'Scribe v3 Live Medical vs GPT Transcribe'라고 적힌 타이틀 카드와 '두 개의 서로 다른 시계'라는 부제목. 그 아래에는 두 개의 레인으로 된 타임라인이 있습니다. 위쪽 레인은 '통화 중'으로 표시되어 있으며, 실시간 파형이 단어 하나씩 늘어나는 전사본으로 이어지는 모습을 보여 줍니다. 아래쪽 레인은 '통화 후'로 표시되어 있으며, 완성된 오디오 파일이 한 블록의 완전한 전사본으로 이어지는 모습을 보여 줍니다.
Guides & Insights

Scribe v3 Live Medical vs GPT Transcribe: 서로 다른 두 개의 시계

작성자

jinhao.song

게시일

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

이 두 모델은 경쟁 관계가 아니며, 한 분기를 허비하는 가장 빠른 방법은 이 둘을 하나의 모델로 취급하는 것입니다. GPT Transcribe는 OpenAI의 오프라인 음성-텍스트 모델입니다. 완성된 오디오 파일을 transcriptions 엔드포인트로 보내면 완전하고 형식이 갖춰진 전사본이 돌아옵니다. 진행 중인 통화를 들을 수는 없습니다. OpenAI 자체 문서에서 이를 명시적으로 밝히고 있으며, 스트리밍이 필요한 사람은 대신 gpt-live-transcribe 또는 gpt-realtime-whisper를 사용하도록 안내합니다. Scribe v3 Live Medical은 정반대 형태입니다. ElevenAgents 내에서만 존재하는 실시간 임상용 파인튜닝 모델로, 통화자가 아직 회선에 연결되어 있을 때 환자, 회원, 의료 제공자 통화를 전사하여 에이전트가 문장이 끝나기도 전에 용량에 반응할 수 있게 합니다.

그러므로 정직한 질문은 어느 모델이 더 나은가가 아닙니다. 그것은 여러분의 워크플로가 어느 시계에 맞춰 돌아가는가입니다. 대화 중에 사람이나 모델이 행동해야 한다면 — 질문에 답하고, 혜택을 조회하고, 금기 사항을 찾아내야 한다면 — GPT Transcribe는 정확도 비교가 시작되기도 전에 탈락하며, 그 영역에서 유일한 OpenAI 옵션은 분당 비용이 3.8배 더 높습니다. 전사본이 사후에 작성되는 문서라면, Scribe v3 Live Medical은 전혀 다른 이유로 사용할 수 없습니다. API도, 모델 ID도, 가격도 없고, ElevenAgents 에이전트가 아닌 어떤 것에서도 호출할 수 없기 때문입니다.

각자가 따르는 시계

GPT Transcribe의 요금 기준은 분당 $0.0045, 또는 오디오 1시간당 $0.27이며, 그 제약은 파일의 제약입니다. OpenAI의 전사 엔드포인트는 요청당 최대 25 MB를 허용하고, 모델은 언어 힌트가 적용된 전사본을 반환합니다. 부분 결과는 없습니다. 부분적으로 처리할 것이 없기 때문입니다. 녹음된 방문, 구술한 노트, 보관된 통화 배치의 경우 이것은 정확히 올바른 형태이며, 오디오에서 단어를 뽑아내는 더 저렴한 방법 중 하나입니다.

OpenAI의 스트리밍 제품군은 요율이 다른 별도의 제품 라인입니다: gpt-live-transcribe는 분당 $0.017, 오디오 1시간당 약 $1.02로 청구됩니다. 그것이 바로 시간에 대한 가격입니다 — 정확도 논의는 차치하고서도 동일 업체 전사의 배치 요율 대비 3.8배입니다. 또한 OpenAI의 실시간 전사 역량이 실제로 존재하는 곳이기도 하며, 라이브 전사와 라이브 전사를 비교하고 있다면 GPT Transcribe가 아니라 Scribe v3 Live에 맞세워야 할 모델은 바로 이것입니다.

Scribe v3 Live Medical의 시간 기준은 ElevenAgents 내부 대화의 길이입니다. 파일은 존재하지 않습니다. 플랫폼이 관리하는 WebSocket 형태의 스트림, 발신자가 말을 마쳤는지 판단하는 턴 모델, 에이전트가 행동하기 위해 소비하는 트랜스크립트가 있습니다. ElevenLabs는 의료용 변형의 지연 시간 수치를 공개하지 않습니다. 제품군 기준 수치는 Scribe v3 Live의 의미론적 단어 오류율이 Scribe v2 Realtime보다 44% 낮다는 것이며, Scribe v2 Realtime의 커밋된 트랜스크립트까지 걸리는 중앙값 시간은 약 150ms입니다. ElevenLabs에 따르면 의료용 파인튜닝은 지연 시간에서 Scribe v3 Live와 동일합니다.

A page from the OpenAI developer documentation on file transcription, headed 'File transcription' with the description 'Convert recorded speech into text', next to a sidebar listing 'Add transcription context', 'GPT-Live' and 'Speaker diarization'.

정확성: 감사된 수치 하나, 공급업체 수치 하나, 중복 없음

GPT Transcribe는 공개적으로 독립 측정된 단어 오류율이 있습니다: Artificial Analysis의 AA-WER 벤치마크에서 3.31%이며, 2026년 7월 출시 당시 추적 중인 약 50개 시스템 가운데 9위에 올랐습니다. 세부 점수는 에이전트 대화 오디오 2.22%, VoxPopuli 2.72%, 실적 발표 콜 6.10%입니다. 이 하나의 수치 안에 있는 편차가 흥미로운 부분입니다 — 억양과 동시 발화, 도메인 전문용어가 있는 실적 발표 콜은 깨끗한 에이전트 음성보다 거의 세 배 더 어렵습니다. 임상 상담은 그 편차 범위 어딘가에 있지만, 아무도 어디인지 측정하지 않았습니다.

Scribe v3 Live Medical의 수치는 ElevenLabs가 선정한 57개 모의 일차진료 상담 세트인 PriMock57에서 단어 오류율 12.8%로, 같은 벤더 실행에서 경쟁 실시간 모델 네 개의 15.5%~17.2%와 대조됩니다. 이는 어느 방향으로도 3.31%와 비교할 수 없으며, 단지 코퍼스 때문만은 아닙니다. 두 수치는 서로 다른 하네스, 다른 오디오 조건, 그리고 결정적으로 다른 지연 시간에서 나온 것입니다. 배치 모델은 전체 파일을 볼 수 있지만, 스트리밍 모델은 다음에 무엇이 올지 모른 채 확정합니다. 스트리밍 WER은 동일한 오디오에서 배치 WER보다 체계적으로 더 나쁘며, 이것이 Artificial Analysis가 두 수치를 별도 보드에 게시하는 이유입니다.

방어 가능한 진술은 다음과 같습니다. GPT Transcribe는 일반 음성에서 낮은 한 자릿수 수준의, 잘 측정된 배치 모델이고, Scribe v3 Live Medical은 임상 오디오에서 실시간 동종 모델보다 약 3점 앞서는, 공급업체가 측정한 스트리밍 모델이며, 두 모델을 동일한 녹음에 놓고 비교한 공개 실험은 없습니다.

A two-column scoreboard titled 'Scribe v3 Live Medical vs GPT Transcribe — the scoreboard', with the rows Clock (during the call vs after the call), Price (inside ElevenAgents vs $0.0045 per minute), Accuracy (12.8% PriMock57 vs 3.31% AA-WER), Streams (yes, with turn prediction vs no), Vocabulary (10,000 clinical terms vs keywords and prompt) and Callable (no model ID vs yes, transcriptions endpoint), and a footer reading 'GPT Transcribe per OpenAI and Artificial Analysis; Scribe figures vendor-run.'

도메인 적응, 바로 그곳에 진정한 차이가 있습니다

임상 어휘는 ElevenLabs 모델이 존재하는 이유 그 자체이며, 이 문제를 두 가지 방식으로 공략합니다. 약물명, 해부학, 병리학 쪽으로 훈련된 파인튜닝과, 최대 10,000개의 사용자 지정 용어(처방집, 의료 제공자 명단, 전문 분야 사전 등)를 추가 비용 없이 포함할 수 있는 키텀 메커니즘입니다. ElevenLabs는 자사 FAQ에서 한계를 솔직히 밝힙니다. 모델은 오디오가 해당 용어와 일치할 가능성이 높을 때만 용어를 적용하며, 맥락 없는 단독 약물명은 모든 모델에게 가장 어려운 사례입니다. ElevenLabs의 샘플 전사본은 더 쉬운 형태, 즉 용량이 함께 붙은 문장 안의 약물명으로 구성되어 있습니다.

OpenAI의 접근 방식은 파인튜닝이 아니라 명령을 활용하는 것이다. GPT Transcribe는 키워드 목록과 오디오가 무엇에 관한 것인지 설명하는 자유 형식 프롬프트를 받아들이며, 실시간 측면에서는 모델이 앞서 전사된 턴들을 컨텍스트로 이어받는다. OpenAI가 자사의 Context Aware ASR 벤치마크에서 이러한 조건화를 측정한 결과, 라이브 모델의 의미 정확도가 38.5%에서 44.6%로 상승했다. 이는 벤더가 보고한 수치로, 단어가 정확했는지보다 의미가 살아남았는지를 측정한 것이다.

실용적인 트레이드오프가 있으며, 이는 실제입니다: 프롬프트 조건화 모델은 무엇을 예상해야 하는지 알려주면 원시 벤치마크보다 극적으로 더 나을 수 있지만, 제공한 키워드를 환각할 수도 있습니다. 프롬프트에 "metformin"을 넣으면 그 단어를 명확히 듣지 못하는 모델도 어쨌든 그것을 생성할 수 있습니다. 키텀 편향 모델은 더 완만하게 성능이 저하되는데, 편향은 존재를 단정하기보다 확률을 이동시키기 때문입니다. 어느 실패 모드도 리더보드에는 나타나지 않습니다. 둘 다 임상 노트에 나타나며, 환각된 용량은 빈칸보다 더 나쁩니다.

컴플라이언스 문제는 점수표가 아니라 형식으로 결정된다

HIPAA 적용 대상 기관에게 이 섹션은 사실상 평가를 끝내는 부분입니다. ElevenLabs는 Scribe v2 Medical — 배치 버전이자 API를 통해 호출할 수 있는 제품 — 이 Business Associate Agreement와 Zero Retention Mode를 갖춘 HIPAA 적격 제품이며, ZRM이 활성화되면 처리 후 오디오와 전사본이 보존되지 않는다고 밝힙니다. 해당 문서는 실시간 조기 액세스 모델에 대해 더 강한 경고를 추가합니다. Scribe v3 Live Medical에 대해 HIPAA 적격성이 확인될 때까지 보호 건강 정보를 전송하지 말 것, 그리고 조기 액세스 기간에는 EU 데이터 레지던시를 사용할 수 없다는 것입니다. 이 두 진술은 ElevenLabs 사이트에 함께 존재하며, 서로 같은 진술이 아닙니다.

OpenAI 측의 전사 엔드포인트는 일반적인 데이터 처리 태도를 갖춘 표준 엔터프라이즈 API이며, 임상 제품으로 판매되지 않고 의료용 파인튜닝도 포함하지 않습니다. 대신 이것이 가진 것은 배치 모델이라는 실질적인 이점입니다. PHI는 사용자가 선택한 파일로, 사용자가 아는 기간 동안 단 한 번 경계를 벗어나며, 사용자가 직접 저장하는 텍스트로 돌아옵니다. 고려해야 할 지속적인 스트림은 없습니다.

그 비대칭성은 예상치 못한 방향으로 작용합니다. 배치 파이프라인은 움직이는 부품이 더 적기 때문에 규정 준수 요건을 충족하기가 오히려 더 쉽습니다. 그리고 임상 워크플로가 몇 분의 지연을 허용한다면 — 진료 후 검토되는 앰비언트 문서화, 임상의가 서명하도록 초안이 작성된 노트 — 신중한 프롬프트와 키워드 목록을 갖춘 GPT Transcribe가 아직 PHI에 사용할 자격이 없는 얼리 액세스 실시간 모델보다 규정 준수 측면에서 더 단순한 이야기입니다.

1,000회 호출당 비용, 두 형태 모두

천 건의 10분짜리 임상 통화는 10,000분입니다. GPT Transcribe에서는 $45입니다. OpenAI의 라이브 경로에서는 $170입니다. Scribe v3 Live Medical에서는 계산할 숫자가 없습니다. 모델이 대화 분당 가격으로 책정된 ElevenAgents 구독 안에 들어 있고, LLM, 음성 합성, 전화 통신, 턴테이킹이 함께 묶여 있기 때문입니다. 그 묶음이 $45에 자체 에이전트 스택 비용을 더한 것보다 저렴한지는 전적으로 자체 에이전트 스택 비용에 달려 있으며, ElevenLabs 가격은 ASR 항목으로 분해할 수 없습니다.

분해 가능한 것은 추론 단계이며, 이는 오디오 길이가 아니라 통화 길이에 따라 확장됩니다. 전사본을 읽고 판단을 내리는 임상 에이전트는 매 턴마다 LLM을 호출합니다. OrcaRouter는 215개 모델을 OpenAI 호환 API 하나 뒤에서 0% 마크업으로 제공하며, 공급자 정가가 그대로 전달되므로 두 전사기 중 어느 쪽 뒤에 있는 모델이든 오디오 경로를 건드리지 않고 교체하거나 자동 장애 조치를 적용할 수 있습니다. 저희는 Scribe v3 Live Medical이나 어떤 OpenAI 전사 모델도 제공하지 않으며, 위에 인용된 요금 중 어느 것도 저희 요금이 아닙니다.

A section of the OrcaRouter site headed 'Zero markup. Zero black boxes.', with the line 'You pay each provider their exact list price. We add $0 per token' and further text explaining that cached and repeated prompt tokens bill at the provider's own cache rate and that cached_tokens appears on every receipt.

결정하는 방법

통화자가 아직 말하고 있는 동안 전사본이 존재해야 한다면, GPT Transcribe는 잘못된 모델이며, 정직한 비교 대상은 OpenAI의 분당 $0.017 라이브 엔드포인트입니다. 턴 감지 기능이 있는 임상용 파인튜닝을 원하고 얼리 액세스 규정 준수 입장을 받아들인다면 ElevenAgents로 가십시오; 호출 가능한 엔드포인트, 공개된 가격 및 컨텍스트 컨디셔닝을 원하고 자체 처방집에서 환각을 테스트할 준비가 되어 있다면 OpenAI 라이브 레인으로 가십시오.

전사본이 문서라면, 이건 비교가 되지 않습니다. GPT Transcribe는 더 저렴하고, 독립적으로 벤치마크되었으며, 오늘 바로 호출할 수 있고, 정확히 파일 입력-텍스트 출력 워크플로에 맞게 라이선스되어 있습니다. 해당 영역에서 ElevenLabs 자체의 해답은 Scribe v2 Medical로, 시간당 $0.20이며 임상 테스트 오디오에서 Scribe v2보다 오류가 15% 적습니다 — 실질적인 경쟁자이며, 이 제목에 있는 모델과는 다른 모델입니다.

이 조합의 함정은 두 이름 모두 transcribe라는 단어를 담고 있고 두 업체 모두 단어 오류율을 공개한다는 점입니다. 그래서 비교는 저절로 완성된 것처럼 보입니다. 하지만 그래서는 안 됩니다. 한 모델은 파일을 읽고, 다른 모델은 사람의 말을 듣습니다. 먼저 시계를 고르고, 그다음에 그 안에서 정확성을 논하세요.