이미 음성 모드는 많이 쓰고 있고, 이런 음성 입력 앱을 소개하는 유튜브 동영상도 많습니다. 그중 최근에 많이 본 것은 Typeless와 Wispr Flow 같은 앱들입니다.
그런데 이 앱들은 전부 유료라서 일반인이 쓰기에는 비용 부담이 있습니다. 이미 AI 구독을 여러 개 하고 있는데, 여기에 월 구독료까지 더해지면 부담이 될 수 있죠.

또 텍스트를 단순히 입력하는 데 그쳐서는 안 되고, 음성을 전사한 내용을 그대로 넣어서도 안 됩니다. 사람들이 말할 때는 "음"이나 "어" 같은 군더더기가 들어가기 마련인데, 이런 부분은 수정되어야 하니까요.

그래서 살펴보니 기능이 아주 복잡하지도 않고, 적당한 API만 쓰면 만들 수 있겠다 싶어서 직접 만들어 보기로 했습니다. 먼저 로컬에 Whisper를 설치해서 써 봤는데 전사 품질이 별로 좋지 않았고, 여러 모델로 테스트해 봐도 마찬가지였습니다.

제가 원한 것은 실시간 전사와 마지막 보정, 이 두 가지 방식을 모두 지원하는 것이었습니다. 그래서 여러 API를 찾아보다가 마음에 드는 것을 발견했고, 비용도 크게 문제가 없어 보여서 그 API로 테스트해 봤습니다. 역시 유료 API는 성능이 좋고 실시간 처리도 잘했으며, 생각보다 비용도 비싸지 않아서 지금은 이 API로 만들고 있습니다.

전사한 텍스트를 최종 보정하는 데에는 클로드 API를 쓰기로 했습니다. 클로드를 구독하면 매달 제공되는 API가 있는데, 어차피 잘 쓰지 않고 있어서 이를 연결해 쓰면 한 달 동안 충분할 것 같았습니다.

아직 필요한 기능이 몇 가지 더 있어서 계속 작업하고 있습니다. Typeless나 Wispr Flow를 보면 부수적인 기능이 몇 가지 있는데, 기존 내용을 편집하는 기능, AI에 간단히 질문하고 답변을 받는 기능, 번역 기능 등입니다. 이런 기능도 지금 추가해 보고 있습니다. 이것들이 모두 완료되면 나름 쓸 만한 앱이 될 것 같아서 시간 날 때마다 작업하고 있는데, 생각보다 토큰이 많이 들어가서 이번 주에는 이것 때문에 주간 토큰을 거의 다 쓴 것 같습니다.

https://www.typeless.com/
https://wisprflow.ai/

ps) 이 글도 음성 전사 앱을 이용하여 초안을 작성했습니다. 말로 해서 그런지 일기장 쓰는 느낌이 나네요.