Deepgram은 거의 모든 것을 오디오 1분 단위로 과금하기 때문에, 음성 AI 청구서 중에서는 예측하기 쉬운 편입니다. 함정은 세부 사항에 있습니다. 어떤 모델을 쓰는지, 페이지의 요금이 프로모션인지, 오디오의 채널이 몇 개인지, 어떤 부가 기능을 켜는지에 따라 달라집니다.
요약하면 다음과 같습니다. 2026년 10월 Deepgram 요금 페이지에서 확인한 내용입니다. Pay As You Go 스트리밍 음성 인식은 분당 $0.0048~$0.0078이며, 이 중 몇 가지는 기간 한정 프로모션으로 표시되어 있습니다. Nova-3와 Flux English의 정가는 $0.0077입니다. 음성 합성은 1,000글자당 $0.015~$0.045입니다. Voice Agent API는 Standard 등급에서 분당 $0.075입니다. 신규 계정은 만료되지 않는 $200 크레딧으로 시작합니다.
저희는 음성 인식, 음성 합성, 음성 에이전트에서 Deepgram과 경쟁하는 Cartesia를 만들고 있으므로 이해관계가 있습니다. 아래 Deepgram 수치는 모두 Deepgram 자체 페이지에서 가져왔으며, 마지막에 저희 요금도 실어 두었으니 둘 다 확인해 보세요.
Deepgram 플랜
| 플랜 | 가격 | 대상 |
|---|---|---|
| Pay As You Go | $200 무료 크레딧, 이후 사용량 과금 | 프로토타입과 초기 프로덕션 |
| Growth | 연 $4,000부터, 선불 | 꾸준한 사용량. 최대 ~20% 할인, 더 높은 동시 연결 |
| Enterprise | 별도 견적 | 대량 할인, 자체 호스팅, HIPAA BAA |
Pay As You Go는 시작할 때 신용카드도, 최소 사용액도 필요 없습니다. 크레딧은 기본적으로 자동 충전되며(잔액이 $10이 되면 $100 충전) 콘솔에서 끌 수 있습니다. 구매한 크레딧은 사용하지 않았다면 30일 이내에 환불받을 수 있습니다.
실시간 애플리케이션은 비용보다 동시 연결 한도에 먼저 부딪히는 경우가 많습니다. Pay As You Go는 스트리밍 음성 인식 최대 150개, 음성 합성이나 음성 에이전트 최대 45개의 동시 연결을 허용하고, Growth는 이를 225개와 60개로 늘립니다. 한도를 넘는 요청은 대기열에 들어가거나 거부될 수 있습니다.
음성 인식 요금
2026년 10월 기준 분당 요금입니다. ‘프로모’는 Deepgram이 취소선이 그어진 정가 옆에 표시한 현재 가격입니다.
| 모델 | Pay As You Go 스트리밍 | Growth 스트리밍 | 녹음된 오디오(PAYG) |
|---|---|---|---|
| Flux English | $0.0065 프로모(정가 $0.0077) | $0.0057 프로모(정가 $0.0065) | 스트리밍 전용 |
| Flux Multilingual | $0.0078 | $0.0068 | 스트리밍 전용 |
| Nova-3 Monolingual | $0.0048 프로모(정가 $0.0077) | $0.0042 프로모(정가 $0.0065) | $0.0043 |
| Nova-3 Multilingual | $0.0058 프로모(정가 $0.0092) | $0.0050 프로모(정가 $0.0078) | $0.0052 |
| Whisper Large | 표기 없음 | 표기 없음 | $0.0048 |
Flux는 턴 감지가 내장된 Deepgram의 음성 에이전트용 모델입니다. Nova-3는 범용 전사 모델입니다. 이전 모델도 기존 요금으로 계속 쓸 수 있으며, Nova-2 스트리밍은 시간당 $0.35, Enhanced는 $0.99, Base는 $0.87입니다.
프로모션 요금은 페이지에 종료일이 적혀 있지 않습니다. 1년 예산을 잡는다면 정가 열을 쓰세요. 프로모션이 끝나면 그 금액을 내게 됩니다.
총액에는 모델 선택보다 다음 세 가지 과금 규칙이 더 크게 작용합니다.
- 과금은 초 단위입니다. Deepgram은 분 단위로 올림하지 않습니다.
- 멀티채널 오디오는 채널별로 과금됩니다. 10분짜리 스테레오 통화는 20분으로 청구됩니다. 상담원과 고객을 별도 채널로 녹음하는 콘택트 센터는 두 배를 냅니다.
- 부가 기능은 분당 요금이 추가됩니다. Pay As You Go 기준으로 개인정보 마스킹은 $0.0020, 개체 인식은 $0.0017, 키워드 프롬프트(keyterm prompting)는 $0.0013, 스트리밍 화자 분리는 $0.0020입니다. 스마트 포맷은 포함되어 있고, 녹음된 오디오의 화자 분리도 포함됩니다.
음성 합성 요금
| 모델 | Pay As You Go, 1,000글자당 | Growth |
|---|---|---|
| Flux TTS | $0.045 | $0.0405 |
| Aura-2 | $0.030 | $0.027 |
| Aura-1 | $0.015 | $0.0135 |
말하기 1분에 약 1,000글자로 보면 Flux TTS는 오디오 1분당 약 4.5센트입니다. Deepgram은 2026년 12월 31일까지 Flux TTS에 쓴 1달러마다 1달러의 크레딧을 추가로 주는 행사를 진행합니다(최대 $500).
Voice Agent API 요금
Voice Agent API는 음성 인식, LLM, 음성 합성을 하나의 WebSocket으로 묶고 연결 시간으로 과금합니다. 어떤 등급을 내는지는 LLM에 따라 정해집니다. GPT-4o mini, Claude Haiku 4.5, Gemini Flash 계열 같은 작은 모델은 Standard, GPT-5나 Claude Sonnet 같은 큰 모델은 Advanced입니다(Deepgram LLM 목록 기준).
| 등급 | Pay As You Go | Growth |
|---|---|---|
| Standard | $0.075/분 | $0.068/분 |
| Standard, 자체 TTS | $0.065/분 | $0.051/분 |
| 자체 LLM | $0.059/분 | 표기 없음 |
| 자체 LLM과 TTS | $0.050/분 | $0.041/분 |
| Advanced | $0.163/분 | $0.146/분 |
| Advanced, 자체 TTS | $0.122/분 | $0.110/분 |
이 요금에 빠진 항목이 두 가지 있습니다. 전화 통화에는 Twilio 같은 통신사가 필요하며, 그 비용은 따로 청구됩니다. 또 자체 제공업체를 쓰는 등급이 저렴한 것은 청구서의 Deepgram 항목뿐이고, 가져온 LLM이나 TTS 비용은 계속 내야 합니다.
과금이 연결 시간 기준이기 때문에, 대기 음악이나 긴 침묵 동안 소켓을 열어 두는 에이전트는 그 시간도 비용을 냅니다.
실제 워크로드의 비용
Pay As You Go 정가로 계산한 두 가지 예입니다.
2채널 통화 녹음을 매월 100,000분 전사하는 경우. 청구 대상은 200,000분입니다. 녹음된 오디오용 Nova-3($0.0043)로는 $860입니다. 개인정보 마스킹(분당 $0.0020)을 더하면 $1,260이 됩니다. Growth에서는 두 요금 모두 약 15~20% 내려갑니다.
매월 10,000분의 통화를 처리하는 음성 에이전트. Standard 등급이면 Deepgram에 $750을 내고, 여기에 통신사 비용이 더해집니다. 더 큰 모델이 필요하면 Advanced 등급에서 $1,630이 됩니다.
Cartesia가 맞는 경우
음성 에이전트용으로 Deepgram을 검토하고 있다면, 분당 요금보다 중요한 숫자가 세 가지 있습니다. 에이전트가 말을 얼마나 정확히 알아듣는지, 얼마나 자연스럽게 들리는지, 그리고 통화 한 건의 전체 비용입니다.
- 음성 인식: 2026년 10월 Artificial Analysis 스트리밍 벤치마크에서 Ink-2의 단어 오류율은 3.4%로, Nova-3 Realtime의 6.6%, Flux의 7.4%보다 낮습니다. 계좌 번호나 이름을 잘못 들을 때마다 에이전트는 그 턴을 바로잡아야 합니다.
- 음성 합성: Artificial Analysis 블라인드 청취 테스트에서 Sonic 3.6은 1284점, Flux TTS는 1054점입니다(2026년 10월).
- 음성 에이전트: Cartesia Managed Agents의 통화는 분당 $0.06으로, Deepgram Standard 등급의 $0.075보다 저렴합니다. 한시적으로 Cartesia 플레이그라운드에서 만든 에이전트는 LLM 사용료가 포함됩니다. 위의 월 10,000분 에이전트는 Cartesia에서 $600이며, Cartesia 전화번호를 쓰면 분당 $0.014가 추가됩니다.
지연 시간 측정 결과는 Cartesia vs Deepgram 비교에, 테스트해 볼 만한 다른 스트리밍 모델은 음성 인식 모델 가이드에 정리해 두었습니다.
녹음된 오디오를 대량으로 전사하기만 하고 실시간 에이전트가 필요 없다면, Deepgram의 녹음 오디오 요금은 바로 그 용도에 맞춰져 있고 초 단위 과금 덕분에 짧은 파일도 저렴합니다.
비교용 Cartesia 요금
Cartesia 플랜은 음성 인식과 음성 합성을 하나의 크레딧 잔액에서 차감합니다. 음성 합성은 글자당 1크레딧, Ink-2 음성 인식은 오디오 1초당 3크레딧입니다.
| 플랜 | 월 요금 | 월 크레딧 | 선불 에이전트 사용액 | 100만 크레딧당 초과 요금 |
|---|---|---|---|---|
| Free | $0 | 20,000 | $1 | 이용 불가 |
| Pro | $5 | 100,000 | $5 | $65 |
| Startup | $49 | 1,250,000 | $49 | $45 |
| Scale | $299 | 8,000,000 | $299 | $38 |
| Enterprise | 별도 견적 | 별도 견적 | 사용량별 가격 | 별도 견적 |
음성 에이전트는 분당 $0.06이며, 선불 에이전트 사용액에서 먼저 차감됩니다. 사용하지 않은 크레딧은 월 지급량의 두 배까지 이월됩니다. Cartesia는 VPC, 온프레미스, 에어갭 환경에도 배포할 수 있습니다.
플레이그라운드에서 Ink-2와 Sonic을 사용해 보거나, 어느 쪽 청구서로 갈지 정하기 전에 같은 오디오를 두 API에 모두 돌려 보세요.