# NVIDIA 가 텍스트 인식 AI 'Nemotron 3.5 Transcribe' 를 공개하고, 많은 사람이 동시에 대화하는 상황에서도 높은 정확도의 화자 식별이 가능함을 밝혔다

> https://bookfactory.kr/board/news/24389
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-11-02T05:34:13.443Z

---

NVIDIA 가 현지 시간 2026 년 10 월 28 일에 텍스트 인식 AI 'Nemotron 3.5 Transcribe'를 공개했습니다. 여러 화자를 식별하면서 고정밀 텍스트 인식이 가능합니다. NVIDIA Nemotron 3.5 Transcribe 와 Granary v2: 프롬프트를 입력하고 적응할 수 있는 지능형 다국어 텍스트 인식 https://huggingface.co/blog/nvidia/nemotron-transcribe-granary Nemotron 3.5 Transcribe 는 총 파라미터 34 억 개, 활성화 파라미터 4 억 3 천 만 개의 MoE 모델입니다. 최대 1 시간 길이의 오디오 파일을 입력하여 텍스트 인식할 수 있으며, 일본어를 포함한 40 개 언어에 대응합니다. NVIDIA 는 언어별 텍스트 인식 정밀도를 'Leading(산업 최상위 정밀도)', 'Production-ready(제품화 가능한 정밀도)', 'Supported(지원 중)'의 3 단계로 구분하고 있으며, 일본어의 정밀도는 Production-ready(제품화 가능한 정밀도)입니다. 아래 게시물은 1940 년에 공개된 영화 '히즈·가일·프라이데이'의 한 장면을 텍스트 인식한 데모 비디오를 포함하고 있습니다. 여러 인물이 속삭이는 장면에서도 화자별로 분류하여 정확하게 텍스트 인식되는 것을 알 수 있습니다.

NVIDIA Nemotron 3.5 Transcribe 🎙️를 소개합니다. 약 40 개 언어의 문자 인식, 화자 귀속, 번역, 컨텍스트 프롬프팅 및 오디오 이해를 하나의 체크포인트에 통합한 오픈 웨이트 프롬프터블 30B MoE 모델로, 약 4B 개의 활성 파라미터를 갖추고 있습니다. 누가...를 추적하는지 지켜보는 모습을 확인하세요…pic.twitter.com/PEH1PeURIv

'Open ASR Leaderboard'라는 문자 인식 AI 성능 랭킹의 영어 부문에서 Nemotron 3.5 Transcribe 가 오픈 소스 모델 중 최고 성능으로 평가되었습니다.

'Artificial Analysis Word Error Rate Index (Non-streaming)'에서도 Voxtral Small Transcribe 와 함께 오픈 소스 모델 중 최고 성능으로 평가되었습니다.

다음 그래프는 가로축이 활성화된 파라미터 수, 세로축이 오류율을 나타냅니다. Nemotron 3.5 Transcribe 는 동일한 정확도를 가진 모델들 중 활성화된 파라미터 수가 가장 적은 모델임을 알 수 있습니다.

Nemotron 3.5 Transcribe 는 오픈 모델로서 다음 링크에서 무료로 공개되었습니다. 라이선스는 OpenMDW-1.1 입니다. 메모리 사용량을 줄인 양자화 버전의 공개도 계획 중입니다. nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B · Hugging Face https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B

또한, Nemotron 3.5 Transcribe 개발에 사용된 데이터셋 'Granary v2'도 공개되었습니다. nvidia/Granary-v2 · Datasets at Hugging Face https://huggingface.co/datasets/nvidia/Granary-v2

[원문 보기](https://gigazine.net/news/20261029-nvidia-nemotron-3-5-transcribe/) | 출처: Gigazine