Spark-ASR-2.0, 더 정확한 받아쓰기에 ‘읽기 좋은 문장’까지

아이플라이텍(iFLYTEK)이 2026년 9월 23일 발표한 Spark-ASR-2.0은 음성을 글자로 옮기는 모델이다. 1.0과 비교할 때 핵심은 두 가지다. 말을 더 정확히 알아듣겠다는 것, 그리고 받아쓴 결과를 바로 읽기 좋은 문장에 가깝게 만들겠다는 것이다. 다만 공개된 성능 비교는 회사 측 발표에 기반하며, 독립적으로 재현할 수 있는 평가 결과로 확인된 것은 아니다. 56

1.0보다 나아졌다는 부분은?

아이플라이텍은 중국어와 영어가 섞인 발화, 중국어 방언, 전문용어, 소음이 큰 환경에서 단어 오류율이 낮아졌다고 설명한다. 작은 목소리나 빠른 말, 어린이 음성에서도 개선을 보고했다. 하지만 공개된 출시 보도만으로는 전체 정확도가 몇 %포인트 높아졌는지 신뢰할 만한 단일 수치를 제시하기 어렵다. 여기서 ‘작은 목소리’는 음량이 낮은 발화를 뜻하며, 소리가 없는 음성까지 받아쓴다는 의미는 아니다. 56

글의 형태도 달라진다. 회사 설명에 따르면 2.0은 앞뒤 맥락을 살펴 불필요한 반복을 덜어내고 문장을 더 자연스럽게 정리한다. 회의 메모나 초안을 읽기 쉽게 만드는 데는 유용할 수 있지만, 발언을 한 글자도 빠짐없이 남겨야 하는 기록이라면 원래 말투와 표현이 어떻게 처리되는지 확인할 필요가 있다. 57

그 대가로 회사가 밝힌 모델 추론 비용은 1.0보다 약 10% 높다. 이는 모델을 실행하는 비용에 관한 주장이지, 개발자에게 청구하는 API 요금이 10% 오른다는 발표는 아니다. 56

개선에 사용했다는 기술

출시 보도는 세 가지 접근을 소개한다. 비자기회귀 방식의 음성 인식과 대규모 언어 모델(LLM)을 활용한 자기회귀 처리를 함께 쓰고, 중국어·영어 혼용 텍스트와 음성 데이터를 함께 보강하며, 인식 과정에 문맥 정보를 동적으로 반영한다는 것이다. 회사는 이를 혼용 발화, 방언, 전문용어, 까다로운 녹음 환경과 문장 정리 성능의 개선으로 연결한다. 다만 어느 기술이 각 항목에 얼마나 기여했는지는 공개된 보도로 구분할 수 없다. 5619

방언은 몇 개나 지원하나?

Spark-ASR-2.0의 확정적인 방언 지원 개수는 확인되지 않았다. 한 보도는 방언·소수민족 언어 변형 38종을 언급하고, 다른 보도는 202개 도시의 방언을 인식한다고 설명한다. 별도로 아이플라이텍의 실시간 음성 전사 서비스 문서에는 방언 202종이 적혀 있지만, 이 숫자가 Spark-ASR-2.0 자체의 사양이라는 근거는 없다. 서로 다른 설명을 합쳐 모델의 공식 지원 범위로 받아들여서는 안 된다. 3617

방언, 소음, 작은 목소리에서 업계 최고 수준의 시스템보다 낫다는 비교 역시 회사 측 주장이다. 독립적으로 검증된 순위로 보기는 어렵다. 56

어디서 쓸 수 있나, 다음 계획은?

아이플라이텍은 자사 중국어 입력기인 아이플라이텍 입력기에 2026년 9월 24일부터 2.0을 순차 적용할 예정이라고 밝혔다. 개발자를 위한 아이플라이텍 오픈 플랫폼 API와 체험 경로도 보도됐다. AI 안경, 스마트 업무용 노트, 음성 전사 제품 **팅젠(Tingjian)**으로의 후속 적용도 계획에 포함되지만, 모든 제품에서 이미 사용할 수 있다는 뜻은 아니다. 6918

향후 개선 목표로는 관계없는 사람의 발화를 걸러내기, 음성 명령으로 인식된 글 수정하기, 감정을 고려해 결과 보여주기가 제시됐다. 이 기능들의 확인된 출시일은 공개된 보도에 없다. 18