Vapi, LiveKit, Retell, Pipecat은 오케스트레이션 계층에 따라 다릅니다

AssemblyAI의 비교는 Vapi, LiveKit, Retell, Pipecat이 직접적인 대체물이 아니라 생산 음성 에이전트 스택의 다른 계층이며, 팀이 얼마나 많은 파이프라인을 소유할지에 달려 있다고 주장합니다.

증거와 맥락

2026년 10월 13일에 발표된 원본 기사에서 AssemblyAI는 Retell을 관리형 저코드 전화 에이전트 플랫폼으로 설명하며; Vapi를 API 우선 오케스트레이터로 설명하고; LiveKit을 오픈 소스 WebRTC 전송과 에이전트 프레임워크로 설명하며; Pipecat은 개발자가 직접 조립하는 오픈 소스 Python 파이프라인으로 설명했습니다. 기사에서는 모든 네 기본적인 음성-텍스트 모델에 의존하며, 두 제품들이 단일 기능 축에서 경쟁자로 취급되기보다는 함께 사용된다고 설명합니다.

비교는 오케스트레이션, 전송, 전사 제어로 제품을 구분합니다. Retell과 Vapi는 사용자를 위해 대화 루프를 관리하며, Retell은 시각적 빌더 워크플로우와 내장 전화 기능을 강조하고, Vapi는 코드와 API 구성을 통해 파이프라인을 노출합니다. LiveKit은 이벤트 기반 WebRTC 모델을 사용하며, 에이전트가 참가자로 방에 참여하는 반면, Pipecat은 개발자가 단계 사이에 논리를 삽입할 수 있도록 파이프라인을 코드에 명시적으로 남깁니다. 기사에 따르면 Pipecat은 모든 단계를 직접 검사하고 수정할 수 있는 유일한 네한이라고 합니다.

전송 관련해서는 Retell이 전화 및 통화 전송을 담당하고, Vapi가 전화와 SIP 설정을 추상화하며, LiveKit은 WebRTC에서 SFU를 사용하고, Pipecat은 전송에 구애받지 않는다고 합니다. 또한 Pipecat이 LiveKit 전송 위에서도 실행될 수 있어, 두 제품이 배포 시 상호 배타적이지 않음을 강조합니다.

이 글은 2026년 10월 기준 공개 가격 예시를 제시합니다: Retell은 분당 $0.07 달러부터 시작하며; Vapi는 호스팅과 제공업체 비용을 포함해 분당 $0.05 달러로 제시합니다; LiveKit Cloud는 에이전트 1,000 분이 포함된 무료 티어가 있습니다; Pipecat은 인프라와 모델 비용이 별도로 부담되는 무료 프레임워크입니다. 이 수치들은 공개된 가격 책정으로 제시되며, 비교 총소유 비용으로는 아닙니다.

음성 인식의 경우, 기사에 따르면 Vapi는 어시스턴트 설정에서 전사자 선택을 제공하고, LiveKit은 플러그인을 사용하며, Retell은 선택 가능한 전사 옵션을 제공하고, Pipecat은 직접 API 접근을 제공합니다. AssemblyAI는 2026년 9월 29일에 출시된 Universal-3.6 Pro Realtime 모델이 Vapi, LiveKit, Pipecat, Retell과의 통합을 통해 제공된다고 밝혔습니다. 기사에서는 AssemblyAI의 음성 에이전트 벤치마크가 Universal-3.6 Pro Realtime의 단어 오류율5.19% ElevenLabs Scribe v2와 Deepgram Nova-3의 8.64% 7.78%을 비교하며, 모델이 Nova-3에 비해 26.1% 14.4% 엔터티 오류율을 기록한다고 설명합니다. Pipecat의 오픈 STT 벤치마크에 따르면, 0.96% 통합 의미 단어 오류율과 첫 발화까지 307 ms 중간값에 도달했다고 합니다.

기사는 또한 제공된 강화 과정에서 Vapi 전용 제품 뉴스도 언급했습니다. Vapi는 2026년 10월 2일에 모든 고객을 대상으로 GPT-Live 베타를 발표했으며, 모듈러 파이프라인과 함께 음성 투 음성 아키텍처를 추가했다고 Vapi 자체 제품 발표에서 밝혔습니다. 강화 과정에서 Vapi는 SIP, Twilio, Telnyx, Plivo에 대한 지원이 문서화되어 있으며, 모듈식 아키텍처를 통해 개발자가 독립적으로 공급자를 선택하거나 맞춤형 모델 인프라를 제공할 수 있다고 밝혔습니다.

AssemblyAI의 더 넓은 결론은 '최선의' 선택은 표면적 기능보다는 팀이 관리되는 속도나 완전한 제어를 원하는지에 더 달려 있다는 것입니다. Retell과 Vapi는 운영 작업을 줄입니다. LiveKit과 Pipecat은 유연성을 높이지만, 인프라, 모니터링, 확장 책임을 개발자에게 전가합니다. 기사는 다섯 번째 경로도 강조합니다: AssemblyAI의 Voice Agent API로, STT, LLM, 음성 생성, 턴 감지 및 중단 처리를 단일 WebSocket 기반 서비스로 시간당 $4.50 회로 제공하며, 별도의 오케스트레이션 계층 없이 지원합니다.

출처에는 한 중대한 제한이 포함되어 있습니다: 많은 성능 및 가격 명세서가 공급업체별로 특화되어 있어 독립적인 검증이 아니라 출판사의 자체 수치나 제품 주장으로 읽어야 한다는 점입니다. 또한 인터뷰 동작은 오케스트레이터와 전사 모델에 따라 달라지므로, 음성 품질만으로는 제작 성능을 결정하지 않는다고 언급합니다.