TL;DR
| Parakeet V3 | Whisper 비교 | |
|---|---|---|
| 속도 | Apple Silicon에서 실시간의 약 60배 | Turbo는 같은 M4 Pro에서 실시간의 약 14배 |
| 지원 언어 | 25 | 100+ |
| 영어 오류율 (WER) | 6.32% | Turbo 7.83% |
| 25개 언어 평균 오류율 (WER) | 12.0% | 12.6% |
| 환각 | 저희 테스트에서 무음 시 사실상 없음 | 무음 시 발생 가능 |
| 적합 | 영어 & 유럽어 | 아시아, 아랍어 등 |
* 속도: Apple Silicon에서 저희가 직접 측정(팟캐스트 58배, 회의 63배). 영어 WER: Hugging Face Open ASR Leaderboard. 25개 언어 평균: FLEURS 벤치마크. 무음 동작은 저희 제품에서의 관찰이지 무오류 보장이 아닙니다.
Mac용 Whisper Notes는 기본 음성 엔진으로 NVIDIA Parakeet TDT 0.6B를 사용합니다. Apple Silicon에서 실시간의 약 60배 속도로 동작하며, Open ASR Leaderboard의 영어 WER에서는 Whisper Large V3 Turbo보다 정확합니다 — 6.32% 대 7.83%. 다른 언어가 필요하시면 Whisper 모델도 여전히 사용할 수 있습니다.
기본 모델을 바꾼 이유
Whisper는 좋은 모델이지만, 본질적으로 범용 모델입니다. 100개 이상의 언어를 지원하고, 번역도 하고, 타임스탬프도 생성하는 만능 도구죠. 대신 속도를 희생합니다. 영어 받아쓰기처럼 빠르게 글자만 나오면 되는 상황에서는 너무 무겁습니다.
Whisper로 Fn 키 시스템 전체 음성 입력을 사용하던 때에는, 1분 정도 말하고 키를 놓은 뒤 글자가 나타나기까지 3~5초가 걸렸습니다.
Parakeet에서는 같은 길이의 발화가 1초 안팎이나 그보다 빨리 나타납니다. 기다린다는 느낌이 들지 않을 만큼 짧은 시간입니다.
Parakeet V3는 얼마나 빠른가
같은 Mac에서 같은 오디오로 두 엔진을 직접 측정한 결과 두 건입니다:
| 모델 | 5분짜리 영어 팟캐스트 (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20.92초 — 실시간의 14.3배 |
| Parakeet TDT 0.6B v3 | 2.91초 — 실시간의 103배 |
사양이 낮은 기기에서도 격차는 그대로입니다. 저희 M5 Air에서는 17.5분짜리 회의 녹음을 16.7초에 처리했습니다 — 실시간의 약 60배입니다.
Parakeet v3가 이렇게 빠른 이유
Whisper의 인코더는 30초 길이의 오디오 구간을 한 번에 읽습니다. 그다음 디코더가 토큰을 하나씩 써 내려가는데, 무음 구간에서도 늘 무언가를 써야 한다고 가정합니다.
Parakeet는 트랜스듀서(transducer) 모델입니다. 먼저 오디오를 8배로 압축한 뒤, 각 토큰을 그 길이와 함께 예측하기 때문에 프레임을 하나하나 거치지 않고 앞으로 건너뛸 수 있습니다. 무음에서는 "blank"를 내보내고 다음으로 넘어갑니다.
속도도, 무음 구간에서 엉뚱한 글자가 덜 나오는 것도 여기서 나옵니다. M4 Pro에서는 1시간짜리 오디오를 1분 안에 처리하며, 파라미터 수는 Whisper Large V3 Turbo보다 적고 영어 오류율도 더 낮습니다.
벤치마크: Parakeet v3 vs Whisper
낮을수록 좋습니다. Whisper Large V3의 절반도 안 되는 크기의 Parakeet V3는 세 벤치마크 모두에서 1포인트 이내 차이를 보이며, 더 큰 Seamless M4T v2가 가장 낮습니다.
Hugging Face Open ASR Leaderboard에서 Parakeet v3는 6억 파라미터로 영어 평균 WER 6.32%를 기록합니다. Whisper Large V3의 15.5억 파라미터의 절반도 안 됩니다:
| 모델 | 파라미터 수 | 평균 WER | 속도 (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3,333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
WER이 낮을수록 오류가 적고, RTFx가 높을수록 빠릅니다. Parakeet는 두 항목 모두 앞서며, 6억 파라미터로 세 모델 중 가장 작아 Apple Silicon에서 메모리를 많이 쓰지 않고도 잘 동작합니다.
다국어 WER: 전체 25개 언어
위의 리더보드는 영어만 다룹니다. 여기서는 전체 그림을 보여드립니다 — Whisper Notes에서 사용할 수 있는 세 가지 모델이 Parakeet가 지원하는 전체 25개 언어에서 어떻게 비교되는지, FLEURS 벤치마크로 측정했습니다. WER이 낮을수록 = 전사 오류가 적습니다. 각 행에서 Large V3와 Parakeet 중 더 좋은 값을 강조 표시했습니다:
| 언어 | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| 불가리아어 | 37.3 | 12.9 | 12.6 |
| 크로아티아어 | 33.4 | 11.1 | 12.5 |
| 체코어 | 37.6 | 11.3 | 11.0 |
| 덴마크어 | 32.8 | 12.6 | 18.4 |
| 네덜란드어 | 16.4 | 5.6 | 7.5 |
| 영어 | 6.1 | 4.3 | 4.9 |
| 에스토니아어 | 51.3 | 19.1 | 17.7 |
| 핀란드어 | 24.0 | 7.7 | 13.2 |
| 프랑스어 | 15.0 | 6.3 | 5.2 |
| 독일어 | 10.2 | 4.3 | 5.0 |
| 그리스어 | 30.8 | 27.0 | 20.7 |
| 헝가리어 | 38.9 | 14.1 | 15.7 |
| 이탈리아어 | 9.8 | 2.3 | 3.0 |
| 라트비아어 | 53.2 | 18.3 | 22.8 |
| 리투아니아어 | 65.6 | 22.3 | 20.4 |
| 몰타어 | 92.2 | 68.9 | 20.5 |
| 폴란드어 | 14.7 | 4.7 | 7.3 |
| 포르투갈어 | 7.3 | 3.7 | 4.8 |
| 루마니아어 | 29.8 | 8.2 | 12.4 |
| 러시아어 | 11.4 | 4.2 | 5.5 |
| 슬로바키아어 | 33.3 | 8.4 | 8.8 |
| 슬로베니아어 | 49.3 | 19.9 | 24.0 |
| 스페인어 | 5.6 | 3.1 | 3.5 |
| 스웨덴어 | 20.8 | 7.9 | 15.1 |
| 우크라이나어 | 19.3 | 6.5 | 6.8 |
| 평균 | 29.8 | 12.6 | 12.0 |
WER(%)은 FLEURS 기준. Whisper Small 데이터는 Radford 등에서, Large V3 및 Parakeet V3 데이터는 NVIDIA Canary-1B-v2 논문에서 인용.
개별 언어 대부분에서는 Whisper Large V3가 근소하게 앞서지만, Parakeet V3는 평균적으로 근접하고(12.0% vs 12.6%), 일곱 개 언어에서는 앞서며(차이가 가장 큰 것은 몰타어와 그리스어), Whisper Small의 평균 오류율을 약 60% 줄입니다. 실질적인 강점은 그 조합입니다: Large V3급 다국어 정확도를 Apple Silicon에서 실시간의 약 60배 속도로, 더 작은 런타임 용량과 저희 받아쓰기 테스트에서 훨씬 안정적인 무음 처리와 함께 제공합니다.
무음에서 환각이 더 적은 이유
Whisper로 받아쓰기를 해보신 적이 있다면, 무음 구간에서 모델이 환각을 일으키는 것을 경험하셨을 겁니다. 문구를 반복하거나, 없는 단어를 만들어내거나, 갑자기 "Subtitles by Amara.org" 같은 엉뚱한 텍스트가 나타나죠. Whisper의 자기회귀 디코더가 전사할 내용이 없어도 항상 텍스트를 생성하려 하기 때문입니다.
Parakeet의 트랜스듀서 아키텍처는 텍스트 토큰을 억지로 만들어내는 대신 빈 출력을 낼 수 있습니다. 저희 시스템 전체 받아쓰기 테스트에서, 이 덕분에 Whisper보다 멈춤 구간을 반복되거나 무관한 텍스트로 채울 가능성이 훨씬 낮습니다. 그래도 음성 모델이므로 정확한 표현은 "훨씬 낮다"이지 "절대 없다"가 아닙니다.
Parakeet가 지원하는 언어
Parakeet v3는 25개 언어를 지원합니다: 불가리아어, 크로아티아어, 체코어, 덴마크어, 네덜란드어, 영어, 에스토니아어, 핀란드어, 프랑스어, 독일어, 그리스어, 헝가리어, 이탈리아어, 라트비아어, 리투아니아어, 몰타어, 폴란드어, 포르투갈어, 루마니아어, 러시아어, 슬로바키아어, 슬로베니아어, 스페인어, 스웨덴어, 우크라이나어.
유럽 대부분을 커버하지만, 중국어, 일본어, 한국어, 아랍어, 힌디어는 지원하지 않습니다. 중국어, 일본어, 한국어, 광둥어라면 SenseVoice를 선택하세요. 아랍어, 힌디어 등 Parakeet가 지원하지 않는 언어에는 Whisper Large V3 Turbo를 사용하세요. 특정 언어를 어떤 엔진이 지원하는지는 Whisper, Parakeet V3, SenseVoice 지원 언어 페이지에서 확인하세요.
Parakeet V3는 내장되어 선택된 상태이고, Whisper Small과 Whisper Large V3 Turbo는 추가로 내려받아 역시 로컬에서 실행합니다.
Whisper Notes의 모델 선택기
설정을 열어 모델을 전환할 수 있습니다:
- Parakeet V3(기본) — 가장 빠름, 영어 및 유럽 언어에 최적
- SenseVoice Small — 중국어, 일본어, 한국어, 광둥어에 가장 빠름
- Whisper Small — 경량, 100개 이상의 언어 지원
- Whisper Large V3 Turbo — 폭넓은 100개 이상 언어 커버리지
모든 모델은 Mac에서 100% 로컬로 실행됩니다. 인터넷 불필요, 클라우드 불필요, 데이터가 기기 밖으로 나가지 않습니다.
Parakeet V2는 어떤가요?
V2를 사용해 보셨다면 V3와의 차이가 궁금하실 겁니다. V2는 영어 전용 모델로, 영어 정확도가 실제로 V3보다 약간 높습니다(WER 6.05% vs 6.32%). V3는 그 미세한 차이를 25개 언어 지원으로 바꿨습니다. 두 모델 모두 Whisper보다 훨씬 정확합니다.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| 영어 WER | 6.05% | 6.32% | 7.83% |
| 지원 언어 | 영어만 | 25 | 100+ |
요약하면: 영어만 필요하다면 V2와 V3 모두 훌륭합니다. Whisper Notes는 대부분의 사용자에게 다국어 지원이 중요하기 때문에 V3를 기본으로 사용합니다. 영어 정확도 차이는 무시할 수 있는 수준입니다.
WhisperKit은 어떤가요?
WhisperKit은 Apple 기기에서 Whisper 모델을 실행하기 위한 Argmax의 오픈소스 Swift 프레임워크입니다. 최종 사용자용 앱이 아니라 개발자 툴킷이며, 실행하는 것도 Whisper이지 Parakeet(NVIDIA의 모델 제품군)가 아닙니다. 직접 Swift 코드를 작성하지 않고 WhisperKit 스타일의 온디바이스 전사를 원한다면, Whisper Notes가 같은 아이디어를 완성된 앱으로 제공합니다: Parakeet V3, Whisper(Mac은 Large V3 Turbo, iPhone은 Small), SenseVoice — 모두 Mac과 iPhone에서 로컬로 실행됩니다.
로컬 옵션을 전부 비교해 보고 싶으신가요? Whisper 계열, Parakeet V3, SenseVoice, Voxtral 등 모든 온디바이스 음성 인식 모델을 Whisper 모델 비교 페이지에서 나란히 비교할 수 있습니다. Whisper 자체가 처음이라면 Whisper 전사 가이드부터 시작하세요 — 모델이 무엇인지, 실행하는 모든 방법, 비용까지 정리되어 있습니다.
자주 묻는 질문
Parakeet V3가 Whisper보다 좋은가요?
영어와 유럽 언어라면 대체로 그렇습니다. Open ASR 리더보드는 Parakeet의 영어 WER을 6.32%, Turbo를 7.83%로 보고하며, 저희가 M4 Pro에서 직접 측정한 결과 Parakeet은 실시간의 103배, Turbo는 14.3배였습니다. 다만 Whisper는 훨씬 더 많은 언어를 지원하므로, 다루려는 언어가 Parakeet의 25개에 없다면 Turbo를 고르시면 됩니다.
Parakeet V3는 어떤 언어를 지원하나요?
Parakeet V3는 25개 언어를 지원합니다: 불가리아어, 크로아티아어, 체코어, 덴마크어, 네덜란드어, 영어, 에스토니아어, 핀란드어, 프랑스어, 독일어, 그리스어, 헝가리어, 이탈리아어, 라트비아어, 리투아니아어, 몰타어, 폴란드어, 포르투갈어, 루마니아어, 러시아어, 슬로바키아어, 슬로베니아어, 스페인어, 스웨덴어, 우크라이나어.
Mac에서 Parakeet V3를 실행할 수 있나요?
네. Whisper Notes for Mac은 Parakeet V3를 기본 엔진으로 탑재합니다. Apple Silicon에서 100% 로컬로 실행되며 — 인터넷도, 클라우드도 필요 없고 데이터가 기기 밖으로 나가지 않습니다. Whisper Notes for Mac을 다운로드해 직접 사용해 보세요. 매주 5,000단어까지 무료입니다.
Parakeet V3도 Whisper처럼 환각을 일으키나요?
저희 무음 테스트에서는 훨씬 드물었지만, 어떤 음성 모델도 "절대 없다"는 표현을 쓸 수는 없습니다. Parakeet은 멈춤 구간에서 빈 출력을 낼 수 있는 반면, Whisper의 자기회귀 디코더는 입력이 무음일 때 반복 문구나 무관한 텍스트를 만들어내기 더 쉽습니다.
Parakeet V2와 V3 중 무엇을 써야 하나요?
Parakeet V2는 영어 전용이며 영어 정확도가 약간 더 높습니다(WER 6.05% vs 6.32%). V3는 그 미세한 차이를 25개 유럽 언어 지원으로 바꿨고, Whisper Notes의 기본 모델입니다. 영어만 전사하면서 소수점 이하의 정확도까지 따지는 경우가 아니라면 V3를 쓰세요.
Parakeet V3는 일본어, 중국어, 한국어를 지원하나요?
아니요 — 25개 언어는 모두 유럽 언어입니다. 중국어, 일본어, 한국어, 광둥어에는 Whisper Notes에 포함된 SenseVoice(해당 언어에서 직접 선택하는 엔진으로, 실시간의 52배 이상으로 동작)와 Whisper 모델을 사용하세요. 모두 Mac과 iPhone에서 오프라인으로 실행됩니다.
Parakeet V3의 크기는 얼마나 되나요?
파라미터 6억 개 — 다운로드 용량 465MB로, 두 Mac 버전을 통틀어 가장 작은 모델입니다. Whisper Large V3 Turbo는 같은 앱에서 다운로드 용량이 약 1.6GB이고, Mac 공식 웹사이트 다운로드에만 있는 Qwen3-ASR 1.7B(Beta)는 약 2.5GB입니다.
직접 사용해 보세요
Parakeet V3는 iPhone과 Mac용 Whisper Notes의 기본 엔진입니다.
질문이나 피드백이 있으시면 support@whispernotes.app으로 이메일을 보내주세요.
iOS용 다운로드