IBM, 알리바바, 미스트랄의 최신 오픈소스 ASR 모델 3종 비교

사용자들은 각 모델의 벤치마크 수치에 높은 관심을 보이며 특히 Voxtral의 실시간 성능과 Qwen3의 방대한 언어 지원에 주목하고 있다. 일부는 실제 배포 환경에서의 VRAM 요구 사항과 제3자 검증 데이터의 필요성을 언급하며 신중한 반응을 보였다.

• VRAM이 16GB 이상 확보 가능하다면 실시간 성능이 가장 뛰어난 Voxtral Mini 4B를 우선 고려할 것.
• 중국어 방언이나 소수 언어 지원이 필수적인 프로젝트라면 Qwen3-ASR이 가장 적합한 선택지이다.
• 특정 고유 명사 인식이 중요한 비즈니스 회의록 서비스에는 IBM Granite의 키워드 바이어싱 기능을 활용할 것.

• IBM 모델은 1B의 작은 크기와 키워드 최적화 기능으로 특정 도메인의 회의록 작성 등에 유리하다.
• Qwen3-ASR은 52개 언어 지원과 낮은 WER 수치를 바탕으로 범용적인 다국어 서비스에 적합하다.
• Voxtral Mini 4B는 초저지연 실시간 처리가 필요한 대화형 AI 서비스에 최적화된 아키텍처를 제공한다.
• 오픈소스 ASR 모델들이 성능 면에서 Whisper를 추월하기 시작했으며 실시간성과 언어 확장성에서 차별화를 꾀하고 있다.