 좋은 글
- 일레븐랩스 Scribe v3 활용: 회의 녹음 한국어 받아쓰기와 1시간 비용
- 티로(Tiro) 활용 사례: 주간 회의 녹음을 회의록·할 일·팀 공유까지
- Claude Meetings 사용법: 구글 미트 회의록과 실시간 질문 쓰는 법
녹음 파일이 쌓여 있다면, 연말 프로모가 끝나기 전에 한 번 몰아서 텍스트로 바꿔 두는 게 이번 요금 구조에서 가장 실속 있는 선택입니다.
공식 가격표·문서 화면과 직접 만든 비용 계산표는 글 맨 아래에 모아뒀어요. 이미지 출처: Microsoft Azure 가격 페이지, Microsoft Foundry 블로그, Microsoft Learn 문서 화면 캡처 및 lightmind24 자체 제작 표.
최종 확인일: 2026-11-16
출처
- Microsoft Foundry Blog: MAI-Transcribe-2 발표 (2026-09-03)
- Azure Speech 가격 페이지
- Microsoft Learn: MAI-Transcribe in Azure Speech
- MAI-Transcribe-2 모델 카드 (PDF)
- ElevenLabs API 가격 · ElevenLabs Speech to Text 문서
- OpenAI gpt-live-transcribe 모델 페이지
lightmind24는 Microsoft와 관계없는 개인 리뷰 블로그입니다.
댓글
댓글 쓰기