100만자 15달러(약 2만160원)…어셈블리AI TTS-1, 출시 언어에 한국어 없어

어셈블리AI(AssemblyAI)가 10월 27일 공개한 음성 합성 모델 AssemblyAI-TTS-1은 입력 100만자당 15달러(약 2만160원)다. 공개 당시 안내된 지원 언어 6개에는 한국어가 포함되지 않았다.

지원 언어는 영어·스페인어·프랑스어·독일어·이탈리아어·포르투갈어다. 회사는 미국과 EU 중 데이터 처리 지역을 선택할 수 있고, 음성 복제에도 별도 요금이 없다고 밝혔다.

어셈블리AI는 사용량 기반 TTS-1 요금제에 동시 요청 수 제한과 별도 동시성 요금, 최소 계약이 없다고 설명한다. 이 조건은 TTS-1에 관한 것으로, 다른 제품에도 적용된다고 볼 수는 없다.

Fish Audio는 개발자 페이지에서 API 요금을 100만 UTF-8 바이트당 15달러(약 2만160원)로 표시했다. 같은 페이지 다른 대목에는 100만자당 15달러(약 2만160원)라고 적혀 있어 과금 단위가 일치하지 않는다.

한국어 입력은 문자 수와 UTF-8 바이트 수가 같지 않다. 따라서 두 표기 가운데 실제 과금 기준이 무엇인지에 따라 비용이 달라질 수 있다.

Fish Audio의 웹 무료 요금제는 월 8000크레딧과 최대 7분의 음성 생성, 한 번에 최대 500자 입력을 안내한다. 무료 상품 목록에는 상업적 이용이 표시돼 있지만, 같은 페이지의 FAQ는 무료 이용을 개인·비상업 목적으로 제한한다.

개발자용 무료 API는 웹 구독 상품과 별개다. Fish Audio는 S2.1 Pro 무료 API를 11월 30일까지 제공한다고 안내하면서 SLA와 지연시간을 보장하지 않고 요청이 모델 개선에 사용될 수 있다고 밝혔다.

일레븐랩스(ElevenLabs)의 API 요금표에서 v4는 1000자당 0.08달러(약 108원), v4 터보는 0.04달러(약 54원)다. 두 요금은 입력량 기준으로 제시됐다.

일레븐랩스의 TTS 동시 요청 한도는 무료 2건, 스타터 3건, 크리에이터 5건, 프로 10건, 스케일·비즈니스 15건이다. 데이터 저장 지역 선택은 Enterprise 기능으로 미국·EU·인도·싱가포르를 고를 수 있지만, 지원과 콘텐츠 조정 등을 위한 처리는 선택 지역 밖에서 이뤄질 수 있다고 회사는 밝혔다.

Cartesia는 월 5달러(약 6720원)인 Pro 요금제에서 TTS 동시 요청 3건을 안내한다. 무료 요금제는 2건, 스타트업은 5건, 스케일은 15건이며 TTS·STT·음성 에이전트에 별도의 동시 처리 한도가 적용된다.

한국어 지원 목록에는 Cartesia뿐 아니라 Fish Audio S2.1 Pro와 일레븐랩스 v4도 포함돼 있다. 어셈블리AI TTS-1은 공개 당시 열거한 6개 언어에 한국어가 없었다.

Fish Audio는 기업용 자체 배포 방식으로 VPC·온프레미스·소버린 클라우드·에어갭 환경을 제시한다. 안내된 비용은 월 1만달러(약 1344만원), 연간 최소 12만~15만달러(약 1억6128만~2억160만원)다.

데이터 처리와 저장 조건은 서비스마다 다르다. 어셈블리AI TTS-1은 미국·EU 처리 지역을, 일레븐랩스는 기업용 저장 지역 선택을 안내하며 Cartesia는 Enterprise에서 규정 준수 자료와 온프레미스·VPC 배포를 문의할 수 있다고 설명한다.

월 구독료와 API 이용료는 과금 단위가 다르고, 입력량과 동시 처리 한도도 별개의 조건이다. Fish Audio의 웹 무료 요금제는 상업적 이용 안내도 서로 달라, 가격표만으로 서비스 간 비용이나 권리 조건을 단순 비교하기 어렵다.

각 업체의 언어 지원 목록만으로 같은 한국어 원고의 음질이나 지연시간을 비교할 수는 없다.