미스트랄 Voxtral 3는 프랑스 AI 회사 미스트랄이 새로 내놓은 음성 AI 묶음입니다. 회의 녹음을 글로 받아쓰고(말한 사람 구분 포함), 글을 사람 목소리로 읽어 주고, 전화 상담 같은 음성 대화까지 한 번에 맡는데, 한국어가 받아쓰기와 읽어 주기 양쪽에 들어 있어요. 받아쓰기 요금은 1분에 0.0035~0.008달러라, 화자 구분까지 되는 모델로 1시간 회의를 받아써도 계산상 약 0.24달러입니다.
미스트랄 Voxtral 3, 무엇이 나왔나
이름이 하나처럼 보이지만 실제로는 네 가지가 같이 나왔습니다. 녹음 파일을 한꺼번에 받아쓰는 모델, 말하는 동안 바로바로 글자로 바꾸는 실시간 모델, 글을 읽어 주는 음성 합성 모델, 그리고 이 셋을 이어 붙인 '음성 대화(에이전트)' 기능이에요.
회사가 강조한 건 말한 사람 구분입니다. 여러 명이 섞여 말하는 녹음에서 누가 무슨 말을 했는지까지 맞히는 정도를 재는 시험(cpWER, 낮을수록 좋음)에서 Voxtral Small Transcribe 3가 18.4%, 구글 Gemini 3.5 Transcribe가 38.4%로 나왔다고 공개했어요. 다만 미스트랄이 직접 돌린 시험이라, 회사 발표 숫자로만 받아들이시면 됩니다. 실시간 받아쓰기는 0.5초 안쪽 지연, 음성 대화는 한 번 주고받는 데 1초 안쪽이라고 밝혔고요.
숫자로 보는 미스트랄 Voxtral 3
아래 표는 미스트랄 공식 발표 글의 요금표와 설명을 그대로 옮긴 것입니다.
| 항목 | 공식 발표 내용 |
|---|---|
| 녹음 파일 받아쓰기 (Mini Transcribe 3) | 1분 0.0035달러 |
| 화자 구분 받아쓰기 (Small Transcribe 3) | 1분 0.0040달러, 50개 넘는 언어 |
| 실시간 받아쓰기 (Realtime 3) | 1분 0.008달러, 지연 0.5초 미만 |
| 읽어 주기 (TTS 3) | 100만 글자 13달러, 기본 목소리 18개 언어(한국어 포함) |
| 음성 대화 기능 | 1분 0.04달러(Mistral Small 4 사용), 더 큰 모델은 1분 0.08달러 |
| 목소리 복제 | 30분 넘는 녹음으로 가능 |
| 쓰는 곳 | 미스트랄 API, Studio 시험 화면 (일반 채팅 앱 적용은 아직 발표 안 됨) |
표에서 눈여겨볼 줄은 마지막입니다. 지금은 개발자용 API와 시험 화면에서만 쓸 수 있어요. 휴대폰 앱을 열어서 바로 녹음 버튼을 누르는 식의 서비스는 아직 아닙니다.
회의 1시간이면 얼마? 직접 계산해 보기
요금표가 '1분에 얼마'라서 감이 잘 안 오죠. 직장인이 자주 하는 일로 바꿔서 계산해 봤습니다. 아래는 공식 단가에 시간만 곱한 값이라, 환율과 세금은 빠져 있어요.
| 상황 | 쓰는 모델 | 계산 | 대략 비용 |
|---|---|---|---|
| 주간 회의 1시간 녹음 | 화자 구분 받아쓰기 | 60분 × 0.0040달러 | 0.24달러 |
| 한 달 회의 20시간 | 화자 구분 받아쓰기 | 1,200분 × 0.0040달러 | 4.8달러 |
| 1시간 강의를 실시간 자막으로 | 실시간 받아쓰기 | 60분 × 0.008달러 | 0.48달러 |
| A4 한 장(약 1,500자) 읽어 주기 | 읽어 주기 | 1,500자 × 13달러 ÷ 100만 | 약 0.02달러 |
숫자만 보면 놀랄 만큼 쌉니다. 그래도 저는 가격보다 '말한 사람 구분'이 회의록에서는 더 큰 차이라고 봐요. 받아쓰기 자체는 이미 여러 서비스가 잘하지만, 다섯 명이 섞인 회의에서 누가 어떤 결정을 말했는지가 틀리면 결국 녹음을 다시 들어야 하거든요.
직장인에게 무슨 의미일까? (제 해석)
첫째, 회의록 작성이 '쓰는 일'에서 '고치는 일'로 바뀌는 속도가 빨라질 겁니다. 받아쓰기 단가가 이 정도로 내려가면 회사 그룹웨어나 화상회의 도구가 이런 모델을 안에 넣어 기본 기능으로 붙이기 쉬워져요.
둘째, 한국어 목소리가 기본으로 들어갔다는 점입니다. 사내 교육 영상 내레이션이나 안내 방송 문구처럼 '읽어 줄 사람'을 따로 구하던 일은, 앞으로 담당자가 대본만 고치고 목소리는 AI가 맡는 쪽으로 갈 가능성이 큽니다. 다만 한국어 발음이 실제로 얼마나 자연스러운지는 공식 글에 따로 숫자가 없어요. 이 부분은 직접 들어 보기 전엔 판단을 미뤄 두는 게 맞다고 생각합니다.
셋째, 목소리 복제가 30분 녹음이면 된다는 건 편리한 만큼 위험 신호이기도 합니다. 대표나 팀장 목소리를 흉내 낸 송금 요청 전화 같은 사기가 더 쉬워질 수 있으니까요. 회사에서 '전화로 받은 송금 지시는 메신저로 한 번 더 확인' 같은 규칙이 없다면 지금 만들어 두는 게 좋겠습니다.
지금 해 볼 것 — 미스트랄 Voxtral 3 시험 전에
개발자가 아니어도 준비할 수 있는 게 있습니다.
- 지난 한 달 동안 회의록·녹취 정리에 쓴 시간을 대충 적어 봅니다. 시간이 꽤 된다면 위 계산표와 견주어 팀장님께 보여 주기 좋은 근거가 돼요.
- 지금 쓰는 화상회의 도구(줌·팀즈·구글 미트 등)에 이미 자동 회의록 기능이 있는지 먼저 확인합니다. 새 도구보다 이미 있는 기능을 켜는 게 회사 승인 받기가 훨씬 쉽습니다.
- 개발팀이나 IT 담당자가 있다면 미스트랄 Studio 시험 화면에서 우리 회사 회의 녹음 5분짜리로 받아쓰기와 화자 구분을 시험해 달라고 부탁해 보세요. 외부에 공개돼도 괜찮은 녹음으로 해야 합니다.
회의 녹음에는 거래처 이름, 숫자, 인사 이야기까지 섞이기 마련입니다. 어떤 AI에 올리든 사내 보안 규칙부터 확인하세요. 읽어 주기 쪽이 궁금하시면 예전에 정리한 챗GPT 한국어 음성 글과 비교해 보셔도 좋아요. 그쪽은 앱에서 바로 대화하는 기능이고, Voxtral 3는 회사 시스템에 붙이는 부품에 가깝습니다.
자주 묻는 질문
Q. 지금 휴대폰에서 바로 써 볼 수 있나요?
공식 글에는 미스트랄 API와 Studio 시험 화면에서 쓸 수 있다고만 나와 있습니다. 미스트랄 채팅 앱(르샤)에 들어가는지는 아직 발표 안 됨이에요.
Q. 한국어 받아쓰기 정확도는 몇 %인가요?
한국어는 받아쓰기 시험 언어 목록에 들어 있지만, 공식 글에서 한국어만 따로 뗀 정확도 숫자는 확인하지 못했습니다. 우리 회의 녹음으로 직접 시험해 보는 게 가장 정확해요.
Q. 모델을 내려받아 회사 안에서 돌릴 수 있나요?
공식 글은 회사 서버에 직접 설치하는 방식은 영업팀에 문의하라고만 적었습니다. 무료로 내려받는 공개 모델인지는 밝히지 않았어요.
참고한 자료
2026년 10월 22일 기준