프랑스 AI 스타트업 미스트랄AI(Mistral AI)가 실시간 음성 에이전트 구축을 위한 모델군 '복스트랄 3(Voxtral 3)'를 공개했다고 IT 매체 디코더(The Decoder)가 20일(현지시간) 보도했다.

복스트랄 3 구성: 음성 인식·합성·SDK

복스트랄 3는 음성을 텍스트로 바꾸는 '복스트랄 스몰 트랜스크라이브 3(Voxtral Small Transcribe 3)', 텍스트를 음성으로 바꾸는 '복스트랄 미니 TTS 3(Voxtral Mini TTS 3)', 그리고 라이브킷(LiveKit) 기반 음성 에이전트 SDK로 이뤄진다. 이들을 함께 쓰면 듣고, 생각하고, 도구를 쓰고, 말하는 전 과정을 하나의 스트리밍 파이프라인으로 처리할 수 있다는 것이 미스트랄AI의 설명이다.

50개 이상 언어 전사, 35개 언어·50개 방언 음성 합성

음성 인식(STT) 모델은 50개 이상의 언어를 지원한다. 음성 합성(TTS) 모델은 35개 이상의 언어와 50개 방언으로 음성을 만들 수 있으며, 감정에 맞춰 어조를 조절하는 기능도 갖췄다.

에이전트는 실시간 대화 중에도 외부 시스템에 접근할 수 있다. 예를 들어 통화 도중 진료나 상담 일정을 예약하거나 청구서를 조회하는 식의 활용이 가능하다.

자체 인프라·EU 호스팅 API로 데이터 통제

미스트랄AI는 이 시스템을 사용자의 자체 인프라에서 구동하거나, 유럽연합(EU)에 호스팅된 API로 이용할 수 있다고 밝혔다. 데이터를 기업이 직접 통제할 수 있도록 하려는 취지다. 가격은 전사 기준 분당 0.0035달러부터다. 자세한 사항은 회사 문서에 안내돼 있다.

콜센터나 예약·상담 서비스처럼 다국어 음성 응대가 필요한 국내 기업에도 데이터 주권을 고려한 선택지가 될 수 있다. 다만 한국어 지원 수준과 성능은 공개된 정보만으로는 확인되지 않아 별도 검증이 필요해 보인다.