구글이 인공지능(AI) 전사(transcription) 기술을 한 단계 발전시킨 '제미니 3.5 트랜스크라이브(Gemini 3.5 Transcribe)'를 공개했습니다. 이 새로운 제미니 오디오(Gemini Audio) 모델은 단순히 음성을 텍스트로 변환하는 것을 넘어, 대화에서 흔히 나타나는 '음(um)', '어(uh)'와 같은 군말(filler words)을 자동으로 제거하여 더욱 깔끔하고 읽기 쉬운 전사 결과물을 제공합니다.
제미니 3.5 트랜스크라이브는 기존 전사 모델인 '처프 3(Chirp 3)' 대비 다국어 성능과 단어 오류율에서 크게 개선되었다고 구글은 설명합니다. 특히 85개 이상의 언어를 지원하며, 사용자가 특정 어휘 목록을 제공하면 모델이 이를 학습하여 전문 용어나 고유명사를 정확하게 전사할 수 있습니다. 또한, 최대 3명의 화자를 자동으로 분리하고 각 발화에 대한 단어 수준의 타임스탬프를 제공하여 회의록 작성이나 인터뷰 정리 작업의 효율을 높일 수 있습니다. 현재 이 기능은 macOS용 제미니 앱 사용자 및 안드로이드의 램블러(Rambler) 받아쓰기 기능을 통해 일부 국가 및 언어에서 영어로 먼저 제공되며, 개발자들을 위한 퍼블릭 프리뷰(public preview)도 제미니 API(AI Studio 및 Antigravity)를 통해 이용 가능합니다.
이러한 발전은 음성 기반 상호작용이 중요해지는 AI 시대에 사용자 경험을 크게 향상시킬 잠재력을 가집니다. 군말이 제거된 깔끔한 전사 결과물은 콘텐츠 제작자, 연구자, 비즈니스 전문가 등 다양한 사용자에게 편집 시간을 절약하고 정보 전달의 명확성을 높이는 데 기여할 것입니다. 특히 다국어 및 전문 용어 처리 능력은 글로벌 비즈니스 환경에서 언어 장벽을 낮추고 효율적인 커뮤니케이션을 지원하는 핵심 도구가 될 수 있습니다. 구글의 이번 업데이트는 AI가 단순한 기능 제공을 넘어 실제 사용자의 불편함을 해소하고 생산성을 높이는 방향으로 진화하고 있음을 보여주는 사례입니다.