Apple SpeechAnalyzer, 온디바이스 음성인식에서 Whisper Small 앞선 벤치마크

Apple의 새 SpeechAnalyzer는 단순한 API 교체가 아니라, 온디바이스 음성 인식의 기준을 다시 묻는 결과를 냈다. Inscribe가 LibriSpeech의 clean 2,620개, other 2,939개 발화를 같은 Apple M2 Pro 환경에서 비교한 결과, SpeechAnalyzer의 단어 오류율은 clean 2.12%, noisy 성격의 other 4.56%였다.

비교군은 WhisperKit CoreML로 구동한 Whisper Small, Base, Tiny와 기존 SFSpeechRecognizer다. Whisper Small은 각각 3.74%, 7.95%였고, 기존 SFSpeechRecognizer는 9.02%, 16.25%까지 밀렸다. 수치만 보면 새 API는 레거시 API 대비 오류를 3.5~4배 줄였고, Whisper Small보다도 더 정확하면서 처리 속도는 약 3배 빠른 쪽으로 정리된다.

개발자에게 중요한 대목은 모델 크기와 배포 부담이다. Whisper Small은 약 460MB 모델을 앱이나 런타임에 들고 가야 하지만, SpeechAnalyzer는 시스템 API다. 영어 음성 인식이라는 제한된 범위에서는 Apple 하드웨어에 내장된 경로가 별도 모델 번들보다 실용적인 선택지가 될 수 있다.

커뮤니티의 논점은 “Apple이 드디어 Whisper를 이겼다”라는 단순한 순위 싸움보다, 벤더가 정확도 숫자를 공개하지 않을 때 앱 개발자가 어떤 실험으로 의사결정을 해야 하는가에 가까웠다. 벤치마크 작성자는 모든 transcript를 공개했다고 설명했고, HN 댓글은 데이터셋 편향, 언어 범위, 실사용 소음 환경에서 같은 격차가 유지될지에 관심을 뒀다.

이번 결과는 영어 LibriSpeech 기준의 한 장면이다. 다국어, 회의 녹취, 긴 파일, 전문 용어가 섞인 현장까지 곧장 일반화하기는 어렵다. 그래도 iOS 26과 macOS 26에서 SFSpeechRecognizer를 계속 쓰는 앱이라면, 마이그레이션을 미룰 이유가 줄어든 것은 분명하다.