Underdog shows off a 32MB speech model in new demo

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Underdog가 브라우저에서 실행되는 약 32MB 음성 생성 모델 Woof의 게임 데모를 공개하며, 기기 내 실행과 데이터 소유권을 강조하는 로컬 AI 방향을 제시했다.

📌 핵심 요약

• Underdog는 2026년 11월 새 텍스트 음성 변환 모델 Woof를 활용한 게임을 공개했다. 기사에서 약 32MB로 소개된 모델의 구체적 크기는 31.7MB이며, 매개변수는 3,100만 개다.
• 게임에서는 타자기에 입력한 문장을 음성으로 듣고 튜너를 돌려 다양한 음악을 생성할 수 있다. Underdog는 Woof가 브라우저에서 작동하고 대부분의 기기에서 인터넷 연결 없이 실행될 수 있다고 설명했으며, 누구나 모델을 다운로드할 수 있도록 공개했다.
• 기사는 Woof처럼 작은 모델이 대형 모델을 대체하기는 어려울 것으로 보면서도, 로컬 비서 경험이나 개인화된 팟캐스트 제작에는 충분할 가능성을 제시했다.
• Underdog는 Woof 데모 공개 몇 주 전에 기기 내 전사와 받아쓰기를 위한 167MB 음성 인식 모델 Bark를 출시했다. 창업자 Sigil Wen은 Granola 같은 기록 도구 대신 사용자 기기에서 실행되고 사용자가 데이터를 소유하는 시스템을 만들고 싶었다고 밝혔다.
• Sigil Wen은 현재의 고성능 모델 대부분을 수개월 안에 사용자가 이미 소유한 기기에서 실행할 수 있게 될 것이라고 전망했다. Underdog는 노트북에서 실행 가능한 매개변수 270억 개 모델도 공개했으며, 대기자 등록을 받는 앱을 Muse와 Instinct의 로컬 호스팅 대안으로 제시하고 있다.

🧩 주요 포인트

1. Woof의 31.7MB 크기와 브라우저 실행 → 대규모 연산 자원을 요구하는 모델 개발 흐름과 함께, 기존 기기에서 실행할 수 있는 소형 모델의 가능성을 보여준다.
2. 대형 모델 대체에는 한계가 있을 것이라는 평가와 로컬 비서·개인화된 팟캐스트 활용 가능성 → Woof의 의미는 구체적인 용도에 필요한 성능을 충족할 수 있는지에 달려 있다.
3. Bark, 매개변수 270억 개 모델, Muse·Instinct의 대안 앱으로 이어지는 제품 구성 → Underdog가 강조하는 기기 내 실행과 사용자 데이터 소유권이 음성 모델을 넘어선 공통 방향으로 나타난다.

🧠 상세 정리

1. 대형 모델 경쟁 속에서 등장한 소형 음성 모델

2026년 11월 6일 TechCrunch의 Ivan Mehta가 전한 기사는 전 세계 AI 기업들이 더 크고 뛰어난 모델을 만드는 경쟁과, 이에 필요한 막대한 연산 자원을 배경으로 제시한다. 한편 일부 연구자와 스타트업은 휴대전화나 컴퓨터 같은 사용자 기기에서 실행할 수 있는 더 작은 모델을 개발하고 있다. Underdog는 이러한 흐름에 속하는 스타트업으로, 새로운 텍스트 음성 변환 모델 Woof를 활용한 게임을 공개했다. 기사 제목은 모델 크기를 약 32MB로 소개하며, 본문에 인용된 회사 게시물은 구체적인 크기를 31.7MB라고 명시한다. 이 데모는 소형 음성 모델이 브라우저 안에서 작동하는 모습을 사용자가 직접 경험하도록 구성됐다.

2. 게임으로 체험하는 Woof의 음성 생성

데모 게임의 배경은 타자기와 CRT 모니터가 놓인 복고풍 기술 테마의 방이며, 책상 램프의 스위치를 누르면 소리가 난다. 사용자는 키보드로 타자기에 원하는 내용을 입력하고, 게임이 그 문장을 음성으로 읽어 주는 기능을 체험할 수 있다. 음악 튜너도 조작할 수 있으며, 튜너를 돌리면 서로 다른 종류의 음악이 생성된다. 게임 도입부는 마을의 ‘침해적인’ 클라우드 제공업체를 경고하는데, 기사는 이를 클라우드 기반 모델을 겨냥한 풍자로 해석한다. Underdog는 공개 게시물에서 게임의 모든 목소리가 Woof로 만들어졌다고 설명하고, Darkcloud를 물리치면 초대권을 얻을 수 있다는 안내도 덧붙였다.

3. 브라우저 실행과 활용 가능성의 범위

Woof의 매개변수는 3,100만 개이며, Underdog는 누구나 모델을 다운로드할 수 있도록 공개했다. 회사 설명에 따르면 이 음성 생성 모델은 브라우저에서 작동하며, 대부분의 기기에서 인터넷 연결 없이 실행될 수 있다. 다만 기사는 이처럼 작은 모델이 더 큰 모델을 대체할 가능성은 낮다고 평가해, 모델의 작은 크기와 전반적인 능력을 구분한다. 동시에 로컬 비서 경험을 제공하거나 개인화된 팟캐스트를 만드는 데에는 충분할 수 있다는 활용 가능성을 제시한다. 이는 모든 작업에서 대형 모델을 대신한다는 주장보다는 특정 용도에서 소형 모델이 쓸모를 가질 수 있다는 전망이며, 기사에는 해당 용도별 성능을 입증하는 구체적인 평가 결과가 제시되지 않는다.

4. Bark와 사용자 데이터 소유권이라는 출발점

이번 Woof 데모는 Underdog가 또 다른 음성 모델인 Bark를 출시한 지 몇 주 뒤에 공개됐다. Bark는 크기가 167MB인 음성 인식 모델로, 사용자 기기에서 전사와 받아쓰기를 수행하도록 설계됐다. 창업자 Sigil Wen은 TechCrunch에 Granola 같은 기록 도구를 사용하는 대신 자신만의 시스템을 만들고 싶어서 앱 개발을 시작했다고 설명했다. 그가 원한 시스템은 AI 모델이 사용자 기기에서 실행되고, 사용자가 자신의 데이터를 소유할 수 있는 형태였다. 기사에서 Woof는 텍스트를 음성으로 바꾸는 모델로, Bark는 음성을 텍스트로 바꾸는 모델로 소개되며, 두 제품 모두 기기 내 실행이라는 회사의 방향과 연결된다.

5. 기존 기기에서 고성능 모델을 실행한다는 전망

Sigil Wen은 현재의 고성능 모델 대부분을 사용자가 이미 소유한 기기에서 수개월 안에 실행할 수 있게 될 것이라고 전망했다. 이는 앞으로의 실행 가능성에 관한 창업자의 예상으로 제시됐으며, 기사에서 이미 달성된 결과로 확인된 내용은 아니다. 그는 자신의 선언문을 언급하면서 미국에서 만들어지고, 개방돼 있으며, 충분한 능력을 갖추고, 사람들이 프라이버시를 지키는 AI를 사용할 수 있게 하는 모델을 훈련하고 싶다고 말했다. 이 발언은 기기 내 실행을 단순한 모델 크기 문제뿐 아니라 모델의 개방성과 사용자 데이터에 대한 통제권을 함께 추구하는 방향으로 설명한다. 기사에는 이 전망을 뒷받침하는 별도의 성능 수치나 검증 결과는 소개되지 않았다.

6. 음성 모델을 넘어선 로컬 AI 제품 구성

Underdog가 공개한 제품은 Woof와 Bark라는 두 음성 모델에 한정되지 않는다. 회사는 노트북에서 실행할 수 있는 매개변수 270억 개 모델도 공개했으며, 별도로 대기자 등록을 받는 앱을 선보이고 있다. Underdog는 이 앱을 Muse와 Instinct의 로컬 호스팅 대안으로 제시하지만, 기사에는 앱의 구체적인 기능이나 비교 성능이 설명돼 있지 않다. 따라서 기사에서 확인되는 범위는 노트북 실행 모델의 공개와 대기자 등록 방식의 앱 소개이며, 다른 서비스와의 기능적 동등성까지 입증된 것은 아니다. 이러한 제품 구성은 사용자가 소유한 기기에서 AI를 실행하고 자신의 데이터를 소유하도록 하겠다는 창업자의 설명이 음성 모델 이외의 제품에도 이어지고 있음을 보여준다.

🧾 핵심 주장 / 시사점

• Woof의 의미는 작은 파일 크기 자체와 함께, 브라우저에서 음성 생성 기능을 직접 체험할 수 있도록 공개했다는 데 있다.
• 기사가 제시한 로컬 비서와 개인화된 팟캐스트는 대형 모델 전체를 대체하지 않아도 소형 모델이 활용 가치를 가질 수 있음을 보여주는 사례다.
• Underdog의 여러 모델과 앱을 연결하는 방향은 기기 내 실행과 사용자 데이터 소유권이며, 수개월 안에 고성능 모델 대부분을 실행할 수 있다는 주장은 아직 창업자의 전망이다.

✅ 액션 아이템

• Woof의 브라우저 실행과 인터넷 연결 없는 실행 가능성을 실제 사용 기기에서 확인할 필요가 있다.
• 로컬 비서와 개인화된 팟캐스트에 필요한 성능을 기준으로 Woof의 활용 적합성을 검토할 필요가 있다.
• Bark와 Muse·Instinct의 대안 앱을 검토할 때 기기 내 실행과 사용자 데이터 소유권의 충족 여부를 확인할 필요가 있다.

❓ 열린 질문

• Woof가 인터넷 연결 없이 실행될 수 있다는 ‘대부분의 기기’의 구체적인 범위는 어디까지인가?
• Woof는 로컬 비서와 개인화된 팟캐스트에 필요한 성능을 어느 정도 충족할 수 있는가?
• 현재의 고성능 모델 대부분을 기존 기기에서 수개월 안에 실행할 수 있다는 Sigil Wen의 전망은 실현될 수 있는가?