Whisper large-v3-turbo의 개요
Whisper large-v3-turbo는 Whisper large-v3를 가지치기하고 파인튜닝한 모델로, OpenAI가 2024년 10월 MIT 라이선스로 공개했습니다. large-v3의 인코더는 그대로 두고 디코더를 32층에서 4층으로 줄였으며, OpenAI GitHub README는 약 6GB VRAM에서 large-v3보다 약 8배 빠르다고 설명합니다. Hugging Face 페이지에는 1억 2,400만(124 million) 회가 넘는 다운로드가 기록되어 있습니다.
OpenAI는 2026년 8월 26일 개발자들에게 호스팅 API 모델 whisper-1과 /v1/audio/translations 엔드포인트를 2027년 2월 26일에 없애고 gpt-transcribe와 gpt-live-transcribe로 대체한다고 알렸습니다. 오픈 웨이트는 영향을 받지 않지만, OpenAI는 이 모델 이후 새 Whisper 체크포인트를 내놓지 않았습니다.
Whisper large-v3-turbo, 쓸 만한 가치가 있습니까?
Whisper large-v3-turbo는 정확도가 아니라 가격과 라이선스로 살아남았습니다. Artificial Analysis는 Groq에서 이 모델을 AA-WER 4.6%, 1,000분당 $0.67, 실시간 대비 약 200배 속도로 측정합니다. ElevenLabs Scribe v2는 2.2%, Mistral의 Voxtral Small Transcribe 3는 2.1%이므로, 선두 모델들은 다섯에서 여섯 배 가격에 오류가 절반도 안 됩니다.
속도는 과감한 삭감에서 나옵니다. 디코더가 32층이 아니라 4층입니다. OpenAI README는 turbo가 번역용으로 학습되지 않았다고 분명히 밝히므로, Whisper의 영어 번역 모드에 의존한다면 large-v3를 써야 합니다. Groq 문서도 turbo에서 번역을 미지원으로 표시합니다. Groq는 호스팅 모델의 단어 오류 율도 직접 공개하는데, large-v3의 10.3%에 비해 12%입니다. turbo가 어느 호스트에서든 처리량을 위해 정확도를 일부 내준다는 점을 상기시켜 줍니다.
환각에 대한 모델 카드의 경고는 여전히 유효합니다. Whisper는 약하게 라벨링된 웹 오디오로 학습되어 말하지 않은 텍스트를 출력할 수 있고, OpenAI는 언어, 억양, 방언에 따라 정확도가 고르지 않으며 저자원 언어에서 더 낮다고 보고합니다.
이 모델이 계속 쓰이는 이유는 그 주변에 쌓인 모든 것입니다. faster-whisper, whisper.cpp, Transformers 파이프라인, 수많은 파인튜닝 모델, Groq부터 Together AI까지의 호스트가 있습니다. Nvidia의 Parakeet TDT 0.6B v3는 이제 같은 순위표에서 4.5%로 약간 더 좋고 Together AI에서 더 빠르지만, 1,000분당 $1.50으로 Groq의 turbo보다 두 배 넘게 비쌉니다.
제 역할을 하는 곳
지난 에피소드가 10,000시간 쌓인 팟캐스트 네트워크
모든 에피소드를 검색 가능하게 만들고 쇼 노트 초안 생성하기
아카이브를 시간당 $0.04인 Groq로 일괄 처리하면 전체에 약 $400이 듭니다. 그런 다음 표시된 에피소드만 더 비싼 모델로 보내 교정합니다. 정확도는 검색용으로는 충분하지만 그대로 인용하기에는 부족합니다.
제3자에게 오디오를 보낼 수 없는 헬스테크 스타트업의 플랫폼 엔지니어
임상의의 구술을 사내에서 전사하기
사설 네트워크 안의 8GB 이상 GPU 한 장에서 faster-whisper로 turbo를 돌립니다. API 요금이나 업체 데이터 처리 계약은 없지만, 의학 용어에 대한 평가와 오류 교정은 팀이 맡아야 합니다.
음성 메모 앱을 만드는 2인 팀
분당 요금 없이 기기 내 전사 추가하기
turbo 가중치와 함께 whisper.cpp를 탑재합니다. MIT 라이선스는 라이선스 고지 외의 출처 표기 없이 유료 앱에 포함하는 것을 허용합니다. 억양과 저자원 언어에서는 결과가 약하다고 예상하십시오.
도입 전 확인할 점
- 설정
- pip install openai-whisper 후 whisper audio.mp3 --model turbo를 실행하거나, Groq의 OpenAI 호환 전사 엔드포인트를 whisper-large-v3-turbo로 호출합니다. 어느 쪽이든 몇 분이면 됩니다.
- 연동
- Transformers, faster-whisper, whisper.cpp와 대부분의 음성 툴킷이 지원합니다. Groq와 Telnyx 등이 호스팅하며, Groq는 무료 등급에서 25MB, dev 등급에서 100MB까지 파일을 받습니다.
- 데이터와 개인정보
- MIT 오픈 웨이트이므로 자체 호스팅하면 오디오를 완전히 직접 관리할 수 있습니다. 호스팅 API에서는 보존 정책이 OpenAI가 아니라 호스트의 조건을 따릅니다.
- 대규모 사용 시 비용
- Groq는 오디오 1시간당 $0.04를 받고 요청당 최소 10초를 과금하므로, 월 100,000시간은 약 $4,000입니다. 자체 호스팅에는 약 6GB VRAM의 GPU만 있으면 됩니다.
- 제한
- 수용 범위가 30초라 긴 오디오는 나눠서 처리하거나 순차 처리합니다. 번역은 없습니다. Groq는 turbo 엔드포인트의 WER을 12%로, large-v3는 10.3%로 제시합니다.
좋은 점
- 사용 분야나 매출 제한이 없는 MIT 라이선스
- Groq에서 오디오 1시간당 $0.04
- 약 6GB VRAM에서 돌아가 소비자용 GPU 한 장이면 충분
- 거의 모든 음성 툴킷과 호스트가 지원
아쉬운 점
- AA-WER 4.6%로 Scribe v2나 Voxtral Transcribe 3보다 오류가 약 두 배
- large-v3와 달리 번역용으로 학습되지 않음
- 말하지 않은 텍스트를 환각으로 만들어 낼 수 있음
- 2024년 10월 이후 새 Whisper 체크포인트 없음
추천 대상
자체 호스팅하거나 시간당 몇 센트에 살 수 있는 저렴하고 관대한 라이선스의 전사가 필요하고, 2군 수준의 정확도를 감수할 수 있는 팀.
Whisper large-v3-turbo 대안
Whisper large-v3-turbo: 자주 묻는 질문
- Whisper large-v3-turbo, 쓸 만한 가치가 있습니까?
- Whisper turbo는 이제 이기는 모델이 아니라, 새 음성 모델들이 비교 기준으로 삼는 저렴하고 제약 없는 기준선입니다. 평점은 5점 만점에 3.7점입니다.
- Whisper large-v3-turbo의 가격은 얼마입니까?
- MIT 라이선스로 무료입니다. 호스팅 버전도 저렴합니다. Artificial Analysis는 Groq를 1,000분당 약 $0.67로 표시합니다.
- Whisper large-v3-turbo의 단점은 무엇입니까?
- AA-WER 4.6%로 Scribe v2나 Voxtral Transcribe 3보다 오류가 약 두 배; large-v3와 달리 번역용으로 학습되지 않음; 말하지 않은 텍스트를 환각으로 만들어 낼 수 있음; 2024년 10월 이후 새 Whisper 체크포인트 없음.
- Whisper large-v3-turbo에 적합한 사람은 누구입니까?
- 자체 호스팅하거나 시간당 몇 센트에 살 수 있는 저렴하고 관대한 라이선스의 전사가 필요하고, 2군 수준의 정확도를 감수할 수 있는 팀.
- 팀이나 프로덕션 환경에서 Whisper large-v3-turbo의 비용은 얼마입니까?
- Groq는 오디오 1시간당 $0.04를 받고 요청당 최소 10초를 과금하므로, 월 100,000시간은 약 $4,000입니다. 자체 호스팅에는 약 6GB VRAM의 GPU만 있으면 됩니다.
- Whisper large-v3-turbo에 회사 데이터를 맡겨도 안전합니까?
- MIT 오픈 웨이트이므로 자체 호스팅하면 오디오를 완전히 직접 관리할 수 있습니다. 호스팅 API에서는 보존 정책이 OpenAI가 아니라 호스트의 조건을 따릅니다.
- Whisper large-v3-turbo의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 ElevenLabs Scribe v2, GPT Transcribe, Deepgram Nova-3, Parakeet TDT 0.6B v3 및 MOSS-Transcribe-Diarize 0.9B입니다.
답변 확인일: 2026년 10월 22일.