Nemotron 3.5 Transcribe vs MAI Transcribe 2: 당신이 보유한 GPU와 맞서는 $100짜리 한 시간

오디오 1,000시간의 비용은 Microsoft에 100달러입니다. 이것이 MAI Transcribe 2에 대한 가격 논거의 전부입니다. 이 제품은 2026년 9월 3일부터 공개 미리보기로 제공되며 오디오 시간당 0.10달러 — 1,000분당 약 1.67달러 — 로, 이 요율은 제품이 거명하는 모든 관리형 경쟁사보다 낮고 동일한 작업에 대해 OpenAI가 청구하는 금액의 약 3분의 1입니다.Nemotron 3.5 Transcribe는 2026년 10월 28일 공개된 NVIDIA의 오픈 체크포인트로, 분당 가격이 전혀 없습니다. 왜냐하면 그것을 구매하는 유일한 방법은 그것이 실행되는 하드웨어를 구매하는 것이기 때문입니다. 월 1,000시간 기준으로 Microsoft의 청구서는 부서 예산에서 반올림 오차에 불과하고 NVIDIA의 것은 자본 구매입니다.

그다음이 곤란한 부분이다. 공개 정확도 순위표에서 MAI Transcribe 2는 AA-WER 2.0%로 세계 2위다. Nemotron 3.5 Transcribe는 3.4%로 20위다. 더 저렴한 모델이 더 정확하기도 한데, 그 차이는 9위와 20위 사이의 전체 격차보다 크다. 이 비교가 단어와 비용만의 문제라면 한 문단이면 끝났을 것이다. 하지만 그렇지 않다. Microsoft는 화자 분리 품질 수치를 하나도 공개하지 않고 NVIDIA는 여러 개를 공개하기 때문이며, 바로 그 빈칸이 누군가 여전히 비싼 옵션을 선택하는 이유다.

이사회가 말하는 것, 그리고 말할 수 없는 것

Artificial Analysis는 두 모델을 동일한 세 데이터셋 혼합으로 평가하므로, {{1}}3.4% 대비 2.0%{{/1}}는 최소한 동일한 지표에 대한 동일 조건 비교이며, 동일한 운영자가 측정한 것입니다. 이는 이 분야에서 마땅히 있어야 할 것보다 드문 일이며, 진지하게 받아들일 만합니다. {{2}}MAI Transcribe 2{{/2}}는 리더보드 최상위의 실시간 프리뷰 시스템에만 뒤지고 있습니다. {{3}}Nemotron 3.5 Transcribe{{/3}}는 세 시스템과 동점이며, 그중 하나는 최소 추론 모드의 Gemini Flash-Lite 변형입니다.

NVIDIA 자체 출시 자료에는 2.8% AA-WER이 보고되어 있으며, 이 수치가 유지된다 해도 여전히 Microsoft에 꼬박 0.8포인트 뒤진다. 실시간 보드에는 3.4%가 기록되어 있다. 어느 쪽이든 순위는 바뀌지 않으므로, 이 시리즈의 다른 대결과 달리 여기서는 출시 시점 수치와 보드 수치의 불일치가 어떤 것도 결정하지 않는다. Microsoft는 두 회사가 측정 기준으로 합의한 지표에서 그저 앞서 있을 뿐이다.

시간당 $0.10으로 실제로 살 수 있는 것

MAI Transcribe 2는 장시간 오디오를 위한 배치 전사 모델입니다. 회의, 통화, 미디어 아카이브, 컨택 센터 기록을 처리합니다. 자동 언어 식별을 갖춘 60개 언어를 지원하고, 화자 분리를 함께 제공하며, 단어 수준 타임스탬프를 반환하고, 이름 및 도메인 용어에 대한 키워드 바이어싱을 지원하며, 두 가지 출력 스타일을 제공합니다. 즉, 군말과 말 실수를 유지하는 축어적(verbatim) 스타일과 이를 제거하는 정리(clean) 스타일입니다. 마이크로소프트는 Artificial Analysis의 속도 보드에서 약 411배 실시간 처리량을 보고하며 전체 2위를 기록했고, 자사 런칭 게시물에서는 이를 GPT Transcribe보다 10배, Gemini 3.5 Transcribe보다 5배 빠르다고 표현했습니다.

이 기능 목록은 서류상 대부분 팀이 필요로 하는 것의 상위 집합이며 NVIDIA의 것과 거의 일치합니다. 둘 다 화자 분리를 하고, 둘 다 단어 타이밍을 제공하며, 둘 다 키워드 바이어싱을 지원하고, 둘 다 축어 출력과 정제된 출력을 제공하며, 둘 다 오디오를 약 1시간으로 제한하고, 비교 중인 SKU에서는 둘 다 배치 처리만 지원합니다. 차이는 경계 부분에 있습니다. 60개 언어 대 40개, 8명 화자 대 명시되지 않은 화자 수, 그리고 재무팀에 설명하기가 세 자릿수만큼 더 쉬운 가격입니다.

• 가격 — 오디오 1시간당 $0.10, 2026년 말까지 한시 적용, 표준 단가 없음과 대비되며; 비용은 액셀러레이터 시간입니다.

• 정확도 — AA-WER 2.0%, 3.4% 대비 순위 2위, 순위 20위 (라이브 보드에서는 3.4%, NVIDIA의 패킷에서는 2.8%를 주장).

• 처리량 — 단일 RTX PRO 6000 Blackwell에서 NVFP4와 드래프트 모델을 사용할 경우 실시간 대비 약 411배, 초당 최대 2,238초 분량의 오디오를 처리하며, 높은 동시성 환경에서 30초 클립으로 측정한 수치입니다.

• 언어 — 자동 식별 60개, 전사 40개, 번역 31개

• 라이선스 — 독점형, API 전용 vs 다운로드 가능한 가중치를 제공하는 OpenMDW-1.1.

• 화자 — 다이어리제이션 포함, 최대 8명 화자 귀속 및 13개 언어 지원에 대한 공개 DER 없음, David AI 벤치마크에서 21개 언어 전반 18.26% DER.

• 미세 조정 — 제공되지 않음 vs 작업당 0.5–2.3 GPU시간의 단일 GPU 적응.

• 데이터 로컬성 — 오디오가 네트워크 외부로 나가는 방식 대비 오프라인을 포함한 자체 호스팅 가능 여부.

마이크로소프트가 비워 둔 칼럼

Microsoft는 화자 분리를 번들로 제공하면서 화자 분리 오류율은 공개하지 않는다. 약한 수치가 아니라 아예 없다. NVIDIA는 네 가지 화자 분리 결과를 각각 공개한다: David AI 벤치마크에서 21개 언어 전반에 걸쳐 18.26% DER로 14개 시스템 중 최저; VoiceArena의 Diarization-Bench에서 32.4%의 연결 최소 순열 WER로 14개 중 최고; 겹치는 영어 음성에서 참조 단어의 8.32%가 누락되어 중앙값 약 31%와 대비; 그리고 Microsoft가 밝히지 않은 개수와 대비되는 13개 언어의 화자 귀속.

그 모든 수치는 공급업체가 자체 테스트 환경에서 보고한 것이며, 솔직히 해석하면 품질의 증명이라기보다 기능 역량에 대한 주장에 가깝습니다. 하지만 이 비대칭성은 시사하는 바가 있습니다. 화자 분리 수치를 가진 회사는 그 수치를 공개합니다. 화자 분리는 전사에서 가장 맞추기 어려운 부분이고 고객이 불만을 제기하는 부분이기 때문입니다. 수치 없이 화자 분리를 묶어 제공하는 회사는 그것을 판매 포인트로 생각하지 않는다고 말하는 셈입니다. 이는 해당 기능이 충분하지만 별로 대단할 게 없다는 뜻일 수도 있습니다. 약하다는 뜻일 수도 있습니다. Microsoft의 출시 자료에는 두 경우를 구분하는 내용이 없고, 아직 이 정도 세분화된 수준에서 화자 분리 오류율을 측정하는 독립적인 평가 기구도 없습니다.

2인 세일즈 콜에서는 이 점이 문제되지 않습니다 — 어느 모델이든 두 목소리를 올바르게 구분합니다. 여러 사람이 동시에 말하는 6인 이사회 회의에서는 18% DER과 알 수 없는 수치 사이의 차이가, 믿고 쓸 수 있는 분 단위 기록과 누구도 신뢰하지 않는 문서 사이의 차이입니다. 바로 그 워크로드에서 오픈 체크포인트의 가격이 터무니없어 보이지 않게 됩니다.

왜 사람들이 비싼 것을 살까

조달 결정에서 실제로 나타나는 빈도를 기준으로 내림차순으로 정리한 네 가지 이유.

첫 번째는 데이터 상주성(locality)입니다. MAI Transcribe 2는 API입니다. 오디오는 여러분의 네트워크를 떠나 공급업체의 테넌트에 저장되고, 해당 공급업체의 보존 약관에 따라 관리됩니다. Nemotron 3.5 Transcribe는 완전 오프라인을 포함해 여러분이 통제하는 하드웨어에서 실행되며, 임상 기록, 법적 소송 절차, 인사 조사, 그리고 데이터 상주 규정의 적용을 받는 모든 항목에 있어 이는 선호 사항이 아니라 필수 요건입니다. 어떤 시간당 가격도 규정 준수 제약과 겨룰 수 없습니다.

두 번째는 영속성입니다. Microsoft의 $0.10 요금은 2026년 말까지 적용되는 명시적인 한시적 제안이며, 출시 자료 어디에도 표준 가격이 공개되지 않았습니다. 그 숫자를 기반으로 제품을 만드는 팀은 만료 시점이 알려지지 않은 프로모션 요금 위에 제품을 짓고 있는 것입니다. 오픈 웨이트에는 그런 실패 모드가 없습니다. 다운로드한 체크포인트는 벤더가 다음에 무엇을 하든 전기 요금만으로 계속 작동합니다.

세 번째는 적응입니다. NVIDIA는 단일 GPU에서 작업당 0.5~2.3 GPU-시간으로 미세 조정이 가능하다고 보고하며, 의료 음성 사례 연구에서는 3,619개 클립에서 적응을 통해 단어 오류율을 30.8%에서 11.8%로 낮추었고, 홀드아웃 화자도 22.44%에서 12.17%로 개선되었습니다. Microsoft는 미세 조정 경로를 전혀 제공하지 않습니다. 악센트가 있거나 잡음이 많거나 전문용어가 빽빽한 오디오 — 즉 2.0% 평균이 25% 현실로 바뀌는 바로 그 오디오 — 에서 적응 능력은 리더보드 순위 2포인트보다 더 값집니다. Perit의 사람이 검토한 영어 세트는 다른 방향에서 같은 이야기를 보여줍니다. MAI Transcribe 2와 GPT Transcribe를 1.76%에서 서로 0.01%포인트 이내로 붙여 놓았는데, 이는 이러한 리더보드가 깨끗한 오디오에서는 촘촘히 몰리고 그 밖의 모든 오디오에서는 흩어진다는 점을 일깨워 줍니다.

네 번째는 MAI Transcribe 2가 공개 프리뷰 상태라는 점입니다. 프리뷰란 가동 시간 보장도, 지원 중단 고지 기간도 없으며, 기능 세트가 예고 없이 바뀔 수 있다는 뜻입니다. Nemotron 3.5 Transcribe는 출시된 지 하루밖에 되지 않았고 나름의 성숙도 문제를 안고 있습니다. GGUF 툴링은 여전히 '곧 제공 예정'으로 설명되고 있고 양자화된 로컬 빌드는 아직 배포되지 않았습니다. 하지만 체크포인트가 프리뷰 상태에서 벗어나지는 않습니다.

비용이 전혀 들지 않는 헤지

대부분의 팀은 하나를 고를 필요가 없습니다. 대기열의 대부분에는 저렴한 API를 돌리고, 건물 밖으로 나갈 수 없는 파일이나 화자 귀인이 정확해야 하는 회의는 체크포인트로 보내십시오. 그 하이브리드 방식은 두 순수 전략 중 어느 쪽보다도 저렴하며, 실패해도 우아하게 처리됩니다. 마이크로소프트의 프로모션 요율이 매력적이지 않은 숫자로 만료되더라도 자체 호스팅 경로는 이미 프로비저닝되어 있고, 오픈 모델의 화자 분리 주장이 여러분의 오디오에서 살아남지 못하더라도 API는 이미 연결되어 있습니다.

그 헤지가 실무에서 효과를 내는 비결은 파이프라인의 두 절반을 분리 가능한 상태로 유지하는 것입니다. 음성 인식은 하나의 계약이고, 대본을 소비하는 요약기, 분류기, 라우터는 또 하나의 계약입니다. OrcaRouter는 두 번째 절반을 하나의 키로 200개 이상의 텍스트 및 멀티모달 모델로 처리하며, 공급업체 목록 가격을 0% 마진으로 전달합니다. 따라서 공급업체의 가격 인하가 다음 계약 갱신 때가 아니라 같은 날 청구서에 반영됩니다. 또한 자동 페일오버와 서로 다른 대본 클래스를 서로 다른 모델로 보낼 수 있는 라우팅 DSL을 제공합니다. MAI Transcribe 2도 Nemotron 3.5 Transcribe도 해당 카탈로그에 없고, 우리는 음성-텍스트 변환을 전혀 제공하지 않으므로 전사 계약은 서명한 곳에 그대로 남습니다. 요점은 그 다운스트림 모델이 같은 공급업체에 고정되어서는 안 된다는 것일 뿐입니다.

물량으로 본 평결

대략 월 수백 오디오 시간 규모에서는, 데이터 상주 제약이 없고 2자 통화 이상의 화자 귀속 요구가 없다면, MAI Transcribe 2가 스프레드시트에 드러나는 모든 측면에서 더 나은 구매입니다: 더 저렴하고, 공유 인덱스에서 더 정확하며, 더 빠르고, 프로비저닝 없이 오늘 바로 사용할 수 있습니다. 프로모션 가격은 실질적인 위험이며 현재 요율의 2~3배로 모델링해 볼 가치가 있지만, 세 차수 규모의 격차를 지우지는 못합니다.

그 볼륨을 넘어서거나 위의 네 가지 제약 중 어느 하나라도 적용되면 계산이 뒤집힌다 — 오픈 모델이 시간당 더 싸서가 아니라, 그 시간 자체를 살 수 없게 되기 때문이다. Nemotron 3.5 Transcribe의 논거는 화자, 언어, 지역성, 적응성, 영속성에 있으며, 대략 그 순서다. 정확도에 관한 논거는 공개 리더보드가 현재 뒷받침하지 않는 공급업체의 주장에 기대고 있으며, "오픈 가중치 중 첫 번째"를 마치 비교를 결정지은 양 되풀이하는 사람은 측정값이 아니라 슬라이드를 인용하는 것이다.