문샤인 AI, 온디바이스 음성인식 모델 공개: 위스퍼보다 7.5배 작고 정확해

문샤인 보이스(Moonshine Voice)는 문샤인 AI가 공개한 오픈 가중치 음성인식(STT) 모델입니다. 클라우드 연결 없이 기기 자체에서 실시간으로 음성을 텍스트로 처리하도록 설계되었으며, 파이썬 환경은 물론 iOS, 안드로이드, 라즈베리 파이(Raspberry Pi) 등에서 바로 구동할 수 있습니다.

무엇을 할 수 있나

가장 눈에 띄는 점은 가벼운 크기와 뛰어난 정확도입니다. 2억 개(200M) 매개변수를 지닌 스트리밍 모델로, 위스퍼 라지 v3(Whisper Large v3)보다 크기가 7.5배 작지만 단어 오류율에서는 오히려 더 뛰어난 성능을 보입니다.

언어는 한국어, 영어, 만다린, 스페인어, 일본어 등 다양한 다국어를 지원합니다. 단순 음성 변환 외에도 음성 활동 감지(VAD)와 음성 명령을 위한 의도 인식 기능까지 모델 내에 기본으로 탑재되어 있습니다.

왜 중요한가

모바일 앱 개발자나 라즈베리 파이로 오프라인 음성 비서를 제작하려는 제작자라면 지금 바로 사용해 볼 가치가 충분합니다. 이전까지 온디바이스 환경에서 무거운 위스퍼 모델을 돌릴 때는 지연 시간과 기기 발열 사이에서 타협해야 했습니다.

훨씬 작은 크기로 높은 정확도를 구현하고 의도 분석까지 패키징했다는 점에서 매우 실용적인 도구입니다. 클라우드 종속에서 벗어나려는 로컬 음성 AI 개발의 문턱을 한 단계 낮춰준 것으로 보입니다.