Subanana 처리 속도, 1년 전보다 최대 7배 빨라졌습니다

2025년 7월, 1시간짜리 회의 녹음을 처리하는 데 26.8분이 걸렸습니다.

이번 달, 같은 작업은 4.9분이면 끝납니다.

보기 좋게 꾸민 벤치마크가 아닙니다. 두 해의 7월에 처리한 모든 "1시간 회의" 작업의 처리 시간 중앙값이며 — 엄선한 데모 파일이 아니라 — 실패한 작업은 양쪽 모두에서 제외했습니다. 같은 달, 같은 파일 길이, 같은 측정 방식입니다. 약 5.5배 빨라졌고, 긴 파일일수록 개선 폭은 더 큽니다.

"속도 개선 릴리스"를 내놓은 적은 없습니다. 아무도 블로그에 쓰지 않는 파이프라인의 수수한 부분들을 1년 동안 꾸준히 개선한 결과가 쌓인 것입니다.

실제로 무엇이 달라졌나

2025년 7월 대 2026년 7월의 처리 시간 중앙값입니다. 각 칸의 두 번째 숫자는 느린 쪽 10% — 열 건 중 가장 느린 한 건의 수준입니다. 중앙값은 숫자를 좋아 보이게 하고, 최악의 날이 어떤 모습인지는 꼬리 쪽이 말해 줍니다.

꼬리 쪽은 중앙값보다 더 크게 개선되었고, 사실 그쪽이 더 중요합니다. 1년 전에는 1시간 회의 열 건 중 한 건은 돌아오는 데 1시간이 넘게 걸렸습니다. 지금은 느린 쪽 10%도 7분부터 시작합니다 — 오늘의 느린 작업이 그때의 보통 작업보다 몇 배나 빠릅니다. 1시간 영상의 최악 사례는 2시간 이상에서 21분이 되었습니다. Subanana 때문에 일정에 몰래 여유를 넣어 두셨다면, 이제 그러지 않으셔도 됩니다.

긴 파일일수록 개선 폭이 큽니다 — 7배는 "2시간 회의" 행에 있습니다. 짧은 데모 클립에 맞춰 튜닝된 일반적인 파이프라인과는 정반대의 결과이고, 이 차이는 사용 방식 자체를 바꿉니다. 1시간 반을 기다리는 일은 "점심 먹고 돌아와서 확인하는" 작업이지만, 7분은 "자리에서 기다리는" 작업입니다.

그리고 추세는 꺾이지 않았습니다. 7월 마지막 주는 Subanana 역사상 가장 빠른 한 주였고, 1시간 영상의 중앙값은 5.5분이었습니다.

의외였던 부분

오늘 1시간짜리 영상의 대기 시간이 어떻게 나뉘는지입니다. 단계들이 서로 겹치므로 엄격한 순서가 아니라 대략적인 비율로 봐 주세요.

전사, 즉 AI가 하는 부분은 대기 시간의 약 5분의 1에 불과합니다.

AI는 한 번도 병목이었던 적이 없습니다. 다들 음성 인식이 가장 느린 단계라고 생각합니다. 모델이 들어 있는 단계니까요. 하지만 실제로는 아니고, 꽤 오래전부터 아니었습니다. 대기 시간의 약 5분의 4는 물류입니다. 파일 디코딩, 깨끗한 오디오 트랙 추출, 파형 생성, 그리고 나중에 결과를 탐색할 수 있도록 편집기가 필요로 하는 미리보기 렌더링.

개선이 바로 거기서 나온 이유입니다. 파일을 파이프라인에 넣는 단계만 해도 6월 이후 90% 넘게 빨라졌고, 미디어 준비 시간은 절반 정도로 줄었습니다. 전사 자체에는 더 얻어낼 여지가 거의 없었고, 그 밖의 모든 것에는 여지가 많았습니다.

이 표에서 알아 두면 좋은 세 가지가 나옵니다.

회의가 가장 빨리 돌아옵니다. 회의 작업은 영상 미리보기 렌더링을 완전히 건너뜁니다. 같은 길이에서 회의 행이 영상 행보다 항상 빠른 큰 이유입니다.

번역을 추가해도 결과가 늦어지지 않습니다. 번역은 비동기로 실행됩니다 — 원어 전사본과 자막은 지금처럼 가장 빨리 도착하고, 번역된 트랙은 그 뒤에 자동으로 나타납니다. 처리 속도를 지키려고 번역 대상을 빼고 계셨다면, 그럴 필요 없습니다. 자막 모드에서는 한 작업에 여러 번역 대상을 추가할 수 있습니다.

업로드 시간은 이 숫자에 포함되지 않습니다. 측정은 파일이 도착한 뒤 처리가 시작되는 시점부터입니다. 회선이 느리면 업로드가 대기 시간의 절반 이상을 차지할 수도 있습니다. 영상이 공개되어 있다면 YouTube·Instagram·Facebook 링크를 붙여 넣어 업로드를 건너뛰세요 — Subanana가 직접 가져옵니다.

지름길이 통하지 않는 부분

좋은 음성 인식 모델은 누구나 빌릴 수 있습니다. 이 분야의 공공연한 비밀입니다 — 가장 신비로워 보이는 AI 부분은 API 키만 신청하면 누구나 쓸 수 있습니다. 매주 새로운 전사 앱이 나오는 이유입니다.

하지만 모델은 대기 시간의 5분의 1일 뿐입니다. 나머지 5분의 4는 모델을 둘러싼 기계 장치입니다. 수집, 디코딩, 오디오 추출, 자막 생성, 미리보기 렌더링, 대기열 관리. 이것들은 빌릴 수 없습니다. 직접 만들고, 실제 워크로드로 측정하고, 다시 만드는 수밖에 없습니다 — 그리고 이것이 빨라지는 유일한 방법은 데모에서는 절대 드러나지 않는 문제에 엔지니어링 시간을 쏟는 것입니다.

지난 1년 동안 실제로 일어난 일이 바로 그것입니다. 하나의 큰 릴리스도, 운 좋은 모델 교체도 아닙니다. 속도 개선은 지난 1년 반 동안 거의 매달 쌓여 왔습니다. 주말에 조립한 래퍼 앱도 전사는 우리와 같은 것을 쓸 수 있습니다. 하지만 그 5분의 4는 따라 할 수 없습니다 — 긴 파일을 업로드할 때마다 체감하는 것이 바로 그 5분의 4입니다.

달라지지 않은 부분

재시도는 여전히 무료입니다. 전사 결과에 문제가 있어 보이면 시스템이 해당 구간을 내부적으로 다른 모델에 자동으로 다시 맡깁니다. 알림은 없습니다. 두 번째 처리에 요금이 붙지 않고, 내부에서 몇 번을 재시도했든 파일 하나 값만 냅니다. 1년 전에도 그랬고 지금도 그렇습니다. 다만 더 빨라졌을 뿐입니다.

한도도 상향되었습니다: 파일당 8시간·30 GB입니다. 실제로 먼저 부딪히는 것은 8시간 한도입니다.

긴 녹음으로 시험해 보세요

1시간을 기다리기 싫어서 2시간짜리 녹음을 미뤄 두셨다면, 그 계산은 이미 달라졌습니다. 지금은 약 11분입니다.

AI 회의 전사와 AI 자막 모두 이 숫자가 나온 바로 그 파이프라인 위에서 돌아갑니다.

모든 수치는 처리 시간 중앙값입니다 — 2025년 7월(한 달 전체) 대 2026년 7월 1–27일 — 원본 길이로 그룹화하고 실패한 작업은 제외했으며 처리 시작 시점부터 측정했습니다. "2시간" 행은 90분–3시간 파일을 포함합니다. 실제 시간은 파일 크기·코덱·부하에 따라 달라집니다.