모델 다운로드 없이 설치하자마자 쓰는 macOS 음성 받아쓰기, 오픈소스 'Yap'

말로 코딩 지시하는 시대, 도구가 문제였는데요

요즘 개발자들 사이에서 음성 입력이 다시 뜨고 있어요. 예전에는 받아쓰기가 문서 작성용 보조 기능 정도였다면, 지금은 AI 코딩 어시스턴트한테 '이 함수 리팩토링하고 테스트도 추가해 줘' 같은 긴 지시를 내리는 일이 많아지면서 상황이 달라졌거든요. 말하는 속도가 타이핑보다 두세 배는 빠르니까, 프롬프트를 길게 쓰는 워크플로우에서는 음성이 꽤 실용적인 입력 수단이 된 거예요.

그런데 지금까지 macOS에서 쓸 만한 받아쓰기 도구들은 대부분 공통적인 진입 장벽이 있었어요. OpenAI의 Whisper 같은 음성 인식 모델을 로컬에서 돌리는 방식이라, 설치하고 나서 수백 MB에서 수 GB짜리 모델 파일을 따로 내려받아야 했거든요. 모델이 메모리도 계속 점유하고요. 오늘 소개할 Yap은 이 문제를 발상의 전환으로 풀었어요.

모델을 안 받는 비결

Yap은 GitHub에 공개된 오픈소스 macOS 받아쓰기 도구인데, 핵심 특징이 '다운로드할 모델이 없다'는 거예요. 어떻게 가능하냐면, 애플이 이미 macOS 안에 심어둔 음성 인식 엔진을 그대로 가져다 쓰기 때문이에요. 애플은 최근 SpeechAnalyzer라는 새로운 온디바이스 음성 인식 API를 공개했는데요, 음성 모델을 OS가 직접 관리하고 업데이트해 주기 때문에, 앱 입장에서는 API만 호출하면 돼요. 앱 자체는 초경량이 되는 거죠. 설치하자마자 바로 쓸 수 있고, 디스크에 몇 GB짜리 모델을 쌓아둘 필요도 없어요.

온디바이스라는 점도 짚고 갈게요. 음성 인식(STT, Speech-to-Text)은 크게 두 방식이 있어요. 녹음한 소리를 서버로 보내서 텍스트로 받아오는 클라우드 방식과, 내 기기 안에서 전부 처리하는 온디바이스 방식이요. 온디바이스면 세 가지가 좋아요. 첫째, 내 목소리가 기기 밖으로 안 나가요. 회사 코드나 기밀 얘기를 말해도 어디로 전송될 걱정이 없죠. 둘째, 인터넷 없이도 동작해요. 셋째, 네트워크 왕복이 없으니 반응이 빨라요. 받아쓰기는 실시간성이 생명이라 이 지연 시간 차이가 체감이 꽤 커요.

사용 흐름은 이런 류의 도구들이 대개 그렇듯 단순해요. 단축키를 누르고 말하면, 인식된 텍스트가 지금 커서가 있는 곳에 입력돼요. 에디터든 터미널이든 슬랙이든, 어느 앱에서나요. 별도 창을 띄워서 복사해 붙여넣는 게 아니라 시스템 전역에서 동작하는 입력기처럼 쓰는 거예요.

기존 도구들과 뭐가 다른가

macOS 받아쓰기 도구 시장에는 이미 선수들이 많아요. superwhisper, MacWhisper, VoiceInk 같은 도구들이 대표적인데, 대부분 Whisper 계열 모델을 로컬에서 돌려요. 이 방식의 장점은 모델을 골라 쓸 수 있다는 거예요. 더 큰 모델을 받으면 인식 정확도가 올라가고, 언어별로 특화된 모델을 선택할 수도 있죠. 대신 무겁고, 초기 설정이 필요하고, 상당수가 유료예요.

Yap의 접근은 정반대예요. 애플 내장 엔진에 올라타니까 가볍고, 무료 오픈소스고, 설정이 거의 없어요. 대신 인식 품질과 지원 언어가 애플 모델에 묶여요. 애플이 한국어를 얼마나 잘 알아듣느냐가 곧 Yap의 한국어 성능이 되는 구조인 거죠. 최신 macOS 버전이 필요하다는 것도 제약이고요. 정확도와 선택권이 최우선이면 Whisper 계열, 가볍고 바로 쓰는 게 우선이면 내장 엔진 방식, 이렇게 갈리는 셈이에요.

한국 개발자에게는

실사용 관점에서는 한국어 인식 품질을 직접 확인해 보시는 걸 추천해요. 애플 음성 인식은 아이폰 키보드 받아쓰기로 오랫동안 한국어를 지원해 왔지만, 개발 용어처럼 한국어 문장에 영어 단어가 섞이는 코드스위칭 상황('이 컴포넌트에 useEffect 추가해 줘' 같은)은 어떤 엔진이든 쉽지 않은 영역이거든요.

또 하나는 학습 자료로서의 가치예요. 오픈소스니까 애플의 음성 인식 API를 실전에서 어떻게 쓰는지 코드로 볼 수 있어요. 자기 macOS 앱이나 사이드 프로젝트에 음성 기능을 넣어보고 싶었던 분이라면, 잘 만들어진 레퍼런스 구현 하나가 생긴 거예요. 애플 생태계에서 온디바이스 AI 기능을 쓰는 패턴 자체가 앞으로 점점 중요해질 텐데, 그 감을 잡기에 좋은 규모의 프로젝트고요.

정리하면

OS에 이미 들어 있는 음성 인식을 활용해서 '설치 즉시, 모델 다운로드 없이' 동작하는 받아쓰기 도구가 오픈소스로 나왔어요. 여러분은 음성으로 코딩 지시 내려보신 적 있으세요? 한국어와 영어가 섞인 개발 대화, 받아쓰기 도구가 어디까지 알아듣던가요? 경험담 나눠주시면 재밌을 것 같아요.