회의·상담 통화 STT 예산 가이드

음성 전사 API 비용 계산 방법

음성 인식 비용과 전사본 요약 비용을 한 단가로 섞지 마세요. 청구 대상 음성 시간 또는 오디오 토큰, 재전사, 텍스트 후처리를 분리하면 회의록과 콜센터 분석의 월 예산을 재현 가능하게 계산할 수 있습니다.

먼저 제공사의 청구 단위를 확인하세요

음성 전사 서비스는 처리한 초·분, 오디오 입력 토큰, 또는 입력·출력 토큰 조합으로 과금할 수 있습니다. 파일 용량이나 전사본의 글자 수를 음성 인식 비용으로 바로 바꾸지 말고, 현재 공식 가격표의 단위를 사용하세요. 예를 들어 Google Cloud Speech-to-Text와 Amazon Transcribe 문서는 처리한 음성 시간을 기준으로 설명하지만 세부 증분과 조건은 다를 수 있습니다.

월간 회의 전사 예시

한 팀이 한 달에 80회의 회의를 녹음하고 평균 길이가 45분이라고 가정합니다. 기본 처리량은 3,600분입니다. 잡음이나 업로드 오류 때문에 5%를 다시 처리한다면 청구 예상량은 3,780분입니다. 음성 처리비는 3,780분에 현재 제공사 단가를 곱합니다.

각 회의를 요약한다면 대표적인 45분 회의 한 건의 실제 전사본을 토크나이저로 측정하세요. 그 입력 토큰과 회의록 출력 토큰의 비용을 계산한 뒤 80건을 곱합니다. 재전사만 필요한 경우와 요약까지 재실행하는 경우를 구분해야 이중 계산을 피할 수 있습니다.

견적에 포함할 항목

• 채널과 트랙: 화자별 채널을 따로 보내면 각각 청구되는지 확인합니다.
• 실시간과 파일 업로드: 스트리밍 모델과 배치 전사 모델의 단가·기능을 구분합니다.
• 화자 분리와 타임스탬프: 별도 요금이 아니어도 사용할 수 있는 모델과 처리 방식이 달라질 수 있습니다.
• 긴 파일 분할: 겹치는 구간, 병합, 누락 검사에 드는 추가 호출을 포함합니다.
• 후처리: 맞춤법 정리, 번역, 요약, 액션 아이템, 감정 분석은 별도 모델 호출일 수 있습니다.
• 실패와 품질 재처리: 서버 오류, 빈 결과, 낮은 정확도로 인한 재실행을 운영 로그에서 측정합니다.

한국어 음성은 대표 샘플로 검증하세요

전문 용어, 여러 화자, 사투리, 배경 소음은 정확도와 재처리율에 영향을 줍니다. 실제 환경과 비슷한 10~20개 파일로 제공사별 처리 시간, 청구 usage, 누락률, 전사본 토큰 수를 기록하세요. 모든 한국어 음성에 같은 분당 글자 수를 적용하는 것보다 이 샘플의 중앙값과 상위 사용량을 함께 보는 편이 안전합니다.

운영 후 확인할 지표

처리된 음성 분, 파일당 비용, 빈 결과와 재시도 비율, 사람이 수정한 시간, 요약 입력·출력 토큰, 성공한 회의록 한 건당 비용을 기록하세요. 정확도가 낮아 수정 시간이 늘면 API 단가가 낮아도 전체 운영비는 높을 수 있습니다.

공식 문서 확인

구매 결정 전에는 OpenAI API 가격, OpenAI 전사 API 문서, Google Cloud Speech-to-Text 가격, Amazon Transcribe 문서에서 현재 모델, 청구 단위와 제한을 확인하세요.

전사본을 요약하거나 구조화할 비용은 입력·출력 토큰 가이드와 월간 AI API 비용 가이드를 함께 참고하세요.

전사본 텍스트 비용 계산하기