쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 16일 (월)까지 4683건
23건 · "Whisper"조건 지우기 ×
001 21:11 당일 +331 AI 코딩 에이전트를 위한 로컬 영상 편집기 FFmpeg-Skill 공개 Claude Code, Cursor, Codex와 같은 코딩 에이전트가 사용할 수 있는 로컬 영상 편집 도구 FFmpeg-Skill이 공개되었다. AI · 머신러닝 · kajisho5/ffmpeg-skill · Python
Key Point 클라우드나 API 키 없이 로컬에서 실행되며 에이전트가 정확하게 영상 편집을 수행할 수 있도록 설계된 도구라, AI 코딩 에이전트의 멀티모달 기능 확대와 오프라인 작업 흐름에 영향을 미친다.
핵심 요약
Claude Code, Cursor, Codex와 같은 코딩 에이전트가 사용할 수 있는 로컬 영상 편집 도구 FFmpeg-Skill이 공개되었다. 42개의 FFmpeg 도구를 제공하며, 클라우드나 API 키 없이 Python 표준 라이브러리만으로 동작한다. 각 도구는 명확한 입력 스키마를 가진 argparse 기반 스크립트로, 쉘 명령어 대신 타입이 지정된 인자로 작동한다. 전체 요약 13문장 읽기 → 002 21:11 당일 +113 오픈AI 음성 인식 모델 Whisper, 깃허브 트렌딩 OpenAI가 공개한 Whisper는 대규모 약지도 학습으로 학습된 범용 음성 인식 모델이다. 오픈소스 · 도구 · openai/whisper · Python
Key Point 음성 인식이 필요한 개발자라면 오픈소스로 무료 사용할 수 있는 Whisper의 다양한 모델과 다국어 지원, 구체적인 성능 지표를 파악하는 것이 중요하다.
핵심 요약
OpenAI가 공개한 Whisper는 대규모 약지도 학습으로 학습된 범용 음성 인식 모델이다. Transformer 시퀀스-투-시퀀스 구조를 사용하며 다국어 음성 인식, 음성 번역, 언어 식별, 음성 활동 감지 등 여러 음성 처리 작업을 동시에 수행할 수 있다. 특수 토큰을 사용한 멀티태스크 학습 방식으로 전통적인 음성 처리 파이프라인의 여러 단계를 하나의 모델로 통합한다. 전체 요약 10문장 읽기 → 003 06:11 ▲ 119 · 댓글 58 무료 오픈소스 회의 AI 노트: Yogurt 공개 Frigade가 개발한 Yogurt는 회의 녹음을 위한 무료 오픈소스 AI 도구로, 미팅에 봇을 추가하지 않고도 자동으로 녹음한다. 오픈소스 · 도구 · Show HN: Yogurt – Free, private, open-source alternative to Granola
Key Point 로컬 AI로 처리되는 완전 오픈소스 회의 기록 도구로, 클라우드 의존 없이 사용자 데이터를 온전히 보호한다.
핵심 요약
Frigade가 개발한 Yogurt는 회의 녹음을 위한 무료 오픈소스 AI 도구로, 미팅에 봇을 추가하지 않고도 자동으로 녹음한다. Granola의 대안으로 설계되었으며, 모든 처리가 로컬에서 이루어져 개인정보 보호를 보장한다. macOS 14.4+(Apple Silicon), Windows 10 2004+(x64), Ubuntu 22.04+(x64 AppImage) 등 여러 OS를 지원한다. 전체 요약 6문장 읽기 → 004 18:15 스타 1,867 한 장의 사진으로 AI 디지털 휴먼 영상 제작 한 장의 사진과 한 문장의 대사만으로 립싱크된 AI 디지털 휴먼 톡헤드 영상을 자동으로 생성한다. AI · 머신러닝 · andyhuo520/digital-human-koubo · TypeScript
Key Point Claude Code·Codex 같은 에이전트와 직접 통합되는 AI 동영상 자동화 도구로, 유튜브 톱 크리에이터의 편집 기법을 분석한 48개 컴포넌트와 견적 제어 시스템을 갖춘 프로덕션급 워크플로우가 처음 공개됐다.
핵심 요약
한 장의 사진과 한 문장의 대사만으로 립싱크된 AI 디지털 휴먼 톡헤드 영상을 자동으로 생성한다. Grok Video 1.5를 통해 최대 15초 단위 영상 클립을 생성하고, 음성은 별도 처리 후 스펙트럼 매칭으로 통일해 30개 이상의 분리된 클립이 하나의 녹음처럼 들리도록 한다. 유튜브 톱 크리에이터 25명의 영상을 프레임 단위로 분석해 추출한 48개의 패키징 컴포넌트(오프닝, 증거 카드, 주석, 리듬 효과 등)를 제공한다. 전체 요약 12문장 읽기 → 005 15:11 ▲ 126 · 댓글 108 개발자가 본 1년 사이 AI 활용의 변화, 코딩은 에이전트 시대로 마이크로소프트 윈도우 AI팀에서 세일즈포스 AI 연구소로 이직한 개발자가 1년간 AI 활용 방식의 변화를 정리했다. AI · 머신러닝 · How I use AI (Oct 2026)
Key Point 한 해 사이 AI 코딩 에이전트가 소프트웨어 개발을 근본적으로 바꿨다. 속도 향상, 피로감, 창의성 상실이 동시에 일어나는 현장의 진솔한 기록.
핵심 요약
마이크로소프트 윈도우 AI팀에서 세일즈포스 AI 연구소로 이직한 개발자가 1년간 AI 활용 방식의 변화를 정리했다. 코딩 분야에서 가장 극적인 변화가 일어났다. 깃허브 코파일럿의 자동완성에서 벗어나 이제는 claudeCode 같은 에이전트 5~6개를 관리하며 일한다. 에이전트는 새 기능을 20분 안에 프로토타이핑하고, 테스트를 실행하며, PR까지 작성·검토한다. 기존에 손으로 작성하는 것과 비교해 속도, 유연성, 버그 해결이 획기적으로 향상됐다. 전체 요약 13문장 읽기 → 006 21:11 당일 +108 로컬 AI 스튜디오, 설치 없이 Windows·Linux·macOS에서 실행 Portable AI Studio는 인터넷 연결 없이 로컬에서 온전히 작동하는 데스크톱 AI 스튜디오로, Windows·Linux·macOS를 지원한다. AI · 머신러닝 · techjarves/Portable-Local-Studio · JavaScript
Key Point 로컬 AI의 네 가지 핵심 기능(이미지·채팅·음성 인식·음성 합성)을 한 애플리케이션에서 설치 과정 없이 바로 사용할 수 있게 하는 새로운 접근이며, 하드웨어별 자동 가속 감지로 개발자의 수동 설정 부담을 크게 줄인다.
핵심 요약
Portable AI Studio는 인터넷 연결 없이 로컬에서 온전히 작동하는 데스크톱 AI 스튜디오로, Windows·Linux·macOS를 지원한다. 이미지 생성(Stable Diffusion), LLM 채팅(llama.cpp), 음성 인식(Whisper), 음성 합성(Kokoro TTS) 네 가지 기능을 통합한다. Node.js 런타임과 GPU 백엔드가 자체 포함돼 있어 설치나 시스템 환경 설정이 불필요하며, 사용자는 배치 파일이나 쉘 스크립트를 실행하기만 하면 된다. 전체 요약 12문장 읽기 → 007 21:11 당일 +493 CapCut 대체 오픈소스 동영상 편집기 Concat 출시 Concat은 무료 오픈소스 동영상 편집기로 macOS, Windows, Linux, Android를 지원하는 CapCut 대체 소프트웨어다. 오픈소스 · 도구 · jub0t/Concat · Rust
Key Point 오픈소스 대안이 필요한 동영상 편집자들을 위해 로컬 처리·무제한 기능·AI 스크립팅 지원을 갖춘 완성도 높은 CapCut 대체제가 나왔다.
핵심 요약
Concat은 무료 오픈소스 동영상 편집기로 macOS, Windows, Linux, Android를 지원하는 CapCut 대체 소프트웨어다. 로컬 Whisper 모델로 자동 자막 생성, 텍스트-투-스피치 및 음성 복제, 배경 제거 등을 제공한다. 100개 이상의 GPU 렌더링 이펙트·필터·트랜지션, 키프레임 애니메이션(위치·스케일·회전·투명도·볼륨), 멀티트랙 타임라인을 지원한다. 전체 요약 12문장 읽기 → 008 06:11 새 버전 Hugging Face Transformers v5.21 릴리스, 5개 신규 모델 추가 Transformers 라이브러리가 v5.21.0을 릴리스했으며, 문서 인식부터 음성 합성까지 5개 모델을 새로 지원한다. AI · 머신러닝 · huggingface/transformers@v5.21
Key Point 문서 이해, 음성 합성 등 신규 모델 5개가 추가되고 병렬 처리·양자화·캐시 처리가 크게 개선되어 LLM과 멀티모달 모델 개발자들에게 직접적인 영향이 있다.
핵심 요약
Transformers 라이브러리가 v5.21.0을 릴리스했으며, 문서 인식부터 음성 합성까지 5개 모델을 새로 지원한다. MiniCPM-OCR은 OpenBMB의 모델로 SigLIP 비전 인코더와 Qwen3.5 언어 모델을 결합해 스캔 페이지, 스크린샷, 영수증 등 텍스트 밀집 이미지를 읽는다. Flint는 Recursive의 혼합 전문가 모델로 슬라이딩 윈도우 주의(512개 토큰 범위)와 완전 주의를 결합하며, 각 희소 계층이 256개 전문가 중 6개를 라우팅한다. 전체 요약 12문장 읽기 → 009 21:12 당일 +203 마이크로소프트, 화면 기록으로 AI 자동화 스킬 만드는 도구 공개 마이크로소프트가 Skill Recorder를 공개했다. 이는 화면 작업을 녹화한 뒤 GitHub Copilot SDK로 분석해 AI 에이전트가 재실행할 수 있는 스킬이나 자동화로 변환하는 데스크톱 앱이다. AI · 머신러닝 · microsoft/skill-recorder · TypeScript
Key Point 한 번의 화면 기록으로 AI 에이전트가 반복 실행할 수 있는 자동화 스킬을 만들 수 있으므로, 반복되는 업무 자동화 방식이 크게 단순화된다.
핵심 요약
마이크로소프트가 Skill Recorder를 공개했다. 이는 화면 작업을 녹화한 뒤 GitHub Copilot SDK로 분석해 AI 에이전트가 재실행할 수 있는 스킬이나 자동화로 변환하는 데스크톱 앱이다. 앱은 마우스 클릭, 창 전환, 방문 페이지, 터미널 명령, 음성 해설을 녹화한다. 분석 시 녹화 데이터를 GitHub 클라우드로 전송해 Copilot이 작업 의도와 순서대로 정렬한 단계 목록으로 재구성한다. 생성된 스킬은 SKILL.md 파일 형태로, 에이전트가 UI 클릭 재현 대신 gh CLI나 web_fetch 같은 네이티브 도구를 선호하도록 일반화된다. 한 번 실행한 작업으로 다양한 유사 작업을 처리할 수 있다. 전체 요약 11문장 읽기 → 010 21:11 당일 +126 LocalAI: 고사양 GPU 없이 모든 AI 모델을 로컬에서 실행 LocalAI는 GPU 없이도 LLM, 비전, 음성, 이미지, 비디오 모델을 어떤 하드웨어에서든 실행할 수 있는 오픈소스 AI 엔진이다. AI · 머신러닝 · mudler/LocalAI · Go
Key Point 로컬 환경에서 고가의 GPU 없이도 다양한 AI 모델을 실행할 수 있는 완전한 플랫폼으로, 마이크로서비스 아키텍처, 멀티유저 지원, 분산 모드를 갖춘 프로덕션 레벨의 솔루션이 필요한 조직과 개발자들에게 실질적인 선택지를 제공한다.
핵심 요약
LocalAI는 GPU 없이도 LLM, 비전, 음성, 이미지, 비디오 모델을 어떤 하드웨어에서든 실행할 수 있는 오픈소스 AI 엔진이다. 작은 코어 구조로 설계되어, 필요한 백엔드(llama.cpp, vLLM, whisper.cpp, Stable Diffusion, MLX 등)만 개별 컨테이너로 받아 필요 없는 것은 설치하지 않는다. OpenAI, Anthropic, ElevenLabs API와 호환되며 하나의 API 뒤에서 모든 모달리티를 지원한다. 전체 요약 11문장 읽기 → 011 03:12 새 버전 트랜스포머 5.20.0: 메타 뮤즈 스파크 오픈 등 6개 신규 모델 지원 메타의 멀티모달 혼합 전문가 모델 뮤즈 스파크 오픈(Muse Spark Open)을 추가했다. 총 816B 파라미터(토큰당 활성 42B)이며 최대 1,048,576 토큰의 맥락 창을 지원하고 다중 파일 편집·디버깅·도구 사용 등 에이전틱 코딩 작업을 위해 학습됐다. AI · 머신러닝 · huggingface/transformers@v5.20.0
Key Point 메타·알렉스 알파·바이두 등 주요 기업의 첨단 멀티모달·OCR·오디오 모델 6개가 한 번에 지원되고, 분산 학습·추론·양자화 내보내기 등 프로덕션 기능이 대폭 개선되어 트랜스포머 사용자에게 즉시 영향을 미친다.
핵심 요약
메타의 멀티모달 혼합 전문가 모델 뮤즈 스파크 오픈(Muse Spark Open)을 추가했다. 총 816B 파라미터(토큰당 활성 42B)이며 최대 1,048,576 토큰의 맥락 창을 지원하고 다중 파일 편집·디버깅·도구 사용 등 에이전틱 코딩 작업을 위해 학습됐다. InclusionAI의 Ling 3.0 Flash는 5개 KDA 레이어와 1개 MLA 레이어를 결합한 혼합 전문가 모델로 BailingHybridForCausalLM으로 네이티브 지원되어 trust_remote_code=True 없이 로드된다. 알렉스 알파의 Kolibri 1은 독일어·영어 중심 추론 모델로, 50개 레이어가 384명의 전문가 중 6명에게 각 토큰을 시그모이드 라우팅으로 라우팅하고 슬라이딩 윈도우와 전체 어텐션 레이어를 번갈아 사용한다. 전체 요약 13문장 읽기 → 012 06:11 ▲ 10 · 댓글 2 생명과학 LLM이 실제로 생물학 데이터를 활용하지 않는다 DNA, 단백질, 단일세포 작업을 다루는 6개의 생명과학 추론 모델을 검증한 결과, 벤치마크 성능이 높아도 실제로는 생물학적 입력을 거의 활용하지 않는 것으로 나타났다. AI · 머신러닝 · When Do Biological Reasoning Models Use Their Biological Inputs?
Key Point 생명과학 분야의 AI 모델들이 높은 벤치마크 성능을 보이고 있지만, 실제로는 생물학적 데이터를 무시하고 텍스트 정보에만 의존하는 것으로 밝혀져 이들 모델의 신뢰성과 해석 가능성에 근본적인 의문을 제기한다.
핵심 요약
DNA, 단백질, 단일세포 작업을 다루는 6개의 생명과학 추론 모델을 검증한 결과, 벤치마크 성능이 높아도 실제로는 생물학적 입력을 거의 활용하지 않는 것으로 나타났다. BioReason과 BioReason-Pro의 경우 Evo2와 ESM3 같은 생물학 기초 모델의 기여도가 미미했으며, DNA 서열을 무작위로 섞어도 질병 예측 정확도가 거의 변하지 않았다. 두 모델이 텍스트 정보가 아닌 생물학적 입력에 충돌이 있을 때 텍스트를 따르는 비율이 97.9%와 99.7%에 달했다. 전체 요약 8문장 읽기 → 013 06:11 ▲ 123 · 댓글 76 맥용 로컬 음성 받아쓰기 'BetterWispr' 오픈소스 공개 macOS 14 이상에서 실행되는 무료 오픈소스 받아쓰기 앱으로, Option+Space를 누르고 말하면 자동으로 텍스트로 변환된다. 오픈소스 · 도구 · Show HN: BetterWispr – Free, open-source dictation for Mac
Key Point 로컬 처리와 오픈소스라는 조건에서 계정 없이 완전한 음성 받아쓰기를 맥에서 구현하는 방식이 새로워, 개인정보 보호와 오프라인 사용을 중시하는 사용자들에게 실질적 대안이 된다.
핵심 요약
macOS 14 이상에서 실행되는 무료 오픈소스 받아쓰기 앱으로, Option+Space를 누르고 말하면 자동으로 텍스트로 변환된다. Apple Silicon 권장이며 Apple 음성, Parakeet(영어, 일본어, 유럽 25개 언어 지원), Whisper 등 9가지 내장 모델 중 선택할 수 있고 Sarvam AI나 OpenAI 호환 API도 사용 가능하다. 모든 음성 처리와 모델 실행이 로컬에서 이루어지며, 클라우드 폴백이 없고 계정이나 API 키도 필요 없다. 전체 요약 9문장 읽기 → 014 06:11 ▲ 341 · 댓글 79 16.9MB 경량 음성인식 모델 Whistle 공개 Cactus Compute가 모바일, 웨어러블, 로봇, 스마트홈, 자동차, 마이크로컨트롤러용 음성인식 모델 Whistle을 공개했다. AI · 머신러닝 · Whistle: Speech to Text in 16.9 MB
Key Point 극도로 경량화한 음성인식 모델로 온디바이스 처리가 가능해져, 엣지 환경에서 사용할 수 있는 선택지가 생겼다.
핵심 요약
Cactus Compute가 모바일, 웨어러블, 로봇, 스마트홈, 자동차, 마이크로컨트롤러용 음성인식 모델 Whistle을 공개했다. Whistle은 16.9MB 단일 파일로, CPU에서 의존성 없이 작동하며 기존 Needle 엔진과 같은 C++ 컨테이너에서 동작한다. 7개 언어(영어, 독일어, 프랑스어, 스페인어, 이탈리아어, 네덜란드어, 폴란드어) 지원하며, 최대 30초 음성을 온디바이스에서 처리한다. 전체 요약 12문장 읽기 → 015 06:11 ▲ 121 · 댓글 59 macOS 사진·영상을 AI로 검색하는 로컬 앱 SCM 공개 SCM은 폴더의 모든 사진과 영상 프레임을 로컬 AI로 검색하는 macOS 앱으로, 클라우드 업로드 없이 기기에서만 처리된다. AI · 머신러닝 · Show HN: AI search for every photo and every frame of video on macOS
Key Point AI 검색이 클라우드 없이 로컬에서만 작동하므로 개인 사진·영상의 프라이버시를 완전히 보호하면서도 의미 기반·음성·텍스트 검색을 한 번에 제공하는 방식이 다르다.
핵심 요약
SCM은 폴더의 모든 사진과 영상 프레임을 로컬 AI로 검색하는 macOS 앱으로, 클라우드 업로드 없이 기기에서만 처리된다. 자연언어로 기억을 설명하면 CLIP 등 로컬 비전 모델이 검색하고, 영상은 장면 단위로 분할·임베딩되어 정확한 타임코드로 이동할 수 있다. 5가지 검색 모드를 지원한다: 의미 기반 이미지 검색(Files), 영상의 특정 장면 검색(Scenes), 이미지의 OCR 텍스트 검색(OCR), Whisper를 이용한 영상 음성 검색(Dialogue), 추출된 대사·OCR·파일명을 근거로 답변하는 로컬 LLM 챗(Ask). 전체 요약 13문장 읽기 → 016 21:11 당일 +257 완전 오프라인 음성 인식, 오픈소스 Handy 공개 OpenAI의 Whisper 모델을 기반으로 완전 로컬에서 동작하는 크로스플랫폼 음성-텍스트 변환 애플리케이션 Handy를 오픈소스로 공개했다. 오픈소스 · 도구 · cjpais/Handy · Rust
Key Point 클라우드 전송 없이 완전히 로컬에서 동작하는 오픈소스 음성 인식 도구로, 개인정보 보호를 중시하거나 오프라인 환경에서 음성 입력이 필요한 개발자와 사용자에게 실질적인 선택지가 된다.
핵심 요약
OpenAI의 Whisper 모델을 기반으로 완전 로컬에서 동작하는 크로스플랫폼 음성-텍스트 변환 애플리케이션 Handy를 오픈소스로 공개했다. 단축키를 누르고 말하면 음성이 텍스트로 변환되어 현재 활성 창의 텍스트 필드에 자동으로 입력되며, 음성 데이터가 외부로 전송되지 않는다. Whisper(Small/Medium/Turbo/Large) 또는 CPU 최적화된 Parakeet V3 모델 중 선택 가능하며, GPU 가속을 지원한다. 전체 요약 12문장 읽기 → 017 21:11 당일 +124 Neuro-sama 같은 AI 캐릭터를 직접 만드는 오픈소스 프로젝트 AIRI Neuro-sama 같은 자체호스팅 가능한 AI 동반자를 만드는 오픈소스 프로젝트로, TypeScript 기반 웹 기술과 네이티브 기술을 함께 사용한다. AI · 머신러닝 · moeru-ai/airi · TypeScript
Key Point Neuro-sama 같은 AI 가상 캐릭터를 누구나 직접 구축할 수 있는 완전한 오픈소스 플랫폼이 나왔고, 게임 플레이부터 음성 채팅까지 놀라운 수준의 기능을 갖추고 있다.
핵심 요약
Neuro-sama 같은 자체호스팅 가능한 AI 동반자를 만드는 오픈소스 프로젝트로, TypeScript 기반 웹 기술과 네이티브 기술을 함께 사용한다. 브라우저, macOS, Windows 데스크톱, 모바일 PWA 등 다양한 플랫폼에서 실시간 음성 채팅이 가능하며, Minecraft, Factorio, Kerbal Space Program 등 여러 게임을 플레이할 수 있다. WebGPU, WebAssembly, Web Workers 등 웹 기술로 그래픽과 레이아웃을 처리하면서도, NVIDIA CUDA와 Apple Metal을 통한 네이티브 추론으로 성능을 확보하는 하이브리드 아키텍처를 채택했다. 전체 요약 12문장 읽기 → 018 16:56 당일 +139 AI가 영상의 핵심만 자동으로 잘라주는 오픈소스 도구 비디오 링크 하나를 입력하고 플랫폼을 선택하면 자동으로 쇼츠 형식의 영상을 생성하는 오픈소스 도구 AutoClip을 공개했다. AI · 머신러닝 · zhouxiaoka/autoclip · Python
Key Point 긴 영상에서 플랫폼별 숏폼 콘텐츠를 자동으로 만드는 도구로, 팟캐스트·인터뷰 크리에이터나 마케팅팀이 수작업 편집 시간을 대폭 줄일 수 있다.
핵심 요약
비디오 링크 하나를 입력하고 플랫폼을 선택하면 자동으로 쇼츠 형식의 영상을 생성하는 오픈소스 도구 AutoClip을 공개했다. 긴 영상에서 AI가 하이라이트 장면을 감지해 자동으로 자르고, 자막과 발행 문안까지 함께 만든다. 틱톡, 유튜브 쇼츠, 인스타그램 릴스, 더우인, 샤오훙수, B스탠, 유튜브 등 8개 플랫폼의 화면 비율과 길이 요구사항에 맞춰 최대 10개 영상을 자동 생성한다. 전체 요약 10문장 읽기 → 019 21:11 당일 +120 중국 음성 생성 모델 LongCat-Video, 장시간 영상 생성에 특화 미투안이 개발한 LongCat-Video는 137억 개 파라미터 기반 통합 영상 생성 모델이다. AI · 머신러닝 · meituan-longcat/LongCat-Video · Python
Key Point 기존 영상 생성 모델의 색감 저하·품질 감소 문제를 장시간 생성으로 해결하고, 음성 기반 인물 애니메이션까지 확장한 첫 번째 오픈소스 통합 모델이기 때문에 영상 생성 분야의 기술 진화를 보여준다.
핵심 요약
미투안이 개발한 LongCat-Video는 137억 개 파라미터 기반 통합 영상 생성 모델이다. 텍스트-투-비디오, 이미지-투-비디오, 비디오 연속 생성을 하나의 모델로 처리한다. 분단위 장시간 영상을 색감 저하나 품질 손실 없이 생성하며, 720p 30fps 영상을 분 단위로 생성할 수 있다. 전체 요약 6문장 읽기 → 020 03:10 ▲ 296 · 댓글 81 온디바이스 AI 모델 플랫폼 Desert Ant Labs 출범 유럽 AI 스타트업 Desert Ant Labs가 스마트폰·태블릿에서 직접 실행되는 경량 전문화 모델 18개를 공개했다. AI · 머신러닝 · Desert Ant Labs: local, fast models that run on device
Key Point 온디바이스 AI의 경제성이 바뀌고 있다. 클라우드 추론 비용이 없으면 개발자들은 모든 사용자 입력마다 모델을 실행할 수 있게 되고, 기존 클라우드 API 중심의 제품 설계 방식이 근본적으로 흔들린다.
핵심 요약
유럽 AI 스타트업 Desert Ant Labs가 스마트폰·태블릿에서 직접 실행되는 경량 전문화 모델 18개를 공개했다. 음성인식(Voz), 오디오 품질 개선(Clear), 개인정보 마스킹(Redact) 등 각 작업별로 최적화된 모델들로, 모두 밀리초 단위 응답 시간을 제공한다. Voz는 Whisper보다 4.7배 빠르고, Clear는 5분 음성을 1초에 처리하며, Redact는 12MB 크기로 GLiNER-PII(2.3GB)와 유사한 정확도를 낸다. 전체 요약 5문장 읽기 → 021 21:11 당일 +366 무료로 Claude Code와 다양한 AI 코딩 에이전트 사용하기 50개 이상 프로바이더에서 월 13억 개 이상의 무료 토큰으로 Claude Code, Codex, Pi, OpenCode 등 10개 코딩 에이전트를 단일 UI에서 통합 관리할 수 있다. AI · 머신러닝 · Alishahryar1/free-claude-code · Python
Key Point 무료 토큰 한도와 프로바이더 제약 속에서 여러 AI 코딩 에이전트를 프로덕션 수준으로 사용할 수 있는 구체적인 방법을 제시한다.
핵심 요약
50개 이상 프로바이더에서 월 13억 개 이상의 무료 토큰으로 Claude Code, Codex, Pi, OpenCode 등 10개 코딩 에이전트를 단일 UI에서 통합 관리할 수 있다. 터미널, VS Code, JetBrains IDE, Discord, Telegram 등 다양한 클라이언트에서 접근 가능하며, 로컬 Whisper나 NVIDIA NIM 음성 인식을 활용한 음성 입력도 지원한다. 프로바이더 장애 발생 시 자동으로 다음 모델로 전환되고, RTK 필터와 5가지 최적화로 터미널 출력 토큰을 최대 90% 감소시킨다. 전체 요약 5문장 읽기 → 022 21:11 당일 +208 음성 클론부터 AI 에이전트 연동까지, 로컬 기반 AI 음성 스튜디오 오픈소스 AI 음성 스튜디오 Voicebox는 ElevenLabs와 Whisper Flow의 기능을 하나로 통합한 로컬 우선 솔루션으로, 모든 데이터가 기기에서만 처리된다. AI · 머신러닝 · jamiepine/voicebox · TypeScript
Key Point 클라우드 의존을 벗어나 개인 기기에서 음성 클론, 생성, 인식, AI 연동을 모두 제어할 수 있는 완전한 로컬 솔루션이 등장했기 때문이다.
핵심 요약
오픈소스 AI 음성 스튜디오 Voicebox는 ElevenLabs와 Whisper Flow의 기능을 하나로 통합한 로컬 우선 솔루션으로, 모든 데이터가 기기에서만 처리된다. 음성 클론, 음성 생성(23개 언어 지원), 딕테이션, AI 에이전트 음성 출력까지 완전한 음성 입출력 스택을 7개 TTS 엔진으로 제공한다. Qwen3-TTS, Qwen CustomVoice, LuxTTS, Chatterbox 시리즈, HumeAI TADA, Kokoro 등 각 엔진이 서로 다른 강점을 가지며, Chatterbox Turbo만 [laugh], [sigh] 같은 감정 태그를 해석한다. 전체 요약 6문장 읽기 → 023 11:10 당일 +116 프라이버시 우선 음성 받아쓰기 앱 OpenWhispr 공개 WisprFlow와 Granola의 오픈소스 대안으로, 핫키 입력 후 음성을 텍스트로 변환해 커서 위치에 자동 붙여넣기한다. 오픈소스 · 도구 · OpenWhispr/openwhispr · JavaScript
Key Point 로컬 처리로 프라이버시를 보장하면서 클라우드 속도도 선택 가능한 음성 받아쓰기 도구로, 업무 자동화와 회의 기록이 필요한 개발자와 사용자들에게 실질적인 대안이 될 수 있다.
핵심 요약
WisprFlow와 Granola의 오픈소스 대안으로, 핫키 입력 후 음성을 텍스트로 변환해 커서 위치에 자동 붙여넣기한다. 로컬 모델(Whisper, NVIDIA Parakeet)과 클라우드 모델을 선택 가능하며, 로컬 모드에서는 음성이 기기를 떠나지 않는다. Zoom·Teams·FaceTime 통화 자동 감지, 화자 구분 및 음성 지문인식, 의미 검색이 가능한 노트 기능을 제공한다. 전체 요약 6문장 읽기 →