Dragon, Otter, 구글의 받아쓰기 기능, 애플의 받아쓰기 기능, 모든 클라우드 전사 SaaS 등 모든 주요 받아쓰기 제품은 사용자의 음성을 다른 사람의 서버를 통해 전송합니다. 음성은 사용자의 컴퓨터에서 캡처된 후 HTTPS를 통해 데이터 센터로 전송되어 그곳에서 텍스트로 변환된 뒤 다시 반환됩니다. 때로는 음성이 저장되기도 하고, 모델을 훈련하는 데 사용되기도 합니다. 또 때로는 ‘익명화’ 처리가 되기도 하는데, 이 단어는 이제 거의 원래의 의미를 잃었습니다.
우리는 이것이 잘못된 기본값이라고 생각합니다.
사람들이 실제로 말하는 내용
실제 사용 사례를 살펴보면, 받아쓰기 내용은 거의 결코 일상적인 것이 아닙니다. 그것은:
- 의료 기록 — 진료 내용을 전사하는 의사.
- 법률 초안 — 변호사가 탄원서나 고객 서신을 받아쓰는 경우.
- 저널리즘 — 녹음이 기자의 머신 밖으로 나가지 않을 것이라고 가정한 특정 출처와의 인터뷰.
- 치료 기록 — 심리학자가 세션 요약을 작성한 것.
- 비즈니스 전략 — 거래, 인사, 자금에 관한 메모를 작성하는 임원
- 개인 일기 — 사람들이 실제로 생각하는 내용으로, 다른 누구도 절대 읽어서는 안 되는 것들.
이 모든 것이 기본적으로 클라우드 서비스에 업로드됩니다. 종종 HIPAA, GDPR, 변호사-의뢰인 특권, 또는 단순한 예의를 위반하며 — 사용자가 인지하지 못했거나 대안이 없었기 때문입니다.
Voice Pro가 다른 점은 무엇인가
- 클라우드 모드 없음. 그게 전부입니다. “더 높은 정확도를 위해 서버로 전송”하는 옵션은 없습니다. 모델은 사용자의 CPU나 GPU에서 작동합니다. 그것이 유일한 선택지입니다.
- 텔레메트리 없음. 이 앱은 사용량 통계, 충돌 보고서 또는 기타 어떤 정보도 서버로 전송하지 않습니다. 유일한 네트워크 호출은 (a) 시작 시 라이선스 확인, (b) 업데이트 확인, (c) 선택적 수동 모델 다운로드입니다. 이 세 가지는 모두 문서화되어 있으며 비활성화할 수 있습니다.
- 전사를 위해 계정이 필요 없습니다. 계정을 만들지 않아도 14일 체험판을 사용할 수 있습니다. 라이선스를 구매할 경우에만 이메일이 필요합니다.
- 오디오는 디스크에 기록되지 않습니다. 오디오 버퍼는 전사 중에 RAM에 저장되며, 텍스트가 생성되는 즉시 해제됩니다. 유출될 것도, 포렌식으로 복구할 것도 없습니다.
로컬 모델이 과연 클라우드와 맞설 수 있을까?
2년 전에는 불가능했습니다. 노트북 CPU의 100MB 로컬 모델로는 200GB 모델과 40개 GPU를 갖춘 구글 데이터센터가 해내는 일에 근접할 수 없었습니다.
오늘날에는 그렇습니다. 중급형 CPU에서 실행되는 Qwen3-ASR 3B는 대부분의 언어에서 주요 클라우드 제공업체와 2% 이내의 단어 오류율 차이를 보이며, 능가합니다 클라우드 제공업체의 훈련 데이터가 적은 저자원 언어에서. 특히 받아쓰기, 즉 짧고 의도적인 발화의 경우 격차는 0%에 가깝습니다. 로컬 ASR은 조용히 충분히 좋은 수준이 되었고, 계속 개선되고 있습니다. 우리는 단지 이를 탑재하기로 선택한 것일 뿐입니다.
원칙
당신의 목소리는 당신이 생성하는 가장 개인적인 데이터입니다. 여기에는 당신의 정체성, 생각, 당신이 이야기하는 사람들, 그리고 아무도 편집하지 않을 때 당신이 선택한 단어들이 담겨 있습니다. 당신이 명시적으로, 그리고 의식적으로 어딘가로 보내지 않는 한, 이 데이터는 당신의 기기를 떠나서는 안 됩니다.
그것은 마케팅 문구가 아닙니다. 그것이 바로 이 제품이 존재하는 유일한 이유입니다.