- 무슨 일: Google AI for Developers가 Gemini 3.5 Transcribe의 파일 전사와 실시간 전사 모델·제한을 문서로 공개했습니다.
- 왜 중요한가: 실시간 자막과 회의 녹음 정리는 최대 길이, 화자 구분, 단어별 시간표시가 서로 다릅니다.
- 아직 모르는 것: 이 문서만으로 개인별 비용이나 실제 정확도를 단정할 수는 없습니다.
Google AI for Developers 공식 모델 문서에서 기능과 제한을 확인했습니다.
Gemini 3.5 Transcribe로 한국어 음성을 전사할 때는 즉시 자막이 필요하면 gemini-3.5-transcribe-live, 회의·수업 녹음을 나중에 정리하면서 화자 구분이나 단어별 시간을 남겨야 하면 파일 전사 모델 gemini-3.5-transcribe를 고르는 편이 맞습니다.
이번 비교가 필요한 이유는 같은 모델 계열이라도 처리 방식별로 가능한 후처리와 길이가 달라서입니다. Google의 모델 문서는 2026년 8월 기준으로 파일 전사와 WebSocket 기반 실시간 전사를 별도 엔드포인트로 안내합니다.
아래 내용은 공식 문서가 직접 적은 지원 범위만 정리한 것입니다. 특정 앱에서의 한국어 품질, 서비스별 요금, 운영 환경의 지연 시간은 이 문서만으로 확정하지 않았습니다.
실시간 전사는 10분, 파일 전사는 최대 1시간입니다
실시간 전사 모델은 한 세션에 최대 10분 오디오를 처리하도록 안내됩니다. 통화 중 자막처럼 짧은 흐름을 바로 텍스트로 바꾸는 용도에 맞추기 쉬운 조건입니다.
파일 전사 모델은 요청당 최대 1시간 오디오를 처리할 수 있습니다. 다만 화자 구분이나 단어별 타임스탬프를 켜면 한 요청의 파일 길이는 최대 30분으로 제한됩니다. 긴 회의 녹음은 이 제한을 기준으로 나눠 처리할지 먼저 계산해야 합니다.
화자 구분과 단어별 시간은 파일 전사에서만 확인할 수 있습니다
공식 비교표에서 단어별 타임스탬프는 파일 전사에서 지원되고 실시간 전사에서는 지원되지 않습니다. 녹음 일부를 다시 찾거나 인용 시점을 확인해야 하는 인터뷰·수업 기록이라면 이 차이가 선택 기준이 됩니다.
화자 구분도 파일 전사에서만 지원됩니다. 최대 8명의 화자를 구분할 수 있지만, 문서는 3명 이상 화자의 귀속은 실험적이라고 함께 적고 있습니다. 여러 사람이 동시에 말한 결과를 사람 검수 없이 확정해서는 안 되는 이유입니다.
한국어를 포함한 85개 이상 언어는 두 모드 모두 자동 감지합니다
공식 문서는 한국어(ko-KR)를 포함한 85개 이상 언어의 자동 감지와 세션 중 언어가 섞이는 코드 혼용 처리를 두 모델의 공통 범위로 제시합니다. 한국어 회의 안에 영어 제품명이나 짧은 외국어 발언이 섞인 경우에도 모드 선택의 출발점은 언어 수가 아니라 작업 방식입니다.
두 모드 모두 맞춤 어휘 편향을 최대 1,000개 용어까지 지원합니다. 다만 Google은 일반적으로 최대 100개 용어에서 가장 좋은 결과를 본다고 설명합니다. 사내 약어·강의 용어를 한꺼번에 너무 많이 넣기보다 핵심 단어부터 정리하는 편이 안전합니다.
스마트 받아쓰기와 형식화도 두 모드의 공통 기능입니다. 문서는 군더더기 말 제거와 의도를 고려한 영숫자 형식을 예로 들지만, 이 기능이 화자 구분이나 단어별 시간표시의 차이를 없애지는 않습니다.
선택 기준은 ‘실시간인가’보다 ‘나중에 다시 찾아야 하는가’입니다
발언을 즉시 보여 주는 것이 목적이고 10분 안의 짧은 구간이라면 실시간 전사가 단순합니다. 반대로 녹음을 다시 읽고, 누가 말했는지 나누고, 특정 단어가 나온 시점을 찾아야 한다면 파일 전사가 더 많은 확인 정보를 제공합니다.
반대로 파일 전사가 항상 더 정확하거나 모든 업무에 더 싸다는 뜻은 아닙니다. 공식 페이지는 가격을 별도 문서로 안내하고, 단어별 타임스탬프가 전사 정확도를 낮출 수 있다는 제한도 명시합니다. 기능을 켜기 전에는 필요한 결과물과 파일 길이를 함께 정해야 합니다.
한 줄 정리: 짧은 즉시 자막은 Live, 검토용 녹음은 파일 전사입니다
회의·수업·인터뷰처럼 나중에 확인할 녹음은 파일 전사를 먼저 검토하고, 실시간 대화 화면이나 짧은 안내 자막은 Live를 우선 검토하면 됩니다. 두 모드 모두 한국어 자동 감지 범위에는 들어가지만 화자 구분·단어별 시간표시·오디오 길이는 같지 않습니다.
모델명, 지원 기능, 제한은 변경될 수 있으므로 사용 직전에는 Gemini 3.5 Transcribe 공식 모델 문서와 공식 가격 안내를 다시 확인하는 것이 좋습니다.