스테이블코인 발행사 테더사 산하 인공지능 프로젝트 큐백(QVAC)이 인터넷 연결 없이 아이폰에서 96분 분량 영화를 28.7초 만에 음성으로 전사했다고 밝혔다.
큐백 공식 계정은 아이폰을 비행기 모드로 설정해 클라우드에 연결하지 않은 상태에서 이 시험을 진행했다고 설명했다. 같은 공개에서 12분 분량 이야기를 32초 만에 오디오북으로 만들었다고 밝혔다.
파올로 아르도이노(Paolo Ardoino) 테더사 CEO는 큐백을 “시장에 나온 가장 빠른 음성 엔진”이라고 말했다. 이 표현은 큐백이 자사 기술을 설명하며 제시한 평가다.
◇ 애플 뉴럴 엔진서 처리
전사에는 큐백의 음성 인식 모델 TranscribePsy가 사용됐다. 애플($AAPL)의 뉴럴 엔진에서 처리했으며, 큐백은 TranscribePsy가 아이폰 GPU에서 실행할 때보다 뉴럴 엔진에서 5배 빠르다고 밝혔다.
큐백 공식 소개문은 TranscribePsy를 254M(2억5400만) 매개변수 모델로 소개했다. 노트북에서는 유럽 언어 25개, 휴대전화에서는 8개를 지원하며 아이폰17 프로 맥스에서 10분 녹음을 1.65초에 처리했다고 밝혔다.
큐백은 아이폰17 프로 맥스·아이폰15·갤럭시 S26 울트라·갤럭시 S25 울트라·픽셀10·픽셀9 등 6종 스마트폰에서 같은 오디오를 실행해 성능을 측정했다고 밝혔다. 이번 수치는 이 자체 시험에서 나온 결과다.
TranscribePsy는 휴대전화에서 약 530~540MiB 메모리를 사용한다. 음성 파일이 기기를 떠나지 않도록 설계돼 네트워크가 끊긴 환경에서도 기기 안에서 처리할 수 있다.
◇ 언어 확대·스트리밍 개발
현재 휴대전화 버전이 지원하는 언어는 네덜란드어·영어·프랑스어·독일어·이탈리아어·폴란드어·포르투갈어·스페인어 등 8개다. 한국어는 지원 목록에 포함되지 않았다.
녹음이 끝난 뒤 처리하는 방식이며 실시간 스트리밍 전사는 아직 개발 중이다. 회의나 강의 녹음, 자막 생성처럼 음성 파일을 외부 서버로 보내기 어려운 작업에 활용할 수 있다는 설명이다.
테더사는 앞서 11일 8억 매개변수 온디바이스 AI 에이전트 큐백 BotPsy를 공개한 바 있다. BotPsy가 앱 기능 호출과 작업 실행에 초점을 맞췄다면 TranscribePsy는 음성을 텍스트로 바꾸는 입력 단계에 해당한다.
테더는 4월 QVAC SDK를 공개해 휴대전화와 컴퓨터 등 기기에서 AI를 실행하고 미세조정하는 기반으로 소개했다. 인터넷 연결이 제한된 환경에서 작동하는 기기 내 AI와 기기 간 직접 연결(P2P) 기능도 제시했다.
온디바이스 AI는 서버 대신 이용자 기기에서 모델을 실행하는 방식이다. 클라우드 전송을 줄이면 네트워크 상태의 영향을 덜 받지만, 기기 성능과 메모리 용량이 처리 속도와 지원 범위를 좌우한다.
큐백의 이번 공개는 음성 인식과 오디오북 생성을 기기 안에서 처리한 사례다. 다만 휴대전화 버전의 언어 지원이 8개 유럽 언어에 한정돼 국내 사용자가 한국어 음성 전사에 바로 활용할 수 있는 단계는 아니다.
큐백은 10월 14일 공식 소개문에서 더 작고 빠른 모델과 추가 언어, 스트리밍 기능을 개발 중이라고 밝혔다. 언어별 성능을 담은 기술 보고서도 후속 공개할 예정이라고 설명했다.
<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>
Most Popular