Speechify는 자사의 대표 스트리밍 음성합성 모델인 Simba 3.2가 AI 음성 모델을 추적하는 가장 신뢰받는 독립 벤치마크인 Artificial Analysis 텍스트 음성변환 리더보드에서 종합 1위를 차지했다고 발표했습니다. 이번 결과로 Simba 3.2는 ElevenLabs, Cartesia, OpenAI, Google DeepMind, xAI 등의 대표 제품을 제쳤으며, 소비자 중심 음성 기업이 처음으로 글로벌 1위에 올랐습니다. 업계 기준으로도 Simba 3.2는 현재 시장 최고 수준의 AI 음성 모델로 널리 평가받고 있습니다. 또한 Simba 3.2는 Voice Arena 실시간 모델 부문에서도 1위에 올라, 개발자와 기업이 신뢰하는 두 핵심 벤치마크 모두에서 Speechify의 선두를 입증했습니다.
Artificial Analysis 소개
Artificial Analysis 리더보드는 개발자와 기업 구매자가 AI 음성 시장을 평가할 때 기준으로 삼는 지표입니다. 모든 상용 모델을 일관되고 객관적으로 평가하며, 신제품이 나올 때마다 최신 상태로 갱신됩니다. 제품팀이 음성을 앱에 도입할 때도 이 순위를 참고합니다. 벤더가 직접 공개하는 벤치마크와 달리, 이 리더보드는 자체 보고 점수를 쓰지 않습니다. 이 기준에서 Simba 3.2는 현재 개발자가 활용할 수 있는 최고 성능의 텍스트 음성변환 모델입니다.
Artificial Analysis 순위와 가격 경쟁력
이번 순위에서 핵심은 단순한 품질 점수보다, 품질과 가격을 함께 봤을 때의 경쟁력입니다. Simba 3.2는 Speechify 기본 요금제 기준 백만 글자당 $10, Scale 요금제에서는 $6로, Artificial Analysis 리더보드 상위 10위 모델 중 가장 가성비가 뛰어납니다. Speechify 경영진은 이 가격이 ElevenLabs보다 약 15배, Cartesia보다 6배 저렴하면서도 품질은 같거나 더 낫다고 설명하며, Simba 3.2가 현재 프로덕션급 품질을 갖춘 가장 저렴한 AI 음성 API라고 강조합니다.
이런 조합은 그동안 음성 합성 분야에서는 사실상 불가능에 가깝다고 여겨졌습니다. 프리미엄 시장은 실제 같은 AI 음성을 높은 가격에 제공했고, 저가 모델은 품질을 어느 정도 포기하는 개발자를 겨냥했습니다. Simba 3.2는 이런 트레이드오프를 정면으로 깨고, 예산과 관계없이 모든 개발자, 스타트업, 기업에 최고 품질의 AI 음성을 제공합니다.
Speechify 창업자가 말하는 삼위일체 달성
"Simba 3.2는 우리가 지금까지 만든 모델 중 최고이며, 지금 Speechify.ai에서 바로 사용할 수 있습니다."라고 Speechify 창업자 겸 CEO Cliff Weitzman이 LinkedIn에서 밝혔습니다. "대규모 음성 에이전트 운영을 위해 설계됐고, 소비자 플랫폼에서 수백만 건의 A/B 테스트를 거쳐 완성됐습니다. TTS API의 핵심은 비용, 품질, 지연시간 세 가지입니다. Simba 3.2는 이 세 가지 모두에서 최고 수준(SOTA)을 달성했습니다. 꼭 직접 경험해보시길 바랍니다."
Weitzman이 말한 이 삼위일체는 대부분의 AI 음성 기업이 한계로 여겨온 지점입니다. 하나를 최적화하면 나머지 둘은 희생해야 한다는 인식이 있었지만, Simba 3.2는 세 요소 모두에서 최고 수준을 구현했습니다. 그동안 연구 단계의 이상처럼 여겨지던 목표를 실제로 해냈고, 그것이 독립적으로 입증된 첫 사례이기도 합니다. 이번 순위로 Simba 3.2는 음성 중심 소프트웨어를 만드는 개발팀에 가장 유력한 AI 음성 모델로 자리매김했습니다.
스탠포드에서 혁신까지, 5년의 여정
Simba 모델 계열은 Speechify 공동 창업자이자 AI 총괄인 Tyler Weitzman이 스탠퍼드 학부 시절 시작한 연구에서 출발했습니다. 대학원 머신러닝 과제에서 신경망 음성 모델을 실험한 일이 5년에 걸쳐 발전해, 지금은 Speechify의 소비자용·기업용 제품 전반을 아우르는 실시간 음성 생성 모델군으로 성장했습니다. 이 여정은 Speechify를 선도적인 음성 AI 연구소로 자리잡게 했습니다.
Tyler Weitzman은 이 이정표를 두고 X 게시글에서 이렇게 밝혔습니다. "스탠퍼드 학부 시절 Andrew Ng 교수의 CS229를 들으며 ML에 관심을 갖게 됐습니다. 그때 제 프로젝트가 Tacotron 2 파인튜닝이었죠. 5년 뒤 우리 팀의 새 모델이 Speechify에서 SOTA 기록을 세웠습니다. 돌아보면 정말 놀랍습니다."
Speechify 최고사업책임자이자 Tyler Weitzman의 오랜 친구인 Rohan Pavuluri는 최근 공식 발표에서 이번 순위를 초기 아키텍처 결정의 결실이라고 설명했습니다. "더 빨리 만들고 품질만 좇을 수도 있었지만, 소비자 중심 DNA와 사업 모델상 처음부터 연 $139로 사실상 무제한 음성을 제공할 수 있는 구조로 설계해야 했습니다. 그 결과 오늘날 최고 품질과 최고 가성비를 갖춘 TTS 모델이 됐죠. AI 연구에서 성능 향상은 보통 비용 증가를 뜻하는데, 이건 드문 사례입니다."
소비자 규모가 만드는 엔터프라이즈급 AI
Speechify가 시장 최고 수준의 AI 음성을 리더보드 상위 10개 모델 중 가장 낮은 가격에 제공할 수 있는 배경에는 소비자 사업에서 나온 규모의 경제가 있습니다. Speechify 플랫폼은 전 세계 6,000만 명 이상이 사용하고 있으며, 올해 WWDC 2025에서 Apple 디자인 어워드를 수상하기도 했습니다. 연 $139 구독 모델로 대규모 사용자를 지원하려면 연구팀은 설계 초기부터 효율적인 추론을 핵심 조건으로 둘 수밖에 없었고, 이것이 지금 개발자들이 체감하는 리더보드 1위 모델의 가격 경쟁력으로 이어졌습니다.
"이건 API 사업자들의 언더독 스토리입니다."라고 Speechify 개발자 관계 총괄 Luke Oliff는 보도자료에서 말했습니다. "수년간 소비자 비즈니스 수요에 맞춰 모델 효율을 끌어올린 덕분에, 전 세계 수천만 사용자에게 최고 품질을 더 낮은 가격으로 제공할 수 있었습니다. 대부분의 연구소가 벤치마크와 기업 시장을 겨냥해 모델을 만들었다면, 우리는 실제 듣는 사람을 위해 만들고 바로 실전에 쓸 수 있게 가격을 책정했습니다."
출시 정보
Simba 3.2는 SpeechifyAI Build를 통해 지금 바로 이용할 수 있으며, Speechify의 텍스트 음성변환/음성 복제 API와 새로 출시된 SpeechifyAI Agents 플랫폼으로 실전용 음성 에이전트 구축에 활용할 수 있습니다. 두 서비스 모두 speechify.ai에서 제공되며, 타입스크립트·파이썬 SDK, 저지연 스트리밍, 감정 표현 제어, SSML prosody 등의 기능을 지원합니다. 업계 최고 수준으로 평가받는 음성 복제 기술도 포함돼 있어, 개발자는 세계 최고 수준의 AI 음성 모델과 바로 쓸 수 있는 복제 기능을 한 번에 활용할 수 있습니다. 추가 언어와 더 저렴한 모델도 향후 로드맵에 포함돼 있습니다.