Gemini 3.5 Transcribe — 1시간 녹음 전사에 30센트 (2026년 8월)

Gemini가 어제(8/27) 음성 전사 모델 3.5 Transcribe와 실시간용 3.5 Transcribe Live를 정식 출시(GA)했다. 음성을 텍스트로 바꾸는(speech-to-text) 모델이다.

본지 관점에서 짚을 건 과금 단위다 — 이건 "1M 토큰당"이 아니라 **"분당"**으로 매겨진다. 그리고 그 단가가 놀랍도록 싸다.

분당 반 센트 — 사실상 공짜에 가깝다

일반 전사는 분당 약 $0.005, 실시간용 Live는 분당 약 $0.009다(세전 USD, 환율 ₩1,381.57 기준).

음성 길이	3.5 Transcribe ($0.005/분)	Live ($0.009/분)
1시간	$0.30 (₩415)	$0.54 (₩750)
10시간	$3 (₩4,100)	$5.4 (₩7,500)
100시간	$30 (₩41,000)	$54 (₩75,000)

1시간 녹음을 텍스트로 바꾸는 데 30센트. 회의록·인터뷰·강의·자막을 통째로 돌려도 부담이 없는 수준이다. 영상 생성이 초당 요금으로 길이가 곧 돈인 것과 정반대로, 여기선 "아껴 쓸" 이유가 거의 없다.

일반 vs Live — 실시간이 필요할 때만

	일반 Transcribe	Transcribe Live
분당	$0.005	$0.009 (약 1.8배)
용도	녹음 파일 사후 전사	대화형 실시간 자막

• 사후 전사(녹음된 파일을 나중에 텍스트로)면 일반 Transcribe로 충분하다. 1.8배 싸다.
• 실시간 자막·통역처럼 말하는 즉시 텍스트가 필요할 때만 Live를 쓴다. 그래도 1시간에 54센트라 부담은 미미하다.

한국에서 — 토큰세가 없다는 이점

• 전사는 시간(분) 기반 과금이라, 텍스트 API의 한국어 토큰세가 붙지 않는다. 한국어 음성을 전사해도 토큰이 붇는 손해가 없다 — 오히려 한국어 콘텐츠를 대량으로 다루는 쪽에 유리한 구조다.
• 표시가는 세전 USD·웹(달러) 결제다. 위 원화는 오늘 환율 환산이며, 실부담엔 환율·부가세·카드 수수료가 얹힌다.

결정하려는 사람에게

• 전사는 마음껏 써라. 1시간 30센트면 상시 켜둬도 되는 단가다. 쌓인 녹음·영상 자막을 통째로 돌리는 데 비용 걱정은 사실상 접어도 된다.
• 일반 Transcribe를 기본으로, 실시간이 꼭 필요할 때만 Live(약 1.8배)를 쓴다.
• 같은 주에 나온 Omni Flash 영상 생성은 정반대로 "초당 과금"이라 길이·재생성이 곧 돈이다 — 미디어라도 영상과 음성은 비용 감각이 완전히 다르다.

참고

• 출처: Gemini API 공식 요금 2026-08-27 본지 확인. 3.5 Transcribe/Live 단가를 공식 페이지에서 대조했다.
• 전사 단가는 audio 입력 $2·text 출력 $12 /1M(Transcribe), $3.50·$21 /1M(Live)을 분당으로 환산한 공식 표기($0.005/분·$0.009/분)를 따랐다.
• 원화는 환율 ₩1,381.57(2026-08-28) 기준 개략 환산이며 결제 시점·부가세·수수료에 따라 달라진다. 전사 정확도 비교는 본지 범위 밖이다.