알리바바 Qwen3.8-LiveTranslate — 화자를 구분하는 동시통역 모델, 한국어도 음성 출력

기계 동시통역 이야기는 보통 속도에서 시작합니다. 얼마나 빨리 번역이 나오느냐입니다. 알리바바 Qwen 팀이 공개한 Qwen3.8-LiveTranslate 소개 글은 제목부터 다른 질문을 던집니다. “누가 말했는지 알고, 뜻을 옮긴다.” 소개 글은 9월 20일 Alibaba Cloud 커뮤니티 블로그에 올라왔고, 9월 22일 알리바바 클라우드의 연례 행사 압사라(Apsara) 콘퍼런스 보도자료에서도 새 멀티모달 모델로 소개됐습니다.

기능과 성능은 Qwen 팀 소개 글(2026-09-20)과 알리바바 보도자료(2026-09-22), 가격과 사용 조건은 Alibaba Cloud Model Studio 모델 문서를 기준으로 했습니다. 성능 수치는 알리바바가 발표한 값입니다.

누가 말했는지까지 옮깁니다

회의처럼 여러 사람이 번갈아 말하는 자리에서 통역이 헷갈리는 건 번역보다 화자입니다. 이번 모델은 실시간으로 화자를 나누고, 문장마다 누가 말했는지 붙입니다. 통역 음성이 원래 화자의 목소리 톤을 더 안정적으로 따라가게 하는 데도 이 정보를 씁니다.

구조는 Hybrid-MoE 기반의 Thinker–Talker 두 모듈입니다. Thinker가 영상, 음성, 원문, 번역을 시간 순서대로 한 흐름에 엮어 이해와 번역을 하고, Talker가 그 번역을 원래 화자의 음색으로 읽어 줍니다. 앞서 나온 내용을 참고해 사람 이름이나 전문 용어, 지시어의 모호함을 줄이는 것도 Thinker의 몫입니다. 원문과 번역을 한 화면에 나란히 내보낼 수 있어서 자막으로 쓰거나 원문을 확인하기도 좋습니다.

0.5초가 줄었습니다

그래도 속도는 중요합니다. 말을 듣고 통역이 나오기까지의 평균 지연(LAAL)이 이전 세대 2.8초에서 2.3초로 줄었다고 합니다. 이미 들은 음성과 이미 만든 번역을 캐시해 다시 쓰는 구조로 바꾼 덕분이라고 설명합니다. 0.5초는 작아 보이지만, 대화 한가운데서는 상대가 기다린다고 느끼느냐 마느냐를 가르는 차이일 수 있습니다.

지원 언어는 음성 입력·텍스트 출력이 60개, 음성 출력이 29개이고, 한국어는 양쪽 모두 들어 있습니다. 한국어 말을 영어 음성으로, 영어 말을 한국어 음성으로 바로 옮기는 구성이 가능하다는 뜻입니다.

API로 쓰려면

Model Studio 모델 문서에 따르면 모델 ID는 qwen3.8-livetranslate-flash-realtime이고 WebSocket Realtime API로 부릅니다. 입력은 음성과 이미지, 출력은 텍스트와 음성입니다. 함수 호출, 웹 검색, 배치 처리, 파인튜닝은 지원하지 않습니다. 문맥 창은 53,248토큰이고, 분당 요청은 10회로 제한됩니다. 대규모 서비스라면 이 한도부터 확인해야 합니다.

싱가포르 리전(문서 표기 “International”)의 원래 가격은 100만 토큰당 음성 입력 7.5달러, 이미지 입력 0.55달러, 텍스트 출력 20달러, 음성 출력 30달러입니다(한시 할인 제외). 중국(베이징) 리전은 이보다 조금 싸게 책정돼 있습니다.

압사라 보도자료에는 음성 인식(Qwen-Audio-3.1-ASR), 음성 합성(Qwen-Audio-3.1-TTS), 실시간 대화(Qwen-Audio-3.1-Realtime) 모델과 대본에서 대사와 배경음을 한꺼번에 만드는 Qwen-Audio-3.1-TTS-Next도 함께 실렸습니다. 차세대 모델 Qwen 4는 아직 훈련 중이라고 밝혔고, 출시일은 없습니다.

한국에서는?

알리바바는 한국 출시를 따로 발표하지 않았습니다. 한국 출시 여부는 발표되지 않았습니다. 다만 Model Studio 문서에 “International” 범위의 싱가포르 리전 가격이 공개돼 있어, 한국 개발자도 국제 리전 계정으로 API를 쓸 수 있을 것으로 보입니다. 이는 문서 구성에서 끌어낸 추론이고, 가입과 결제 가능 여부는 직접 확인해야 합니다. 한국어 입력과 음성 출력은 공식 지원 언어 목록에 들어 있습니다.

통역이 “말”만이 아니라 “사람”을 옮기기 시작했다는 점이 이번 발표에서 가장 오래 남는 부분입니다.

출처

• Alibaba Cloud Community, “Qwen3.8-LiveTranslate: Names the Speaker. Carries the Meaning.” (2026-09-20): https://www.alibabacloud.com/blog/qwen3-8-livetranslate-names-the-speaker--carries-the-meaning-_603581
• Alibaba Cloud 보도자료, “Alibaba Unveils Roadmap on Full-Stack AI Strategy from Chips, Cloud Infrastructure, Models to Agents” (2026-09-22): https://www.alibabacloud.com/en/press-room/alibaba-unveils-roadmap-on-full-stack-ai-strategy?_p_lc=1
• Alibaba Cloud Model Studio, “qwen3.8-livetranslate-flash-realtime” 모델 문서: https://www.alibabacloud.com/help/en/model-studio/qwen3-8-livetranslate-flash-realtime