AI 뉴스 · Nvidia · 음성 AI
Nvidia 무료 Nemotron 3.5 Transcribe, 40개 언어 지원
이 오픈 웨이트 모델은 받아쓰기, 번역, 화자 구분을 한 번에 처리하며, GPU 한 개로 구동할 수 있다고 Nvidia는 밝혔습니다.
Nvidia가 2026년 10월 28일 Nemotron 3.5 Transcribe를 공개했습니다. 누구나 가중치를 내려받아 실행할 수 있는 무료 음성 모델입니다(TechCrunch). Nvidia에 따르면 최대 40개 언어의 음성을 텍스트로 옮기고, 화자를 최대 여덟 명까지 구분합니다. 영어와 31개 언어 사이의 번역도 지원합니다. 최대 1시간 분량의 녹음 파일을 처리하며, 실시간 스트림은 따라가지 못한다고 TechCrunch는 전했습니다.
Transcribe는 화자 라벨링과 번역까지 자체적으로 처리하므로, 모델 한 번 실행으로 일반적인 전사 환경에서 오디오가 거치는 여러 단계를 대신한다고 SiliconANGLE가 보도했습니다. 번역이나 회의에서 내려진 결정 정리처럼 원하는 결과물은 프롬프트(작성한 지시문)로 지정합니다. 파라미터(모델을 이루는 학습된 값)는 30B(십억 개)이고, 요청 하나당 그중 4B를 사용합니다. Nvidia는 Blackwell 데이터센터 카드부터 소형 DGX Spark, Jetson 박스까지 GPU 한 장에 올라가며, 하드웨어에 따라 필요한 압축 정도가 달라진다고 밝혔습니다. 모델의 바탕이 된 무료 음성 데이터셋 Granary v2도 같은 날 공개됐습니다.
이런 카드를 빌리는 데 드는 비용은 2026년 10월 24일 확인한 클라우드 GPU 가격표에 정리돼 있습니다. Blackwell 카드인 RTX PRO 6000(메모리 96 GB)는 Vast.ai의 가장 저렴한 검증 호스트에서 시간당 1.08달러, Runpod Community Cloud에서 1.69달러입니다.
16비트 정밀도에서 30B 파라미터는 약 60 GB로, RTX PRO 6000의 96 GB에 들어갑니다. 따라서 영상 작업용으로 이 카드를 이미 빌려 쓰는 팀이라면 영상 작업 사이사이에 같은 카드로 광고 보이스오버의 자막 생성과 번역을 처리할 수 있습니다. 부담하는 비용은 시간당 요금뿐이며, 분당 전사 요금은 따로 없습니다.
