Cue의 받아쓰기에는 다듬기 단계가 있습니다. 군말과 누락된 구두점이 있는 원본 녹취록을 화자가 의도한 대로 읽히는 텍스트로 바꾸는 것입니다. 이 단계가 어디서 실행될지는 측정을 통해 결정되었으며, 그 측정 결과는 공개되어 있습니다. 이 게시물은 Google DeepMind의 사례 연구를 따르며, 수치는 2026년 5월 기준이고, 해당 페이지에 명시되지 않은 내용은 추가하지 않습니다.
최초 설계
이 단계는 더 큰 모델이 더 정확하게 다듬을 것이라는 가정하에, 로컬 모델을 예비로 두고 클라우드 모델을 사용하도록 구축되었습니다. 팀이 이 단계에 대해 명시한 목표는 모델처럼이 아닌 사용자처럼 읽히는 텍스트였습니다. 즉, 정해진 스타일을 강요하지 않으면서 구두점을 복원하고, 문장을 분할하며, 군말을 제거하는 것이었습니다.
측정
팀은 영어, 다른 언어, 그리고 혼합 언어 입력을 포함하는 227개의 실제 음성 샘플로 이 단계의 벤치마크를 실행했습니다. 해당 벤치마크에서 Apple Silicon의 Ollama를 통해 로컬로 실행되는 Gemma 4 E4B가 첫 번째 선택 모델로 채택되었습니다. 다듬기 단계의 중앙값 지연 시간은 876ms에서 488ms로 감소했으며, 페이지는 이를 팀이 타이핑보다 빨라야 한다고 설정한 예산 내에 있다고 설명합니다.
결정 번복
벤치마크 이후 아키텍처는 역전되었습니다. 로컬 모델이 기본이 되고 클라우드 모델이 대체 수단이 되었습니다. 데스크톱 앱은 시작 시 Ollama가 실행 중인지 확인합니다. 실행 중이 아니면 다듬기 단계가 클라우드 모델로 라우팅되고 받아쓰기는 계속됩니다.
페이지에 따르면 사용자에게 변경된 점
- 전환 전후 4주 동안 활성 베타 사용자 전체에서 사용자당 받아쓰기 양이 약 30% 증가했습니다. 짧은 메시지를 받아쓰던 사용자들이 더 긴 메시지를 받아쓰기 시작했습니다.
- 해당 단계의 한계 추론 비용이 0으로 떨어졌으며, 페이지에서는 이를 무료 요금제를 포함한 모든 요금제에서 받아쓰기가 무제한인 이유로 제시합니다.
주장의 경계
다듬기 단계만 이동했습니다. 텍스트 변환은 다듬기 단계 전에 클라우드 음성-텍스트 변환 서비스에 의해 수행되며, Cue의 에이전트 모드는 클라우드 모델에 의존합니다. 이 페이지는 독립적인 에이전트 작업을 위한 Gemma 4의 함수 호출에 대한 초기 평가를 보고하며 이를 초기 단계라고 부릅니다. 따라서 저희 홈페이지에는 다듬기 단계가 사용자 기기에서 실행된다고 명시되어 있으며 에이전트가 로컬에서 실행되는 것에 대해서는 언급하지 않습니다. 플랫폼 페이지에도 동일한 경계가 기록되어 있습니다.