어셈블리AI Universal-3.5 Pro 음성인식 — 다국어 코드 스위칭과 문맥 프롬프트

핵심 메시지

• 어셈블리AI가 실시간에 이어 녹음 파일 전사 API에도 Universal-3.5 Pro를 도입했다.
• 회의록·통화 후 분석·전사 워크플로를 겨냥해 다양한 억양과 언어에서 높은 정확도를 목표로 한다.
• 모델이 한 문장 안에서 언어를 자연스럽게 오가는 코드 스위칭을 기본 지원한다.
• 문맥 프롬프트로 전사 방향을 유도해 고유명사와 어려운 단어의 인식률을 높인다.
• 형식·구두점을 일일이 지시하지 않아도 모델이 알아서 추론해 처리한다.

쉽게 이해하기

어셈블리AI는 지난주 공개한 Universal-3.5 Pro 실시간 모델을 이번 주 녹음 파일 전사 API로 확장했다. 회의록 작성 도구, 통화 후 분석, 각종 전사 워크플로를 겨냥한 것으로, 다양한 억양과 영어를 포함해 기본 지원 언어 전반에서 정확한 전사를 제공하는 것이 목표다.

가장 큰 특징은 코드 스위칭이다. 시연에서는 영어·프랑스어가 섞인 오디오, 힌디어로 시작해 영어로 끝나는 발화, 영어·중국어가 섞인 문장을 각각 전사해 보였는데, 모델은 화자가 언어를 바꾸는 지점을 그대로 따라가며 하나의 발화 안에서 언어를 전환해 기록했다. 녹음 파일 전사는 오디오를 보내면 수 초 안에 결과가 돌아오며, 시연 오디오는 10초 이내에 처리됐다.

또 다른 축은 문맥 프롬프트다. 발표진은 '솔로 큐에서 아지르를 밴한다(In solo Q, I ban Azir)'처럼 알아듣기 어려운 게임 용어가 담긴 오디오를 예로 들었다. 아무 정보 없이 전사하면 엉뚱한 문장이 나오지만, '리그 오브 레전드 역할에 관한 내용'이라는 맥락을 프롬프트로 주자 모델이 고유명사와 캐릭터 이름을 정확히 받아 적었다.

발표진은 이 문맥 프롬프트가 이전 모델보다 훨씬 강력하다고 설명했다. 형식이나 구두점을 지시조로 알려 줄 필요 없이 모델이 알아서 추론하며, 대신 제공한 맥락이 대화의 주제 쪽으로 전사를 정확히 이끈다. 이는 고유명사·이름·발음하기 어려운 단어처럼 음성인식이 흔히 어려워하던 부분을 개선해, 회의 요약과 견고한 메모 등 후속 처리 품질을 좌우한다.

주요 인사이트

• 코드 스위칭 기본 지원은 다국어가 섞이는 실제 대화 환경에서 전 세계를 대상으로 하는 전사 제품을 만들 수 있게 한다.
• 문맥 프롬프트는 지시가 아니라 '주제 힌트'에 가깝다. 대화가 무엇에 관한 것인지 알려 주면 모델이 그 방향으로 인식을 조정한다.
• 고유명사·이름·난해한 단어의 정확도는 회의 요약·메모 같은 다운스트림 처리의 성패를 가르는 핵심 지점이다.
• 녹음 파일 전사에서 10초 이내 응답은 회의 노트나 통화 후 분석 워크플로에 실용적인 속도다.

자주 묻는 질문

관련 AI 소식