음성 생성
Eleven Realtime Mini vs Max: 음성 에이전트에 맞는 ElevenLabs 모델은
Eleven Realtime v1 Mini와 Max를 지연 시간, 음성 추론, 도구 호출로 비교하고, 모델별 적합한 사용 사례와 음성 에이전트 구축 전 알아야 할 가격 유의점을 정리합니다.

Some links are partner links: if you subscribe through them, we may earn a commission, at no extra cost to you. The crowd verdicts stay independent.
Eleven Realtime Mini와 Max 중 무엇을 고를지는 ElevenLabs의 새 speech-to-speech API로 음성 에이전트를 만들 때 처음 마주하는 진짜 선택입니다. Max는 더 빠르고 훨씬 정확하며, Mini는 더 낮은 비용으로 자연스러운 대화를 노립니다. 2026년 10월 출시와 함께 공개된 독립 벤치마크 덕분에 이 트레이드오프는 이례적으로 명확해졌고, 아직 빠진 숫자는 분당 가격 하나뿐입니다.
실행은 Max, 대화는 Mini
고객 지원, 리드 검증, 여러 단계의 도구 호출에는 Eleven Realtime v1 Max를 선택해야 합니다. Big Bench Audio 98.8%, tool use 87.1%로 Mini의 75.9%와 60.3%를 크게 앞섭니다. 어시스턴트, 튜터, 캐릭터에는 Mini가 적합하며 대화 흐름에서는 앞섭니다(Full-Duplex-Bench 95.8%). ElevenLabs 요금제는 월 $5부터 시작합니다.
Eleven Realtime이란 무엇이며 10월 20일에 무엇이 바뀌었나
Eleven Realtime은 speech-to-speech 모델 제품군입니다. 오디오가 들어가고 오디오가 나오며, 모두 하나의 모델 ID로 동작합니다. 지금까지 ElevenLabs 음성 에이전트는 세 단계(음성 인식, 언어 모델, 음성 합성)를 이어 붙였습니다. 네이티브 speech-to-speech 모델은 그중 두 번의 인계를 없애는데, 대화 지연의 대부분이 바로 그 지점에서 생겼습니다.
2026년 10월 20일 두 모델이 공개되었습니다(공식 발표는 10월 29일 업데이트).
- Eleven Realtime v1 Mini: 낮은 비용의 자연스러운 대화용(AI 어시스턴트, 교사, 인터랙티브 캐릭터).
- Eleven Realtime v1 Max: 도구 호출이 많은 복잡한 작업용(고객 지원, 리드 검증, 다단계 워크플로).
두 모델 모두 90개 이상의 언어를 지원하며 ElevenLabs 라이브러리의 17,000개 이상의 음성 중 어떤 것이든 사용할 수 있습니다. 이 숫자는 의미가 있습니다. 전화를 건 사람이 듣는 목소리를 브랜드가 이미 YouTube 내레이션이나 오디오북에 쓰는 목소리와 똑같이 맞출 수 있기 때문이며, OpenAI만으로 구성한 스택은 이런 일관성을 제공하지 못합니다.
3주 뒤인 11월 11일 뉴욕 Summit에서 ElevenLabs는 에이전트 플랫폼에 Memory, Routines, Interaction Engine 프리뷰를 추가했고, 전사용 Scribe v3 Medical도 선보였습니다. Realtime은 이 전체 스택 아래에 있는 음성 계층입니다.
Eleven Realtime Mini vs Max: 지연 시간과 정확도 비교
아래 점수는 독립 평가 기관 Artificial Analysis의 결과이며, ElevenLabs가 출시와 함께 공개했습니다.
| 벤치마크 | 측정 내용 | v1 Mini | v1 Max | 승자 |
|---|---|---|---|---|
| 첫 오디오까지 시간 | 에이전트가 말을 시작하기까지의 평균 지연 | 0.62초 | 0.57초 | Max |
| Big Bench Audio | 음성 추론, 1,000문항 | 75.9% | 98.8% | Max |
| Tool use | 대화 중 정확한 함수 호출 | 60.3% | 87.1% | Max |
| Full-Duplex-Bench | 대화 역학(발화 교대, 끼어들기) | 95.8% | 94.1% | Mini |
| Speech Agent Arena | 사람 선호도 점수 | 988 | 998 | Max |
눈에 띄는 해석은 세 가지입니다.
지연 시간은 결정 요인이 아니다. 0.05초 차이(0.62초 대 0.57초)는 통화 상대가 인지할 수 없는 수준입니다. 두 모델 모두 통화가 끊기는 듯 느껴지기 시작하는 1초 기준보다 한참 아래에 있습니다. "속도 때문에" Mini를 고르는 것은 말이 되지 않습니다. 더 빠른 쪽은 Max입니다.
진짜 차이는 정확도다. Big Bench Audio에서는 22.9포인트, tool use에서는 26.8포인트 차이가 납니다. 실제로 tool use 60.3%는 대략 열 번 중 네 번의 호출이 실패한다는 뜻입니다. 날짜가 틀린 예약, 실패한 주문 조회, 비어 있는 CRM 필드 같은 결과로 이어집니다. 무언가를 실행하는 것이 임무인 에이전트라면, 이 수치의 Mini는 실서비스에 투입할 준비가 되어 있지 않습니다.
대화는 Mini가 조금 더 낫다. 끼어들기, 멈춤, 겹치는 발화를 얼마나 자연스럽게 처리하는지 측정하는 Full-Duplex-Bench에서는 Mini가 Max를 앞섭니다(95.8% 대 94.1%). 대화 자체가 제품이고 API를 호출하지 않는 어학 튜터나 게임 캐릭터에게는 이 지표가 중요합니다.
사용 사례별 모델 선택
아레나의 판정은 마케팅 등급이 아니라 벤치마크를 따릅니다.
| 사용 사례 | 추천 모델 | 이유 |
|---|---|---|
| 콜 분류 및 라우팅 | Mini | 도구 호출이 적고 대화가 짧으며, 대량 처리에서는 비용이 중요 |
| 어학 튜터, 컴패니언, 게임 캐릭터 | Mini | 발화 교대 점수 최고(95.8%), 도구 불필요 |
| 주문·계정 조회가 필요한 고객 지원 | Max | tool use 87.1% 대 60.3% |
| CRM으로 이어지는 리드 검증 | Max | 다단계 로직과 외부 시스템 쓰기 |
| 예약 접수와 다단계 워크플로 | Max | 실패한 호출 하나가 곧 놓친 예약 |
콜센터를 위한 실용적인 패턴은 통화 초반 몇 초를 더 저렴한 분류 에이전트가 받고, 고객의 요청에 실제 처리가 필요해지는 순간 Max 에이전트로 넘기는 방식입니다. 이 분담이 실제로 비용을 줄이는지는 분당 가격에 달려 있으며, 이것이 가장 큰 유의점입니다.
ElevenLabs
The realism benchmark for AI voices: best-in-class TTS and cloning at a premium price
Partner link. The crowd verdicts stay independent.
Eleven Realtime API: 연동, 호환성, 가격 관련 유의점
연동 용이성은 이번 출시의 가장 강력한 부분입니다. Realtime API는 WebSocket으로 연결되고 OpenAI의 Realtime 사양을 따르기 때문에 OpenAI SDK가 수정 없이 동작합니다. 기존 OpenAI Realtime 연동은 엔드포인트와 모델 이름만 바꾸면 전환됩니다. 이미 OpenAI로 음성 에이전트를 운영 중인 팀이라면 ElevenLabs 테스트는 재작성이 아니라 반나절이면 됩니다.
도입 전에 알아야 할 제약은 세 가지입니다.
- WebRTC를 직접 지원하지 않는다. WebRTC 기반 브라우저나 모바일 연동은 먼저 WebSocket으로 옮겨야 합니다. 클라이언트 측에서 실제 작업이 필요합니다.
- API는 ElevenAgents와 분리되어 있다. 전화 채널, 지식 베이스, 기타 플랫폼 기능은 ElevenAgents가 필요하며, ElevenLabs는 이를 기본 진입점으로 권장합니다.
- 분당 가격이 공개되지 않았다. 발표문에는 Realtime 요금이 없습니다. ElevenLabs가 공개하기 전까지 OpenAI나 기존 파이프라인과의 비용 비교는 추측에 불과하므로, 이 글에서는 어떤 금액도 제시하지 않습니다.
알려진 것은 구독 단계이며, 2026년 10월 ElevenLabs 가격 페이지에서 확인했습니다. Starter 월 $5(연간 결제), Creator $22, Pro $99, Scale $299, Business $990입니다. 무료 요금제는 테스트용으로 매월 10,000 크레딧을 제공합니다. 카탈로그의 핵심 경고도 여기에 해당합니다. 크레딧은 빨리 소진되고, 재생성에도 차감되며, 실제 비용이 공시된 글자당 요금의 약 2.8배까지 나왔다는 사용자 보고도 있습니다. 통화량이 많은 회선에서 긴 에이전트 세션은 내레이션보다 이 시스템에 훨씬 큰 부담을 줄 것입니다.
음성 에이전트용 ElevenLabs와 대안 비교
GLAD-AI-TOR에서 ElevenLabs는 12표(추천 11, 비추천 1) 기준 81%의 관중 추천율을 기록해 음성 아레나 최고 점수를 보유하고 있으며, "음성 에이전트 / IVR"은 네 가지 최적 용도 중 하나입니다. 같은 용도로 자주 함께 검토되는 카탈로그 도구가 두 가지 더 있습니다.
| 도구 | 시작 가격 | 관중 점수 | 음성 에이전트 관점 |
|---|---|---|---|
| ElevenLabs | 월 $5 | 81% (12표) | 네이티브 speech-to-speech(Realtime), 17,000개 이상 음성, OpenAI 호환 API |
| Resemble AI | 음성 클론당 월 $2 | 50% (아직 투표 없음) | 약 200ms 스트리밍 TTS, 딥페이크 탐지, 온프레미스. 엔드투엔드 에이전트 플랫폼은 아님 |
| WellSaid Labs | 월 $10(연간 결제) | 50% (아직 투표 없음) | 라이선스된 성우 음성, 엔터프라이즈 API를 통한 IVR. API 가격 비공개 |
Resemble AI는 규제 산업을 위한 대안입니다. TTS는 초당 $0.0005(오디오 1시간당 약 $1.80)이고, SOC 2 Type II, 온프레미스 옵션, 내장 딥페이크 탐지를 갖췄습니다. 다만 음성 계층에 머물러 대화 로직에는 별도의 도구가 필요합니다. WellSaid Labs는 무엇보다 브랜드에 안전한 내레이션 스튜디오이며, 에이전트 용도는 영업팀을 통해서만 열리는 엔터프라이즈 API를 거칩니다. 둘 다 현재 네이티브 speech-to-speech 모델은 제공하지 않습니다. 전체 순위는 ElevenLabs 대안 페이지에, 일대일 비교는 ElevenLabs vs Resemble AI에 있습니다.
기존 파이프라인(자체 전사, 저렴한 LLM, 그다음 TTS)을 선호하는 팀은 에이전트의 "두뇌"를 완전히 통제할 수 있습니다. 그 통제의 대가는 지연 시간이며, Realtime이 없애는 것이 바로 그것입니다.
ElevenLabs
The realism benchmark for AI voices: best-in-class TTS and cloning at a premium price
Partner link. The crowd verdicts stay independent.
최종 판정
- 도구를 호출한다면 기본값은 Max. tool use 87.1%, Big Bench Audio 98.8% 대 Mini의 60.3%와 75.9%. 실행에서 26.8포인트 차이는 지원이나 영업에 너무 큽니다.
- 대화 자체가 제품이라면 Mini. 튜터, 컴패니언, 캐릭터는 Full-Duplex-Bench 95.8%의 이점을 누리고, 도구 호출이 없으니 약점이 드러나지 않습니다.
- 속도 때문에 Mini를 고르지 말 것. Max가 더 빠르며(0.57초 대 0.62초), 둘 다 1초보다 한참 아래입니다.
- 예산은 신중하게. Realtime 분당 가격은 아직 공개되지 않았습니다. 구독 단계(월 $5에서 $990)와 문서화된 크레딧 소모를 기준으로 계획하고, 파일럿에서 실제 사용량을 측정해야 합니다.
- OpenAI Realtime에서의 전환 비용은 낮다. 단, 스택이 WebRTC에 의존한다면 예외입니다.
관중은 이미 이 공급자를 평가했습니다. 81%가 ElevenLabs를 추천합니다. 다른 모든 음성 도구와 가격 및 점수로 비교하려면 최고의 AI 음성 생성기 순위를, 요금제를 고르기 전에는 ElevenLabs 크레딧이 실제로 작동하는 방식을 읽어 보시기 바랍니다.
Keep exploring
Every claim above is backed by the arena's live data: crowd votes, verified pricing, honest pros & cons.
More from the arena journal

음성 생성
HeyGen Voice Turbo, TTS 리더보드 1위: 11월 30일까지 무료, 그다음은?
HeyGen Voice Turbo는 2026년 11월 30일까지 무료, 이후 100만 자당 $4입니다. 복제 음성 순위 1위가 증명하는 것과 ElevenLabs v4 대비 비용을 비교합니다.
2026년 11월 2일 · 9분 소요

음성 생성
ElevenLabs Eleven v4 출시: 지금까지 가장 감정적인 AI 음성 모델
ElevenLabs가 가장 표현력 있는 AI 음성 모델 Eleven v4를 출시했습니다. 무엇이 바뀌었는지, 비용은 얼마인지, 업그레이드할 가치가 있는지 알아봅니다.
2026년 10월 5일 · 5분 소요

음성 생성
ElevenLabs CLI v1: 개발자가 터미널에서 할 수 있는 것
ElevenLabs가 2026년 8월 24일에 CLI v1을 출시했습니다. 개발자가 구축할 수 있는 것: 배치 TTS, agents-as-code, CI/CD 파이프라인, 머신 판독 가능 API 호출.
2026년 9월 9일 · 8분 소요