모델 개요
저지연 실시간 음성 간 번역에 특화된 오디오 모델의 프리뷰 버전이다. Google은 2026년 6월 9일 모델을 발표하고 Gemini Live API와 Google AI Studio를 통한 공개 프리뷰 제공을 시작했다. (blog.google)
능력과 용도
- 한국어를 포함한 70개 이상의 언어를 지원하고, 입력 언어를 자동 감지해 발화를 연속적으로 번역한다. 번역 음성은 원화자의 억양, 말하기 속도와 음높이를 유지하도록 설계되었다. (blog.google)
- 음성 입력을 받아 번역된 음성과 선택적인 전사 텍스트를 출력한다. 다국어 통화, 회의, 수업, 방송 및 실시간 통역 등에 활용할 수 있다. (docs.cloud.google.com)
제한
- 프리뷰 모델이며 번역 결과가 항상 정확하다고 보장되지는 않는다. 강한 배경 대화나 여러 사람의 겹친 발화는 번역을 모호하게 만들 수 있다. Google Cloud 문서는 16kHz 모노 PCM 입력을 권장한다. (docs.cloud.google.com)
- Gemini API 모델 문서 기준 입력 한도는 131,072토큰, 출력 한도는 65,536토큰이다. 캐싱, 함수 호출, 코드 실행, 검색 기반 그라운딩, 구조화 출력, 사고 기능 및 Batch API는 지원하지 않는다. (ai.google.dev)
가격
2026년 11월 16일 확인한 Gemini Developer API 표준 요금이며 통화는 미국 달러(USD)다. 유료 티어의 오디오 입력은 100만 토큰당 USD 3.50, 오디오 출력은 100만 토큰당 USD 21.00이다. Google은 각각 분당 약 USD 0.0053과 USD 0.0315로도 표시한다. 실제 청구는 초당 25오디오 토큰을 기준으로 입력과 출력의 총 소비량에 따라 계산된다. 무료 티어의 입력과 출력은 무료로 표시되며, 무료 티어 사용 데이터는 제품 개선에 사용될 수 있고 유료 티어 데이터는 사용되지 않는다고 명시되어 있다. (aistudio.google.com)
공식 출처
- Google 발표: 2026년 6월 9일
- Gemini API 모델 문서
- Gemini Developer API 공식 가격 — 확인일: 2026년 11월 16일
- Google Cloud 모델 및 지원 언어 문서