분당 40원부터…카르테시아, 관리형 음성 에이전트 출시

카르테시아가 10월 29일 기업용 음성 에이전트 ‘Managed Agents’를 출시했다. 분당 0.03달러(약 40원)는 출시 할인 요금으로, 통신·LLM·음성 모델 비용은 별도다.

카르테시아는 발표문에서 전화 연결, 지식베이스, 외부 도구 연동을 한 플랫폼에서 제공한다고 밝혔다. 에이전트는 통화 중 외부 시스템의 정보를 조회하고 문서를 바탕으로 답할 수 있다.

현재 대화 중 전환할 수 있다고 안내한 언어는 영어·스페인어·힌디어·프랑스어·일본어다. 카르테시아는 지원 언어를 44개로 확대할 계획이라고 밝혔다.

◇ 제품 구성과 요금

음성 에이전트는 보통 음성 인식(STT), 언어모델(LLM), 음성 합성(TTS), 도구 실행을 연결한다. 각 단계를 한 업체가 묶어 제공하는 관리형 방식과 개발자가 모델을 골라 결합하는 조합형 방식이 있다.

어셈블리AI(AssemblyAI)는 4월 29일 STT·LLM·TTS를 단일 웹소켓으로 연결하는 Voice Agent API를 발표했다. 음성을 입력하면 답변 음성을 돌려주는 통합형 서비스다.

어셈블리AI는 통합 API와 별도로 STT·TTS 모델을 골라 다른 도구와 조합하는 방식도 제공한다. 본지는 앞서 어셈블리AI가 음성 인식부터 답변 생성과 음성 출력까지 연결하는 구성을 제시한 내용을 다뤘다.

어셈블리AI의 통합 API는 시간당 4.50달러(약 6,047원)다. 회사는 이 요금에 음성 이해와 LLM 추론, 음성 생성 비용이 포함된다고 안내했다.

개별 모델 요금은 실시간 STT가 시간당 0.45달러(약 605원), TTS가 100만자당 15달러(약 2만156원)다. 원화 환산은 2026년 11월 3일 기준 달러당 1,343.70원을 적용했다.

카르테시아가 제공하는 전화번호를 쓰면 분당 0.014달러(약 19원)의 통신료가 추가된다. LLM 사용료는 별도로 청구되며, STT와 TTS에는 관리형 에이전트 요금과 별도의 크레딧이 적용된다.

두 회사의 공개 요금은 단위와 포함 항목이 다르다. 분당·시간당 요금만으로 어느 쪽이 저렴한지 판단하려면 통화량과 전화 연결, LLM 및 음성 모델 사용량을 함께 계산해야 한다.

◇ 한국어 지원과 성능 평가

어셈블리AI의 Universal-3.6 Pro Realtime은 한국어를 포함한 32개 언어의 실시간 전사를 지원한다. 회사가 안내한 TTS 출력 언어는 영어·스페인어·프랑스어·독일어·이탈리아어·포르투갈어 6개다.

한국어 음성을 글로 옮길 수 있다는 사실만으로 같은 제품이 한국어 음성 답변까지 지원한다고 볼 수는 없다. 4월 Voice Agent API 발표문은 사용 모델로 Universal-3 Pro Streaming을 언급했다.

현재 어셈블리AI가 별도 실시간 STT 모델로 안내하는 제품은 Universal-3.6 Pro Realtime이다. 발표 당시 모델명과 달라 통합 API가 현재 어떤 모델 버전을 사용하는지는 회사 발표에서 특정하지 않았다.

카르테시아의 관리형 에이전트에서 현재 안내된 대화 중 언어 전환 목록에는 한국어가 없다. 별도 STT 모델 Ink-2의 지원 언어도 영어·프랑스어·힌디어·일본어·스페인어로 안내돼 한국어는 두 목록에 포함되지 않았다.

Artificial Analysis의 Speech Agent Arena에서 카르테시아 제품은 표본 685건을 바탕으로 Elo 1,111±29점, 과업 성공률 91.7%를 기록했다. 순위 구간은 1~2위이며 2위와 신뢰구간이 겹친다.

어셈블리AI가 자체 STT 평가에서 제시한 14.41%는 음성 에이전트 개체 오류율이다. 카르테시아 수치는 종단 간 음성 대화의 선호도와 과업 성공을, 어셈블리AI 수치는 음성 인식 오류를 측정해 두 결과를 직접 비교할 수는 없다.