{{1}}'Scribe v3: 2위, 1.95%'라는 제목 카드와 '비스트리밍 AA-WER 지수, 2026년 11월'이라는 부제목이 있고, 그 옆에 1.73% 프리뷰, 따뜻한 액센트가 있는 은색의 1.95% Scribe v3, 2.04%로 표시된 3단 막대 포디움, 그 아래에 '수치는 Artificial Analysis, AA-WER v2.2 기준'이라는 푸터가 있습니다.{{/1}}
Guides & Insights

ElevenLabs Scribe v3: AA-WER 1.95%로 2위, 프리뷰 모델에 뒤져

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

ElevenLabs Scribe v3의 헤드라인 숫자는 단어 오류율 1.95%로, Artificial Analysis의 AA-WER v2.2 비스트리밍 보드에서 2위입니다. 1.73%의 A​libaba Fun-Realtime-ASR-preview 뒤, 2.04%의 Microsoft AI MAI-Transcribe-2 앞입니다. 이 문장은 정확하며, 동시에 이 결과를 읽는 가장 쓸모없는 방식이기도 합니다. 왜냐하면 1.95%는 측정값이 아니라 서로 다른 세 테스트 세트의 가중 평균이고, 그중 하나에서는 Scribe v3가 2위가 아니기 때문입니다. 1위이며, 자신보다 순위가 높은 모델보다 앞섭니다. ElevenLabs는 2026년 11월 9일 Scribe v3를 출시했고 같은 API 호출에서 Scribe v2를 대체했으며, 11월 17일 모든 Scribe 모델의 가격을 인하했습니다. 열흘 뒤, 흥미로운 질문은 더 이상 이 모델이 좋은지가 아닙니다. 세 숫자 중 어느 것을 믿어야 하는가입니다.

1.95%는 실제로 무엇으로 이루어져 있을까

Artificial Analysis는 모델당 하나의 WER을 공개하지 않는다. 세 개의 정제된 코퍼스로 구성된 합성 지표(AA-WER Index)를 공개하며, 각 코퍼스는 실패 양상이 다르다. LibriVox 스타일 오디오북의 낭독 음성, 유럽의회의 의회 발언, 그리고 악센트가 있는 영어로 진행되는 다화자 즉흥 어닝 콜이다. 이들을 하나의 지수로 평균 내는 것은 편의상 합리적이지만 조달 도구로는 부적절하다. 세 코퍼스가 동일한 모델들을 동일한 방식으로 순위 매기지 않기 때문이다.

다음은 현재 보드가 상위 4개에 대해 보여주는 내용을 항목별로 나눈 것입니다. 아래의 모든 수치는 반올림된 화면 표시가 아니라 보드의 데이터 페이로드에서 읽은 Artificial Analysis 자체의 수치입니다:

• 종합 AA-WER — Fun-Realtime-ASR-preview 1.73%, Scribe v3 1.95%, MAI-Transcribe-2 2.04%, Scribe v2 2.18%.

• 핵심 AA-STT 세트 — Scribe v3 1.47%, Scribe v2 1.51%, MAI-Transcribe-2 1.83%, Fun-Realtime-ASR-preview 1.97%. 이 항목에서는 Scribe v3가 단연 우승하며, 그보다 위에 순위된 모델은 네 모델 중 최하위를 기록합니다.

• VoxPopuli(의회) — Fun-Realtime-ASR-preview 1.17%, MAI-Transcribe-2 1.50%, Scribe v3 1.52%, Scribe v2 1.74%. 여기서 Scribe v3는 Microsoft에 아주 근소하게 뒤진 3위입니다.

• Earnings-22(자발적 발화, 악센트 있음, 다중 화자) — Fun-Realtime-ASR-preview 1.80%, MAI-Transcribe-2 2.99%, Scribe v3 3.34%, Scribe v2 3.95%. 이 항목에서 순위가 가장 극적으로 뒤집힙니다: Microsoft가 ElevenLabs를 0.35포인트 차로 앞서며, 종합 점수의 0.09포인트 격차는 사라집니다.

Bar chart titled 'The 1.95% is an average of four different rankings', showing word error rate for Scribe v3, Scribe v2, MAI-Transcribe-2 and Fun-Realtime-ASR-preview across four corpora — composite, core AA-STT, VoxPopuli and Earnings-22 — with Scribe v3 highlighted in blue at 1.95%, 1.47%, 1.52% and 3.34% and a footer crediting Artificial Analysis AA-WER v2.2, read 20 November 2026.

이 패턴은 무작위가 아니다. Scribe v3는 깨끗하게 낭독된 음성에서 가장 강하고, 실제 회의를 닮은 코퍼스—화자가 겹치고, 비유창성이 있으며, 전화 대역폭과 악센트가 있는—에서 가장 약하다. 이는 또한 대부분의 기업 구매자가 실제로 신경 쓰는 코퍼스이며, 그래서 종합 지표의 순위와 컨택 센터의 경험이 달라질 수 있다. 오디오가 팟캐스트와 스튜디오 인터뷰라면 1.47% 수치가 1.95%보다 당신의 환경에 더 가깝다. 영업 통화라면 3.34%가 더 가깝다.

그 위에 있는 모델은 미리보기입니다.

Fun-Realtime-ASR-preview는 종합 평가에서 1위를 차지하며, 그것도 쉬운 코퍼스가 아니라 가장 어려운 두 코퍼스의 강점 덕분에 그렇게 합니다. 또한 중앙값 속도 계수 20.3으로 실행되는데, 이는 대략 실시간의 1/20에 해당하므로 오디오 1시간을 처리하는 데 약 3분이 걸리며, 가격은 1,000분당 $2.82입니다. Scribe v3는 1,000분당 $3.33에 실시간 대비 76.8배 속도로 전사합니다. 따라서 선두 제품은 더 느리고 대체로 더 저렴하며, 이름에 preview가 붙어 있습니다.

그중 어느 것도 순위가 틀렸다는 뜻은 아니다. 이 지수는 준비도가 아니라 정확도를 측정한다. 다만 “Scribe v3가 2위”라는 문장은 1위를 프로덕션 모델이 차지하고 있다는 함의를 주는데, 실제로는 그렇지 않다. Alibaba의 항목은 리더보드에 출시일이 없고, 공개된 언어별 세부 분석도 없으며, 식별자에 “preview”라는 단어가 들어 있다. 이번 분기에 벤더를 고르는 팀은 출시된 제품과 평가용 빌드를 비교하는 셈인데, 둘 사이의 0.22점 차이는 같은 지수 안의 두 코퍼스 간 차이보다 작다.

v2에서 v3까지, 두 가지 방식으로 측정

ElevenLabs가 Scribe v3에 대해 내놓은 자체 출시 수치는 내부 FLEURS 실행에서 102개 언어에 걸쳐 Scribe v2 대비 단어 오류가 27% 감소한 것—16.94%에서 12.38%로—이며, 테스트한 모든 언어에서 개선이 주장되고, 여기에 화자 분리 오류 12% 감소, 화자가 3명 이상일 때 17% 감소도 포함됩니다. 이는 공급업체 수치로, 공개 벤치마크의 공급업체 자체 버전에서 실행된 것이며, ElevenLabs는 자사의 FLEURS 평균이 코퍼스 수준이 아닌 언어별 기준이어서 공개된 FLEURS 수치와 비교할 수 없다는 점을 이례적으로 솔직하게 밝힙니다.

자체 하네스를 실행한 Artificial Analysis는 더 작은 향상을 보여줍니다. 종합 지표에서 2.18%에서 1.95%로, 약 11%의 상대적 향상이며 처리량은 53.5×에서 76.8×입니다. 두 진술 모두 사실일 수 있습니다. 다국어 FLEURS에서의 27% 상대적 개선과 세 가지 영어 코퍼스에서의 11% 상대적 개선은 서로 다른 것을 측정하고 있으며, 그 둘 사이의 격차가 출시 자료에서 가장 유용한 사실입니다. 이는 성과가 영어 낭독 음성 밖에 집중되어 있음을 알려 주며, 바로 그곳이 벤더가 살펴봤다고 말하는 지점입니다.

Screenshot of the ElevenLabs Speech to Text documentation page showing its model cards: Scribe v3 as the most accurate speech recognition model for recorded audio with 27% fewer word errors than Scribe v2 on FLEURS, diarization to 32 speakers, keyterm prompting up to 1,000 terms and word-level timestamps, alongside the Scribe v3 Live card claiming 44% lower semantic WER than Scribe v2 Realtime.

두 세대 사이의 기능 차이는 마케팅이 시사하는 것보다 좁습니다. Scribe v3는 v2의 기능 세트를 유지합니다. 화자 분리에서 최대 32명의 화자, 배치용 1,000개 핵심 용어, 단어 수준 타임스탬프, 엔터티 감지, 전사본 편집, SRT 및 DOCX 내보내기가 그것입니다. 여기에 녹음에 대한 자동 언어 추론, 숫자 형식 제어, 보조 언어 코드, 그리고 실시간 측면의 10,000개 용어 핵심 용어 라이브러리와 발화 차례 예측이 추가됩니다. 또한 무언가를 없앴습니다. 축어 모드가 없습니다. Microsoft의 MAI-Transcribe-2는 하나의 스위치로 축어 스타일과 정제 스타일을 모두 제공하며, 규정 준수 및 QA 전사본에서 이는 겉치레 차이가 아니라 기능적 차이입니다.

11월 17일이 산수에 미친 영향

출시 8일 만에 ElevenLabs는 Speech to Text 가격을 전면 인하했습니다. 셀프서브 및 Business 플랜에서 모든 Scribe 모델에 대해 배치 전사는 시간당 $0.20, 실시간은 시간당 $0.22입니다. 이는 1,000분당 $3.33 및 $3.67에 해당합니다. 이 수치는 정확도 표를 실제 판단 근거로 만드는 숫자입니다. 기존 요율에서는 Microsoft에 대한 0.09포인트의 정확도 격차를 변호하기 쉬웠지만, 새 요율에서는 가격 격차가 논리의 전부이기 때문입니다.

Screenshot of the ElevenLabs changelog entry headed 'Lower Speech to Text prices', stating that Speech to Text now costs $0.20 per hour for batch transcription and $0.22 per hour for realtime transcription for every Scribe model on all self-serve and Business plans, with enterprise pricing unchanged, and the November 9 and November 17, 2026 sidebar entries visible.

리더보드의 가격 열을 읽을 때 주의할 점이 하나 있습니다: Scribe v3의 $3.33은 정확히 시간당 $0.20이고 Scribe v2의 $3.67은 정확히 시간당 $0.22인데, 이는 ElevenLabs의 현재 목록에 있는 배치 및 실시간 요금입니다. 서로 다른 두 SKU로 가격이 책정된 두 개의 ElevenLabs 행은 존재하지도 않는 1000개당 34센트의 v2→v3 할인으로 해석될 수 있습니다. 순위표에서 가격 결론을 내리기 전에 트래커가 무엇을 샘플링했는지 확인하세요.

전사본 뒤에 있는 파이프라인을 구축하는 분이라면 분명히 짚고 넘어갈 점이 있습니다. 이 음성 모델들, 즉 Scribe v3도 MAI-Transcribe-2도 OrcaRouter의 라인업에 없으며, 위에 제시된 요금은 ElevenLabs와 Microsoft의 요금이지 저희 요금이 아닙니다. 저희가 라우팅하는 것은 전사본이 입력되는 계층입니다. 회의록은 한 모델로, 컴플라이언스 검토는 다른 모델로, 모두 하나의 키 뒤에서 처리하며, 공급자 정가를 0% 마크업으로 그대로 전달하고 공급자 간 자동 장애 조치를 제공합니다. 이 점은 음성 파이프라인에서 다른 곳보다 더 중요합니다. 전사본은 결과물이 아니라 입력이고, 결과물은 보통 세 번의 모델 호출 뒤에 있기 때문입니다.

다음 2주 안에 결판나야 할 것

이 그림에서 빠진 것이 두 가지 있는데, 둘 다 일시적이다. 첫째는 스트리밍 리더보드다. Scribe v3 Live는 배치 모델과 함께 출시되었으며, 102개 언어에서 Scribe v2 Realtime 대비 단어 오류율 31% 감소, 의미론적 WER 43% 감소를 주장했다. 또한 ElevenLabs가 처음으로 내놓은 실시간 화자 분리 기능도 포함하는데, 16개 언어 세트 중 영어 구간에서 3.1%의 오류율을 기록해 다른 실시간 모델들의 5.9%에서 7.3%와 대비된다. 다만 이는 벤더 측 수치이자 벤더에 유리하게 맞춰진 기준에 기반한 것이고, 스트리밍 리더보드에는 아직 이 모델이 올라가지 않았으므로 현재로서는 확인된 것이 아니라 반증이 불가능한 주장에 그친다.

두 번째는 의료용 변형인 Scribe v3 Live Medical로, 이는 API 모델이 전혀 아닙니다. ElevenAgents에 속해 있고, 얼리 액세스 상태이며, turn_v3 턴 모델이 필요하고, 별도 요금이 없으며, HIPAA 적격성이 확인될 때까지 보호 대상 건강 정보를 전송하지 말라는 문서상 경고가 붙어 있습니다. 배치 API 의료 모델은 여전히 Scribe v2 Medical입니다. 임상 배치 제품이 있어야 할 자리에 구멍을 남긴 채 출시된 제품군입니다.

Scribe v3를 10일 사용해 본 뒤 솔직하게 한 줄로 평가하면: 깨끗한 낭독 음성에서는 최고의 비스트리밍 모델이고, 회의에서는 두 번째로 좋으며, ElevenLabs가 출시한 것 중 가장 빠르고 — 11월 17일 이후에는 — 정확도 논쟁과 가격 논쟁이 마침내 같은 방향을 가리킬 만큼 저렴해졌다. 순위표에서 그 위에 있는 유일한 것은 프리뷰이고, 프리뷰는 계약서에 서명하지 않는다.