멀티모달 및 인지 AI 22개
Multimodal & Perception 분야의 AI 서비스를 모았습니다. 이름을 누르면 자세한 설명·가격·대안을 볼 수 있어요.
멀티모달 및 인지 무료·요금·한국어 비교
공식 요금 자료가 있는 11개를 묶었어요. 무료로 시작할 수 있는 곳 11개, 한국어 화면이 있는 곳 8개예요. 유료 중 가장 싼 곳은 YOLO($29/월)예요.
| 도구 | 무료 | 가장 싼 월 요금 | 한국어 | 쓰는 곳 |
|---|---|---|---|---|
| AssemblyAI | 있음 | — | 없음 | API |
| Azure Speech | 있음 | — | UI 한국어 | API |
| Deepgram | 있음 | — | 없음 | API |
| Gemini Pro Vision | 있음 | — | UI 한국어 | 웹, API |
| Google Vision AI | 있음 | — | UI 한국어 | 웹, API |
| PaddleOCR | 있음 | — | UI 한국어 | 웹, 윈도, 맥 |
| Qwen-VL | 있음 | — | UI 한국어 | 웹, API |
| superwhisper | 있음 | — | 없음 | 맥, 윈도, iOS |
| YOLO | 있음 | $29/월 | UI 한국어 | 웹, CLI, API |
| GPT-4o | 있음 | 13,000원/월 | UI 한국어 | 웹, iOS, 안드로이드 |
| GPT-4V | 있음 | 13,000원/월 | UI 한국어 | 웹, iOS, 안드로이드 |
각 도구 공식 요금 페이지 기준(2026-10-14까지 확인). '—'는 공식 페이지에 적혀 있지 않은 것이에요. 요금은 바뀌니 결제 전에 다시 확인하세요.
고르는 기준
- 먼저 무료가 있는 11곳 중에서 써 보고, 한도에 걸릴 때 유료를 보세요.
- 한국어 화면이 꼭 필요하면 한국어 칸이 '없음'이 아닌 8곳부터 보세요.
- 표는 월 결제 기준이에요. 연간 결제가 더 싼 곳이 많아요.
부분유료
AssemblyAI
전사·이해를 위한 음성 AI 모델
자세히 보기 →부분유료Azure Speech
마이크로소프트 애저의 음성-텍스트 변환·번역 서비스
자세히 보기 →부분유료Deepgram
AI 기반 음성 인식 API
자세히 보기 →무료Detectron2
메타의 객체 탐지·분할 프레임워크
자세히 보기 →무료DETR
메타의 트랜스포머 기반 엔드투엔드 객체 탐지
자세히 보기 →부분유료Gemini Pro Vision
구글의 비전 기능을 갖춘 멀티모달 모델
자세히 보기 →부분유료Google Vision AI
구글 클라우드의 이미지 인식·OCR API
자세히 보기 →무료InternVL 2
상하이 AI랩의 강력한 오픈소스 비전-언어 모델
자세히 보기 →무료LLaVA
오픈소스 비주얼 인스트럭션 튜닝 모델
자세히 보기 →무료PaddleOCR
PaddlePaddle 기반 다국어 OCR 툴킷
자세히 보기 →무료Parakeet
NVIDIA NeMo 기반의 최상급 정확도 ASR 모델
자세히 보기 →무료Qwen-VL
문서 이해에 강한 알리바바의 비전-언어 모델
자세히 보기 →부분유료Reka Core
텍스트·이미지·영상·오디오를 다루는 Reka의 멀티모달 모델
자세히 보기 →무료SAM
메타의 이미지 분할 모델(Segment Anything)
자세히 보기 →무료SAM 2
메타의 이미지·영상 분할 모델
자세히 보기 →부분유료superwhisper
macOS·윈도우·iOS용 오프라인 AI 음성-텍스트 입력
자세히 보기 →무료Tesseract
오픈소스 OCR 엔진
자세히 보기 →무료Whisper
오픈AI의 오픈소스 음성 인식 모델
자세히 보기 →무료YOLO
Ultralytics의 실시간 객체 탐지 모델
자세히 보기 →무료Flamingo
딥마인드의 시각-언어 모델
3D 지도에서 보기 →부분유료GPT-4o
오디오·비전·텍스트를 다루는 오픈AI의 옴니 모델
3D 지도에서 보기 →부분유료GPT-4V
오픈AI의 비전 지원 언어모델
3D 지도에서 보기 →다른 분야 AI
모두 보기파운데이션 모델 60프런티어 연구소 56코딩 에이전트 50MLOps 및 학습 45추론 및 컴퓨팅 인프라 43AI 앱 빌더 41코딩 에이전트 오케스트레이션 40에이전트 프레임워크 36이미지·영상 생성 32벤치마크 및 리더보드 27관측성 및 평가 27개인 비서 AI 26데이터 엔지니어링 24생성형 콘텐츠 23에이전트 스킬 23RAG 및 메모리 21AI 보안 및 안전 21오디오·음악 생성 15LLM 게이트웨이 및 API 14브라우저 및 컴퓨터 사용 자동화 14
3D 지도에서 전체 보기