기본 콘텐츠로 건너뛰기

일레븐랩스 Scribe v3 활용: 회의 녹음 한국어 받아쓰기와 1시간 비용

요약: 11월 10일 나온 일레븐랩스 Scribe v3는 녹음 파일용, Scribe v3 Live는 실시간용 받아쓰기 모델이에요. API 기준 1시간에 각각 $0.20(약 267원), $0.22(약 294원)라서 주 1회 1시간 회의를 한 달 받아써도 1,000원대에 그쳐요. 다만 같은 플랜이라도 앱 화면에서 쓰는 시간과 API로 쓰는 시간이 크게 다르게 표기돼 있어서, 어떤 방식으로 쓸지 먼저 정하는 게 비용을 가르는 포인트예요.

회의를 녹음해 두고 나중에 받아쓰기를 돌리면, 제일 먼저 부딪히는 문제가 "누가 한 말인지"예요. 세 명 넘게 말이 섞이면 화자가 뒤바뀌고, 사내 약어나 제품명은 엉뚱한 단어로 바뀌곤 하죠. 이번 Scribe v3 발표는 바로 이 두 가지, 화자 구분과 용어 인식을 전면에 내세웠어요. 그래서 오늘 일레븐랩스 공식 발표 글, API 가격표, 앱용 받아쓰기 요금표, 개발 문서와 API 레퍼런스를 직접 열어 한국어 회의 녹음에 쓸 때 필요한 설정과 1시간 비용을 정리했어요. 제가 실제 회의 파일을 넣어 본 테스트 결과가 아니라 공식 문서와 가격표를 대조해 계산한 글이라는 점은 미리 밝혀 둘게요.

1. Scribe v3와 v3 Live, 무엇이 달라졌나

공식 발표 글에 따르면 두 모델은 용도가 분명히 나뉘어요. Scribe v3는 이미 녹음된 파일을 받아쓰는 모델이고, Scribe v3 Live는 말하는 동안 바로 글자로 바꾸는 저지연 모델이에요. 둘 다 일레븐랩스 API에서 쓸 수 있고, 기존 Scribe v2를 쓰던 경우엔 모델 ID만 scribe_v3 또는 scribe_v3_live로 바꾸면 된다고 안내하고 있어요.

  • 정확도: Scribe v3는 102개 언어 평균으로 Scribe v2보다 단어 오류가 27% 적고, v3 Live는 Scribe v2 Realtime보다 의미 기준 오류(semantic WER)가 43% 적다고 밝혔어요.
  • 화자 구분: Scribe v3는 3명 이상이 말하는 녹음에서 화자 구분 오류가 v2보다 17% 적고, v3 Live에는 실시간 화자 구분이 처음 들어갔어요.
  • 출력 제어: 숫자를 아라비아 숫자로 쓸지 단어로 쓸지 고를 수 있고, 예상 용어 최대 1,000개를 미리 알려 주는 키텀 프롬프팅, 쉬운 문장으로 서식 규칙을 지시하는 전사 편집 기능이 생겼어요.

한국어는 어느 정도일까

개발 문서의 지원 언어 목록에는 한국어(kor)가 들어 있어요. 발표 글의 실시간 모델 비교 차트에는 한국어가 따로 표시돼 있는데, 일레븐랩스 내부 FLEURS 테스트(11월 3일 실행) 기준 의미 오류율이 Scribe v2 Realtime 3.0%에서 v3 Live 2.3%로 24% 줄었다고 나와요. 녹음 파일용 v3 차트에는 한국어가 별도로 나오지 않아서, 한국어 파일 받아쓰기의 개선 폭은 공식 자료로 확인할 수 없었어요. 또 FLEURS는 한 사람이 깨끗하게 읽는 짧은 음성이라, 소음 섞인 실제 회의실 녹음에서는 숫자가 이보다 나빠질 수 있다는 점도 감안해야 해요.

오류 몇 %가 회의에서 뜻하는 것

발표 글에서 가장 와닿았던 부분은 숫자를 회의 단위로 풀어 준 대목이에요. 분당 150단어로 말하는 1시간 회의는 약 9,000단어인데, 오류율 4%와 2%의 차이는 틀린 단어 180개, 즉 1분마다 3개꼴이라고 설명해요. 화자 구분 오류는 시간으로 재기 때문에 1%포인트마다 36초 분량의 발언이 다른 사람 이름으로 붙는다는 계산도 함께 나와요. 회의록에서 틀리면 곤란한 건 결국 이름, 숫자, 약어라서, 키텀 기능을 쓸지 말지가 품질을 꽤 좌우한다고 보면 돼요.

2. 녹음 파일 받아쓰기: Scribe v3 설정 순서

회의가 끝난 뒤 파일을 올리는 방식이라면 Scribe v3가 맞아요. API 레퍼런스의 받아쓰기 엔드포인트(POST /v1/speech-to-text)에 들어가는 항목 가운데 회의 녹음에 필요한 것만 순서대로 골라 봤어요.

① 파일 형식과 크기 확인

개발 문서 기준으로 MP3, M4A, WAV, FLAC, OGG, WebM 같은 오디오와 MP4, MOV 같은 영상 파일을 모두 받아요. API는 최대 5GB, 최대 15시간까지 처리하고, 앱 요금표에는 최대 파일 크기가 3GB로 적혀 있어요. 휴대폰 녹음 앱의 M4A 파일이나 화상회의 녹화 MP4를 그대로 넣을 수 있다는 뜻이에요. 8분이 넘는 파일은 내부적으로 최대 4조각으로 나눠 동시에 처리해 속도를 높인다고 해요.

② 모델과 언어 지정

model_id에 scribe_v3를 넣고, language_code에 ko를 지정해요. 언어를 비워 두면 자동으로 판별하지만, 공식 설명대로 미리 알려 주면 정확도가 오를 수 있어요. 회의 중 영어 용어나 영어 문장이 자주 섞인다면 secondary_language_codes에 en을 추가하는 옵션이 Scribe v3에서 새로 생겼어요. 참고로 Scribe는 번역을 하지 않아서, 영어로 말한 부분은 영어 그대로 적혀요.

③ 화자 구분 켜기

diarize를 true로 두면 단어마다 speaker_id가 붙어요. 참석자 수를 알면 num_speakers에 최대 인원을 적어 주는 게 좋고, 지원 한도는 32명이에요. 인원을 모를 때는 diarization_threshold로 민감도를 조절할 수 있는데, 값을 높이면 한 사람이 두 사람으로 쪼개질 가능성이 줄고 대신 두 사람이 한 사람으로 합쳐질 가능성이 커진다고 설명돼 있어요.

④ 회사 용어 등록과 정리 옵션

keyterms에 팀 이름, 제품명, 약어를 넣으면 그 단어 쪽으로 인식을 유도해요. 최대 1,000개, 한 항목당 50자·5단어 이하이고, 100개가 넘으면 요청당 최소 20초 과금이 붙어요. "음, 어" 같은 군말을 빼고 싶다면 no_verbatim을, 웃음·박수 같은 소리 표시가 거슬리면 tag_audio_events를 끄면 돼요. 날짜를 YYYY-MM-DD로 통일하라는 식의 지시는 transcript_edit에 문장으로 쓰면 되고, 원문과 편집본이 함께 돌아와 타임스탬프와 화자 표시는 유지돼요.

⑤ 긴 회의는 웹훅으로

webhook을 true로 두면 요청이 바로 끝나고 결과는 미리 설정한 웹훅 주소로 나중에 전달돼요. 2~3시간짜리 워크숍 녹음처럼 처리 시간이 긴 파일에 적합해요. 마이크를 사람마다 따로 녹음한 다채널 파일이라면 use_multi_channel로 채널별 화자를 정확히 나눌 수 있지만, 채널마다 전체 길이만큼 따로 과금된다는 점을 꼭 기억하세요.

3. 실시간 받아쓰기: Scribe v3 Live를 쓸 때

회의 중에 자막처럼 바로 글이 올라와야 한다면 Scribe v3 Live를 써요. 웹소켓으로 연결하는 방식이고, 발표 글 예시 코드에는 모델 ID scribe_v3_live와 commitStrategy turn_prediction 설정이 나와 있어요. 핵심은 두 가지예요.

  • 턴 예측: 기존처럼 일정 시간 조용하면 문장을 확정하는 방식 대신, 대화 맥락을 보고 말이 끝났는지 판단해요. 숫자를 부르다 잠깐 멈춰도 중간에 끊기지 않게 하려는 기능이에요.
  • 실시간 화자 구분: diarize=true로 켜면 임시 결과에는 잠정 화자 표시가 붙고, 확정된 문장 뒤에 화자가 정리된 결과가 따로 따라와요. 확정 텍스트 자체는 늦어지지 않는다고 문서에 적혀 있어요.

한 가지 차이는 용어 등록 한도예요. 실시간 키텀 프롬프팅은 최대 50개, 항목당 20자까지라 녹음 파일용보다 훨씬 작아요. 대신 v3 Live에는 최대 1만 개 용어를 담아 두고 비슷한 소리가 들릴 때만 찾아보는 키텀 라이브러리가 추가됐어요. 한국어와 영어가 문장 중간에 바뀌는 대화라면 v3 Live의 다국어 모드를 켜면 언어마다 제 글자로 받아 적는다고 안내돼 있어요.

4. 1시간 녹음, 실제로 얼마 드나

API 가격표 기준 Scribe v3는 시간당 $0.20, v3 Live는 $0.22예요. 유럽중앙은행 기준 11월 12일 환율(1달러 = 1,334.1원)로 바꾸면 1시간 회의 한 건이 약 267원, 실시간이면 약 294원이에요. 키텀 프롬프팅을 켜면 녹음 파일 기준 시간당 $0.05, 전사 편집은 $0.07이 더 붙어서 둘 다 쓰면 $0.32(약 427원)가 돼요. 실시간에서 키텀과 전사 편집을 모두 쓰면 $0.42(약 560원)예요.

주 1회 1시간 정기 회의를 한 달 동안 받아쓰면 4시간, Scribe v3 기본으로 $0.80(약 1,067원)이에요. 매일 1시간씩 평일 20일이면 $4.00(약 5,336원)이라, 사람 손으로 회의록을 정리하는 시간에 비하면 비용 자체는 거의 부담이 없는 수준이에요. 비교용으로 OpenAI 가격표를 보면 현재 권장 모델 gpt-transcribe가 분당 $0.0045(시간당 $0.27), 실시간 gpt-live-transcribe가 분당 $0.017(시간당 $1.02)이에요. 실시간 기준으로는 Scribe v3 Live가 약 5분의 1 가격이에요.

앱으로 쓰느냐, API로 쓰느냐

여기서 제일 의외였던 부분이 플랜별 포함 시간이에요. API 가격표에는 Starter($6) 30시간, Creator($22) 110시간, Pro($99) 495시간이 포함된다고 적혀 있어요. 그런데 앱 화면용 받아쓰기 요금표에는 같은 플랜이 월 1시간 31분, 6시간 7분, 30시간 18분으로 나와요. 같은 Starter라도 API로 쓰면 30시간, 앱에서 파일을 올리면 1시간 31분이라 20배 가까이 차이 나는 셈이에요. 무료 플랜도 API 표에는 4시간 30분, 앱 표에는 12분으로 적혀 있어요(앱 표는 한 번 불러왔을 때 'Limited use'로만 보이기도 했어요). 정기 회의가 많다면 개발자 도움을 받아 API로 묶는 쪽이 훨씬 넉넉하고, 가끔 한두 건이라면 앱의 무료·Starter 한도로도 충분해요.

5. 모델·서비스별 비교표

항목 Scribe v3 Scribe v3 Live OpenAI gpt-transcribe OpenAI gpt-4o-transcribe-diarize
용도 녹음 파일 실시간 녹음 파일(권장 모델) 녹음 파일 + 화자 구분
1시간 API 비용 $0.20 (약 267원) $0.22 (약 294원) $0.27 (분당 $0.0045) $0.36 (분당 $0.006)
화자 구분 최대 32명 실시간 화자 구분 지원 전용 모델(오른쪽 열)로 안내 지원 (참고 음성 최대 4개)
한국어 지원 언어 목록에 포함 공식 차트에 한국어 수치 공개 언어 코드 힌트 방식 (한국어 명시 목록은 확인 못 함) 확인 못 함
파일 한도 5GB, 15시간 (API) 스트리밍 25MB 25MB
무료·포함 시간 API 표 Free 4시간 30분 / 앱 표 Free 12분 API 표 Free 2시간 30분 무료 포함량 표기 없음 무료 포함량 표기 없음
비고 키텀 +$0.05/h, 전사 편집 +$0.07/h 키텀·라이브러리 +$0.08/h, 편집 +$0.12/h 키워드·문맥 힌트 지원 2027-02-26 종료 예정(지원 중단)

OpenAI 쪽은 25MB 파일 한도가 있어 1시간 녹음을 그대로 올리기 어려울 수 있고, 화자 구분 전용 모델은 이미 지원 중단 공지가 붙어 있어요. 한국어 회의를 화자별로 받아쓰는 용도만 놓고 보면, 지금 공식 문서로 확인되는 조건은 Scribe v3 쪽이 더 단순해요.

운영자 메모

이런 분께 맞아요: 주간 회의·인터뷰 녹음을 화자별로 정리해야 하는 팀, 사내 약어와 제품명이 많아 일반 받아쓰기 앱에서 오타가 잦았던 분, 회의 자막을 실시간으로 띄우고 싶은 개발팀.

이런 분께는 안 맞아요: 코드 없이 앱에서만 매주 여러 시간을 받아쓰려는 분이라면 앱 포함 시간이 빠듯해요. 회의록 요약·할 일 정리까지 한 번에 원한다면 받아쓰기 전용 API보다 회의록 앱이 편해요.

주의할 점: 키텀 추가 요금이 가격표에는 시간당 $0.05, API 레퍼런스에는 기본 단가의 20%(계산상 $0.04)로, 전사 편집도 $0.07과 30%(계산상 $0.06)로 서로 다르게 적혀 있었어요. 다채널 녹음은 채널 수만큼 과금되고, 상담원/고객 역할 감지는 기본 단가에 10%가 더 붙어요. 전사 편집은 다채널 모드나 개체 감지와 함께 쓸 수 없어요.

흔한 오류와 해결: 한 사람이 두 화자로 쪼개진다면 num_speakers에 실제 인원을 넣거나 diarization_threshold를 높여 보세요. 영어 용어가 한글 발음대로 적힌다면 secondary_language_codes에 en을 넣고 해당 용어를 keyterms에 등록하세요. 키텀에 꺾쇠나 중괄호 같은 기호(< > { } [ ] \)가 들어가면 받지 않으니 빼고 넣어야 해요.

자주 묻는 질문

Q1. 1시간 회의 녹음을 받아쓰면 얼마인가요?

API로 Scribe v3를 쓰면 시간당 $0.20, 약 267원이에요. 실시간 v3 Live는 $0.22, 약 294원이고, 용어 등록이나 전사 편집을 켜면 시간당 몇 센트씩 더 붙어요. 세금은 별도예요.

Q2. 참석자 이름으로 바로 나오나요?

기본 결과는 speaker_0, speaker_1처럼 번호로 나와요. 이름으로 바꾸려면 받아쓴 뒤 직접 매칭해야 하고, 워크스페이스에 등록된 화자와 맞춰 보는 speaker library 옵션이 API 레퍼런스에 따로 있어요.

Q3. 무료로 써 볼 수 있나요?

무료 플랜이 있지만 앱 요금표 기준 월 12분 수준이라 1시간 회의 한 건도 다 받아쓰기 어려워요. API 가격표에는 무료/종량제 열에 4시간 30분이 적혀 있으니, 어느 방식인지에 따라 체감 한도가 크게 달라요.

회의록 요약과 공유까지 앱 하나로 끝내고 싶다면 티로 활용 사례, 받아쓰기 앱 요금을 비교해 보고 싶다면 노타 요금제 정리, 다른 음성 인식 API 단가가 궁금하다면 Deepgram vs AssemblyAI vs Gladia 비교도 함께 보면 좋아요.

정리하면, 회의 받아쓰기 비용은 거의 걱정할 수준이 아니고, 앱으로 쓸지 API로 쓸지가 실제 한도를 정해요.

공식 화면과 직접 만든 비용 계산표는 글 맨 아래에 모아뒀어요. 이미지 출처: 일레븐랩스 Scribe v3 발표 글 본문·차트 캡처 3점, 일레븐랩스 API 가격표·받아쓰기 요금표 캡처 2점, 직접 만든 1시간 비용 계산표.

최종 확인일: 2026-11-13

출처

lightmind24는 ElevenLabs와 관계없는 개인 리뷰 블로그입니다.

Uploaded Image Uploaded Image Uploaded Image Uploaded Image

댓글

이 블로그의 인기 게시물

브루(Vrew) 요금제 정리: 무료 200크레딧으로 어디까지 쓸 수 있나

요약: 영상 자막 편집기 브루(Vrew)는 2026년 4월 22일부터 기능별 사용량 대신 '통합 크레딧' 하나로 요금을 매겨요. 무료 플랜은 매달 200크레딧이 들어오는데, 음성 분석(자동 자막)만 쓰면 최대 200분 분량이라 짧은 영상 몇 편은 충분하지만, 영상 초반의 Vrew 마크를 지우려면 유료 플랜이 필요해요. 이 글은 브루 공식 가격 페이지와 고객센터 공지를 2026년 10월 23일에 다시 확인해, 크레딧 계산법과 플랜 고르는 기준을 정리했어요. 목차 브루 요금 구조: 통합 크레딧이란 1크레딧으로 할 수 있는 일 무료 플랜으로 되는 것과 안 되는 것 유료 플랜 4종 비교표 월 구독·연 구독·기간 이용권, 무엇이 이득일까 상황별 추천: 학생·직장인·유튜버 크레딧이 모자랄 때: 사용 기록 지우개 업그레이드·환불 전에 알아둘 규칙 운영자 메모, 자주 묻는 질문 1. 브루 요금 구조: 통합 크레딧이란 예전 브루는 플랜마다 음성 분석 몇 분, AI 목소리 몇 자, 번역 몇 자처럼 기능별 한도를 따로 줬어요. 그런데 보이저엑스(브루 운영사)가 실제 이용 데이터를 보니 한두 가지 기능만 집중해서 쓰는 사람이 훨씬 많았다고 해요. 그래서 2026년 4월 22일 업데이트부터는 플랜마다 정해진 크레딧을 받고, 어떤 기능에 쓸지는 내가 정하는 방식으로 바뀌었어요. 플랜별 매달 지급량은 Free 200 · Light 2,000 · Standard 10,000 · Business 12,000크레딧 이에요. 공식 공지에 따르면 무료 사용자는 매달 1일에, 유료 사용자는 매월 결제일에 충전되고, 남은 크레딧은 다음 달로 넘어가지 않아요. 바뀐 뒤 무엇이 좋아졌나 공지에 나온 예시가 이해하기 쉬워요. Standard 플랜에서 AI 목소리만 쓰면 예전에는 최대 50만 자였지만, 지금은 1만 크레딧을 모두 AI 목소리에 몰아 쓸 수 있어 최대 100만 자가 돼요. 반대로 여러 기능을 골고루 쓰는 사람은 크레딧이 기능끼리 ...

에이닷 전화 vs 익시오: 통화 녹음·AI 요약, 내 통신사·폰에 맞는 앱 고르기

요약: 통화 녹음과 AI 요약을 쓰고 싶다면 먼저 내 통신사와 휴대폰 종류부터 확인해야 해요. LG유플러스 고객은 무료 앱 익시오, SKT 고객은 에이닷 전화가 가장 기능이 많고, 다른 통신사의 아이폰 사용자는 iOS에 들어 있는 기본 통화 녹음·전사 기능이 현실적인 선택이에요. 이 글은 2026-10-30에 SKT·LG유플러스·Apple 공식 페이지와 도움말을 직접 확인해 세 가지를 비교했어요. 왜 '앱 기능'보다 '내 조건'을 먼저 봐야 할까요 통화 요약 앱 비교 글을 보면 기능 목록부터 나열하는 경우가 많아요. 그런데 실제로 써 보려는 사람에게 가장 먼저 걸리는 건 기능이 아니라 이용 조건 이에요. 익시오는 LG유플러스 고객 전용이고, 에이닷 전화는 누구나 설치할 수 있지만 통역콜·baro 같은 기능은 SKT 고객에게만 열려 있어요. 아이폰은 운영체제 구조상 앱이 통화를 마음대로 녹음하기 어려워서, 통신사 앱이 안 되면 iOS 기본 기능에 기대야 해요. 그래서 이 글은 "어떤 앱이 제일 좋은가"보다 "내 통신사·내 폰에서 무엇을 쓸 수 있나" 순서로 정리했어요. 기능 차이는 그다음이에요. 한눈에 비교: 에이닷 전화 vs 익시오 vs 아이폰 기본 통화 녹음 구분 에이닷 전화 (SKT) 익시오 ixi-O (LG유플러스) 아이폰 기본 통화 녹음 (Apple) 누가 쓸 수 있나 통신사 구분 없이 앱 설치 가능. 단, 통역콜·baro·그룹통화 발신 등은 SKT 고객 전용 U+ 모바일 고객. 타 통신사, 만 14세 미만, 선불요금제 고객은 제한 (공식 사이트 FAQ상 알뜰폰 중 KB리브엠은 예외) 지원 국가·언어의 iPhone 사용자. 1명과 통화할 때만 녹음 가능 지원 OS·기기 Android 10 이상, iOS 16 이상 iOS 17 이상 iPhone 12 이상 / Android...

타입캐스트 vs 클로바더빙: 수익 나는 채널에 쓸 때 무료·유료 조건 비교

요약 타입캐스트와 클로바더빙은 둘 다 글만 입력하면 한국어 AI 목소리를 만들어 주는 서비스지만, 무료로 쓸 수 있는 범위가 꽤 다릅니다. 클로바더빙 무료는 매달 15,000자까지 쓸 수 있는 대신 수익이 생기는 채널에는 쓸 수 없고, 타입캐스트 무료는 처음에 주는 약 5분 분량의 다운로드로 끝나는 체험판에 가깝습니다. 광고 수익이 붙은 유튜브나 쇼핑몰 영상에 넣을 목소리라면 처음부터 유료 플랜 조건을 보고 고르는 편이 안전합니다. 왜 이 두 서비스를 같이 비교하나 쇼츠 내레이션, 수업 자료 더빙, 상품 소개 영상처럼 "내 목소리 대신 AI 목소리"가 필요할 때 한국 사용자들이 가장 많이 찾는 곳이 네오사피엔스의 타입캐스트 와 네이버의 클로바더빙 입니다. 기능 소개만 보면 비슷해 보이지만, 실제로 문제가 되는 건 음질보다 "이 목소리를 내 채널에 써도 되나" 입니다. 그래서 이 글은 기능 나열보다 무료 사용 범위, 출처 표기 의무, 유료 플랜 가격과 다운로드 한도를 중심으로 정리했습니다. 모든 수치는 2026년 10월 25일에 두 서비스의 공식 요금 페이지와 고객센터 도움말에서 직접 다시 확인한 내용입니다. 한눈에 보는 비교표 항목 타입캐스트 무료 타입캐스트 베이직 클로바더빙 Free 클로바더빙 Standard 월 요금 0원 9,900원 (연간 결제 시 10% 할인) 0원 19,900원 (네이버 클라우드 플랫폼에서 결제) 무료·포함 사용량 음성 생성·재생 무제한, 다운로드는 최초 3,000크레딧(약 5분) 1회 지급 월 30,000크레딧(약 60분) 월 15,000자, 다운로드 월 20회, 프로젝트 누적 5개 (매월 1일 갱신) 월 30,000자, 다운로드 월 40회, 프로젝트 누적 20개 쓸 수 있...