sjoon21 · Oct 30, 2026 · Oct 30, 2026 · Oct 30, 2026
diff --git a/ARCHITECTURE.md b/ARCHITECTURE.md
@@ -11,6 +11,8 @@
 
 | 날짜 | 버전 | 변경 |
 | --- | --- | --- |
+| 2026-10-30 | v3.79 | **0.5.3 릴리스 준비(브랜치 `feat/univa-8bit`).** 버전 0.5.3을 다섯 매니페스트와 잠금 파일에 맞췄다(소유자는 0.5.2.1을 말했지만 Tauri 업데이트·Cargo·npm이 세 자리 semver만 받고 `0.5.2-1`은 0.5.2보다 낮고 `0.5.2+1`은 같은 버전이라 업데이트가 가지 않아 0.5.3으로 냈다). 0.5.2 이후: 한국어 파인튜닝 엔진 8bit 변환본 교체(v3.78). 릴리스 노트 `docs/releases/v0.5.3.md`, 로드맵 항목. |
+| 2026-10-30 | v3.78 | **한국어 파인튜닝 엔진을 8bit 변환본으로 교체(브랜치 `feat/univa-8bit`).** 0.5.2에 올린 `asr-ko-univa`가 원본 bf16(4.7GB)이었다(변환·업로드 위치를 정하지 않고 허브 원본을 그대로 등록했다). `mlx_audio.convert -q --q-bits 8 --q-group-size 64 --q-mode affine`로 변환해(표준 엔진과 같은 설정, `model.safetensors` 2,463,307,541바이트로 공식 Qwen3-ASR 1.7B 8bit와 같다) 소유자 계정에 `voyagar/Qwen3-ASR-1.7B-ko-mlx-8bit`(공개, Apache-2.0, 커밋 `8fcc32c4`, 모델 카드에 원 제작자·원본 revision·변환 명령)로 올리고 등록 목록을 바꿨다. ID `asr-ko-univa`·`level_note`는 그대로라 사용자가 고른 엔진 설정은 유지되고, 새 폴더(`qwen3-asr-1.7b-ko-8bit`)를 받을 때까지는 받아 둔 다른 엔진으로 변환한다. 0.5.2로 bf16을 받은 폴더(`qwen3-asr-1.7b-ko-bf16`)는 등록 밖이 되어 `models prune`으로 지운다. 간이 점검: 원본과 출력 차이 CER 2.5, 처리 시간 약 30% 단축(docs/design/asr-engines.md). |
 | 2026-10-30 | v3.77 | **0.5.2 릴리스 준비(브랜치 `fix/mic-config-change-crash`).** 버전 0.5.2를 다섯 매니페스트와 잠금 파일에 맞췄다. 0.5.1 이후: 한국어 파인튜닝 엔진 `asr-ko-univa` 등록과 모델 화면 변환 엔진 라디오 목록(v3.75), 장치 전환 중 녹음 프로그램 크래시 수정(v3.76, 이슈 #57). 릴리스 노트 `docs/releases/v0.5.2.md`, 로드맵 항목. |
 | 2026-10-30 | v3.76 | **녹음 중 입력 장치가 바뀌면 `tractus-rec`가 죽던 것(이슈 #57, 브랜치 `fix/mic-config-change-crash`).** `AVAudioEngineConfigurationChange` → `Recorder.restart` → `MicSource.open`의 `installTap`이 Objective-C 예외(NSException)를 던져 Swift `do/catch`를 지나 프로세스가 abort됐다(66분 녹음 중 크래시, `recording.json`의 `duration`이 null로 남음). ① `RecorderKit.micFormatProblem`: tap 전에 채널·표본 속도 0과 하드웨어 포맷 불일치를 오류로 던진다(`restart`의 경고와 watchdog 2초 재시도로 넘어감). 음성 처리(에코 제거) 중에는 두 포맷이 다를 수 있어 표본 속도 일치는 보지 않는다. ② `MicSource.stop()`마다 새 `AVAudioEngine`으로 바꾸고 관찰자를 다시 단다(장치가 바뀐 뒤 같은 엔진의 입력 노드가 낡은 포맷을 쥐는 것을 피함). ③ 새 SwiftPM 타깃 `ObjCCatch`(Objective-C, `TractusObjC.catching { }`)로 `installTap`을 감싸 NSException을 Swift 오류로 바꾼다(`recorder/`의 tools-version 5.10·플랫폼은 그대로). 이 Mac의 실제 마이크로 일반·에코 제거 녹음이 정상임은 확인했고, **실제 장치 전환(블루투스 연결·해제)은 재현하지 못했다.** 비정상 종료로 `duration`이 null인 녹음은 앱의 `변환 대기 중인 녹음`에 보이고 코어가 그대로 변환 전 노트로 저장한다는 것을 테스트로 고정했다. |
 | 2026-10-30 | v3.75 | **변환 엔진 목록(브랜치 `feat/engine-list-univa`).** 소유자 불만: 0.5.1의 드롭다운에는 받아 둔 엔진만 있었고, 설치한 앱의 모델 폴더(`~/Library/Application Support/dev.tractus.app/models`)에는 개발 Mac의 `models/custom-models.json`에 넣은 TeamUNIVA 모델이 없었다. ① `asr-ko-univa`(`TeamUNIVA/qwen3_asr_1.7b_ko` 3e66f586, Apache-2.0, bf16 4.7GB, 계열 `qwen3`)를 등록 목록에 올렸다(`level_note: one_of`, 벤치마크 면제: CLAUDE.md 기록). `--preset all`은 약 12GB. ② 모델 화면 디자인: 변환 엔진 선택(드롭다운)·받기/삭제(평평한 모델 목록 속)·직접 추가(맨 아래)가 세 곳에 흩어져 있었고, 모델 10개가 같은 무게로 줄줄이 늘어서 한 줄이 5줄·오른쪽 열이 두 줄이었다. 이제 `변환 엔진` 구역 하나에 라디오 목록(자동 + 엔진 넷, 받지 않은 엔진도 고르면 설정에 저장하고 받기 시작, 받기 전에는 받아 둔 다른 엔진으로 변환)과 직접 추가를 모았다. 줄 제목은 모델 이름(`model_name`), 크기·상태·삭제·받기는 한 줄에 같은 자리. 엔진이 아닌 모델은 `다른 기능의 모델` 구역(컴포넌트 `EngineChoice`, `renderActions`). |

diff --git a/CLAUDE.md b/CLAUDE.md
@@ -27,7 +27,7 @@ Local-first 노트·녹음 도구(메모·노트가 본체이고, 녹음은 텍
 - 런타임은 `mlx-audio`(`mlx_audio.stt.utils.load`)를 **프로세스 안에서** 호출한다. `mlx_audio.server` HTTP 엔드포인트는 `hotwords`를 전달하지 않으므로 쓰지 않는다. 두 트랙은 모델 경로만 다르고 코드는 같다.
 - VAD는 `mlx-community/silero-vad-v6`(`models/silero-vad-v6`). torch를 의존성에 넣지 않는다.
 - Whisper·Nemotron은 Phase 0에서 탈락했다(`ARCHITECTURE.md` §8 "Phase 0 결과"). 새 벤치마크(`bench/`) 없이 ASR 모델을 바꾸거나 **등록 목록에** 추가하지 않는다. 사용자가 앱에서 직접 추가하는 엔진(`tractus models add`)은 사용자의 선택이라 측정을 요구하지 않는다.
-- **등록 목록 면제 기록 (2026-10-30, 소유자 결정).** `asr-ko-univa`(`TeamUNIVA/qwen3_asr_1.7b_ko` bf16, 4.7GB)를 **벤치마크(`bench/`) 없이** 등록 목록에 올렸다. 확인한 것은 스프린트 회의 5분 구간의 간이 비교(반복 루프 없음, 자동 감지에서 빈 청크가 나와 `asr.py`가 한국어로 다시 변환)뿐이다. 즉 FLEURS·HiKE·AI Hub 품질은 검증되지 않았다. 다음에 이 엔진을 기본으로 권하거나 설명을 바꿀 때 `bench/run.py`로 셋 다 잰다.
+- **등록 목록 면제 기록 (2026-10-30, 소유자 결정).** `asr-ko-univa`(`TeamUNIVA/qwen3_asr_1.7b_ko`를 mlx-audio로 8bit 변환해 소유자 계정에 올린 `voyagar/Qwen3-ASR-1.7B-ko-mlx-8bit`, 2.5GB)를 **벤치마크(`bench/`) 없이** 등록 목록에 올렸다. 확인한 것은 스프린트 회의 5분 구간의 간이 비교(반복 루프 없음, 자동 감지에서 빈 청크가 나와 `asr.py`가 한국어로 다시 변환)뿐이다. 즉 FLEURS·HiKE·AI Hub 품질은 검증되지 않았다. 다음에 이 엔진을 기본으로 권하거나 설명을 바꿀 때 `bench/run.py`로 셋 다 잰다.
 - **변환 엔진은 계열 어댑터로 돈다(v3.59, docs/design/asr-engines.md)**: `asr.ENGINES`(qwen3·whisper·sensevoice), 계열은 모델 폴더 `config.json`의 `model_type`. 새 계열을 더하면 `ENGINES`·`models_install.NEEDED_FILES`·`bench/asr.py`를 함께 고친다. 자주 쓰는 단어는 Qwen만 넣는다(Whisper는 Phase 0에서 프롬프트가 CER을 크게 나쁘게 했다: 다시 넣으려면 측정한다). 고르기는 `transcribe --engine <ID>`(앱 설정 `asr_engine`)이고 실시간 텍스트 변환은 0.6B 그대로다.
 
 ## 화자 분리 모델 (2026-10-04 확정)

diff --git a/app/package.json b/app/package.json
@@ -1,7 +1,7 @@
 {
   "name": "tractus-app",
   "private": true,
-  "version": "0.5.2",
+  "version": "0.5.3",
   "license": "Apache-2.0",
   "type": "module",
   "scripts": {

diff --git a/app/src-tauri/Cargo.lock b/app/src-tauri/Cargo.lock
diff --git a/app/src-tauri/Cargo.toml b/app/src-tauri/Cargo.toml
@@ -1,6 +1,6 @@
 [package]
 name = "tractus-app"
-version = "0.5.2"
+version = "0.5.3"
 description = "Tractus 데스크톱 앱"
 license = "Apache-2.0"
 edition = "2021"

diff --git a/app/src-tauri/tauri.conf.json b/app/src-tauri/tauri.conf.json
@@ -1,7 +1,7 @@
 {
   "$schema": "https://schema.tauri.app/config/2",
   "productName": "Tractus",
-  "version": "0.5.2",
+  "version": "0.5.3",
   "identifier": "dev.tractus.app",
   "build": {
     "beforeDevCommand": "pnpm dev",

diff --git a/app/src/preview/data/models-en.json b/app/src/preview/data/models-en.json
@@ -111,23 +111,23 @@
     {
       "id": "asr-ko-univa",
       "name": "Transcription engine (Korean fine-tune)",
-      "purpose": "Qwen3-ASR 1.7B trained further on Korean. Not quantized, so it is large (4.7GB), and it has only had a quick check. Custom vocabulary works.",
+      "purpose": "Qwen3-ASR 1.7B trained further on Korean. It has only had a quick check. Custom vocabulary works.",
       "level": "required",
       "level_note": "one_of",
-      "size_bytes": 4714422446,
+      "size_bytes": 2479288769,
       "installed": false,
       "installed_bytes": 0,
       "state": "missing",
       "needed_by": [
         "convert"
       ],
       "group": "convert",
-      "path": "models/qwen3-asr-1.7b-ko-bf16",
-      "model_name": "Qwen3-ASR 1.7B Korean (bf16)",
+      "path": "models/qwen3-asr-1.7b-ko-8bit",
+      "model_name": "Qwen3-ASR 1.7B Korean (8-bit quantized)",
       "publisher": "TeamUNIVA",
-      "converted_by": null,
-      "source": "TeamUNIVA/qwen3_asr_1.7b_ko",
-      "revision": "3e66f586033753589c3effeb2c8cbce46a1ddabb",
+      "converted_by": "Tractus (MLX conversion)",
+      "source": "voyagar/Qwen3-ASR-1.7B-ko-mlx-8bit",
+      "revision": "8fcc32c42a93394b8c822487e2d595670edae23f",
       "license": "Apache-2.0",
       "languages": "Korean",
       "params": "1.7B",

diff --git a/app/src/preview/data/models.json b/app/src/preview/data/models.json
@@ -111,23 +111,23 @@
     {
       "id": "asr-ko-univa",
       "name": "변환 엔진 (한국어 파인튜닝)",
-      "purpose": "Qwen3-ASR 1.7B를 한국어로 더 학습한 엔진입니다. 양자화하지 않아 용량이 크고(4.7GB) 간이 점검만 했습니다. 자주 쓰는 단어를 쓸 수 있습니다.",
+      "purpose": "Qwen3-ASR 1.7B를 한국어로 더 학습한 엔진입니다. 간이 점검만 했습니다. 자주 쓰는 단어를 쓸 수 있습니다.",
       "level": "required",
       "level_note": "one_of",
-      "size_bytes": 4714422446,
+      "size_bytes": 2479288769,
       "installed": false,
       "installed_bytes": 0,
       "state": "missing",
       "needed_by": [
         "convert"
       ],
       "group": "convert",
-      "path": "models/qwen3-asr-1.7b-ko-bf16",
-      "model_name": "Qwen3-ASR 1.7B 한국어 (bf16)",
+      "path": "models/qwen3-asr-1.7b-ko-8bit",
+      "model_name": "Qwen3-ASR 1.7B 한국어 (8bit 양자화)",
       "publisher": "TeamUNIVA",
-      "converted_by": null,
-      "source": "TeamUNIVA/qwen3_asr_1.7b_ko",
-      "revision": "3e66f586033753589c3effeb2c8cbce46a1ddabb",
+      "converted_by": "Tractus (MLX 변환본)",
+      "source": "voyagar/Qwen3-ASR-1.7B-ko-mlx-8bit",
+      "revision": "8fcc32c42a93394b8c822487e2d595670edae23f",
       "license": "Apache-2.0",
       "languages": "한국어",
       "params": "1.7B",

diff --git a/docs/design/asr-engines.md b/docs/design/asr-engines.md
@@ -66,7 +66,7 @@
 
 - **Sorimac은 탈락.** 회의와 한·영 혼용에서 반복 루프에 빠져 무너진다.
 - **BuzzASR은 쓸 만한 대안.** 회의 CER은 기본보다 0.8%p 나쁘지만, 영어 용어를 자주 쓰는 단어 없이도 86% 맞히고(기본은 단어를 넣어야 84%) 한·영 혼용은 가장 좋다. 메모리는 1.3GB 덜 쓰고 속도는 25% 느리다. 낭독(FLEURS)은 나쁘다.
-- **TeamUNIVA/qwen3_asr_1.7b_ko**(Qwen3-ASR 1.7B 한국어 파인튜닝, Apache-2.0, bf16)는 간이 점검만 했다(2026-10-30, 스프린트 회의 5분, 같은 청크 11개): 반복 루프는 없고, 언어를 한국어로 고정하면 기본과 비슷하게 나온다(CER 25.4 대 24.1, 기준은 스마트 교정본이라 기본에 유리). **자동 감지에서는 청크의 27%가 영어로 오감지되며 토큰 0개로 비었다.** 그래서 `asr.py`는 자동 감지가 빈 글을 내면 그 청크만 한국어로 다시 변환한다. 숫자·고유명사(`본부장님`, `CMP`)는 나았고 영어 브랜드는 한글로 적는 경향이 있다(`ALMS` → `알류엠에스`). 소유자가 직접 추가해 쓴다(`models add`). FLEURS·HiKE·AI Hub는 재지 않았다.
+- **TeamUNIVA/qwen3_asr_1.7b_ko**(Qwen3-ASR 1.7B 한국어 파인튜닝, Apache-2.0)는 원본 bf16으로 간이 점검만 했다(2026-10-30, 스프린트 회의 5분, 같은 청크 11개): 반복 루프는 없고, 언어를 한국어로 고정하면 기본과 비슷하게 나온다(CER 25.4 대 24.1, 기준은 스마트 교정본이라 기본에 유리). **자동 감지에서는 청크의 27%가 영어로 오감지되며 토큰 0개로 비었다.** 그래서 `asr.py`는 자동 감지가 빈 글을 내면 그 청크만 한국어로 다시 변환한다. 숫자·고유명사(`본부장님`, `CMP`)는 나았고 영어 브랜드는 한글로 적는 경향이 있다(`ALMS` → `알류엠에스`). 소유자가 직접 추가해 쓴다(`models add`). FLEURS·HiKE·AI Hub는 재지 않았다.
 - ghost613·seastar·SenseVoice는 소유자 요청으로 측정을 멈췄다(14:00). 짧은 합성 음성에서 ghost613은 글자가 깨지고, seastar는 문장 뒤를 지어내고, SenseVoice는 띄어쓰기가 깨졌다.
 
 측정: FLEURS(낭독, CER), HiKE(한·영 혼용, MER), AI Hub 회의(CER, 용어 재현율). 한국어 전용 파인튜닝은 영어 용어를 한글로 적는 경향이 있고, AI Hub 정답도 한글 표기라 AI Hub CER이 좋게 나온다. **HiKE를 같이 본다.** 기준: Qwen3-ASR 1.7B 8bit — AI Hub 9.49(자주 쓰는 단어 넣으면 9.36), FLEURS 2.62.
@@ -75,7 +75,8 @@
 
 - **왜:** HF에 BuzzASR의 MLX 판이 없어 직접 추가로는 쓸 수 없었다(`BuzzASR/korean`은 transformers 형식). 측정(위 표)에서 한·영 혼용과 영어 용어가 가장 좋았다.
 - **어떻게:** `BuzzASR/korean` @ `411b6854`를 mlx-audio 0.5.7 `mlx_audio.convert --quantize --q-bits 8`로 바꿔 소유자 계정 [`voyagar/BuzzASR-korean-mlx-8bit`](https://huggingface.co/voyagar/BuzzASR-korean-mlx-8bit)에 공개로 올렸다(커밋 `b73fdad4`, `model.safetensors` sha256 `51e3f340…5d78`, MIT 원작자 표기와 측정표를 모델 카드에 적음). 다시 바꾼 것이 지난 측정본과 같은지는 FLEURS 50문장으로 봤다: 47개가 글자까지 같고, 나머지 3개는 같은 모델로도 돌릴 때마다 달랐다(Whisper 온도 재시도).
-- **목록(v0.5.2):** `asr-ko-univa` = `변환 엔진 (한국어 파인튜닝)`, TeamUNIVA/qwen3_asr_1.7b_ko bf16 4.7GB, 계열 `qwen3`(자주 쓰는 단어 사용), 소유자가 측정 없이 올렸다(CLAUDE.md 면제 기록). 위 간이 점검만 했다.
+- **목록(v0.5.2):** `asr-ko-univa` = `변환 엔진 (한국어 파인튜닝)`, `voyagar/Qwen3-ASR-1.7B-ko-mlx-8bit`(원본 `TeamUNIVA/qwen3_asr_1.7b_ko` 3e66f586을 `mlx_audio.convert -q --q-bits 8 --q-group-size 64`로 변환, 2.5GB; 표준 엔진과 같은 설정, 가중치 파일 크기도 같다), 계열 `qwen3`(자주 쓰는 단어 사용), 소유자가 측정 없이 올렸다(CLAUDE.md 면제 기록). 위 간이 점검만 했다.
+  - 8bit 변환(2026-10-30, 같은 5분 구간·청크): 원본 bf16과 출력 차이 CER 2.5(한국어 고정)·4.5(자동 감지+재시도), 스마트 교정본 대비 25.4 → 26.9(참조본이 AI 교정본이라 신뢰도 낮음), 처리 시간 60초 → 41~44초, 가중치 4.7GB → 2.5GB. 반복 루프·빈 청크 없음. 그래서 목록에는 8bit 변환본을 올렸다.
 - **목록:** `asr-ko-mix` = `변환 엔진 (영어 섞인 한국어)`, `required` + `one_of`(직접 추가한 엔진과 같다), 계열 `whisper`(자주 쓰는 단어 없음). 기본 엔진 순서(`pick_asr`)는 그대로라 사용자가 모델 화면의 `변환 엔진` 목록에서 고를 때만 쓴다. 구성: 앱의 표준·저사양·필수에는 넣지 않고, 명령줄 `--preset all`(약 7.3GB)에만 들어간다.
 - **확인:** 빈 모델 폴더에서 `tractus models download asr-ko-mix` → `transcribe --engine asr-ko-mix`(가상 `say` 음성): `asr.model`이 이 저장소, 영어 용어·숫자(`30만원`)를 그대로 적었다.
 - 바꾸지 않은 것: 실시간 텍스트 변환(0.6B), 자주 쓰는 단어(Whisper 계열은 넣지 않는다, 다시 넣으려면 재서 정한다).

diff --git a/docs/en/setup.md b/docs/en/setup.md
@@ -89,7 +89,7 @@ If a download is interrupted, run the same command again to resume.
 | `asr-std` | Standard transcription engine (Qwen3-ASR 1.7B) | 2.5GB | Required (any one engine) | Transcription |
 | `asr-lite` | Lite transcription engine (Qwen3-ASR 0.6B) | 1.0GB | Required (any one engine) | Transcription, **live transcription (needs this engine even if the standard engine is installed)** |
 | `asr-ko-mix` | Korean-with-English transcription engine (BuzzASR Korean, Whisper large-v3 fine-tuned for Korean) | 1.7GB | Required (any one engine) | Transcription |
-| `asr-ko-univa` | Korean fine-tuned transcription engine (TeamUNIVA Qwen3-ASR 1.7B Korean, bf16) | 4.7GB | Required (any one engine) | Transcription (custom vocabulary works) |
+| `asr-ko-univa` | Korean fine-tuned transcription engine (TeamUNIVA Qwen3-ASR 1.7B Korean, 8-bit conversion) | 2.5GB | Required (any one engine) | Transcription (custom vocabulary works) |
 | `diarizer` | Speaker detection (Nemotron 3 Diarization) | 199MB | Recommended | Speaker detection (without it, transcripts have no speakers) |
 | `aligner` | Word sync (Qwen3 ForcedAligner 0.6B) | 1.3GB | Optional | Word sync, word highlighting during playback |
 | `embedding` | Smart search (Qwen3 Embedding 0.6B, 8bit) | 0.6GB | Optional | Smart search (word match search still works) |

diff --git a/docs/models.md b/docs/models.md
@@ -10,7 +10,7 @@ uv run tractus models download --preset standard    # required | standard | lite
 uv run tractus models remove aligner                # 하나 지우기
 ```
 
-구성은 `standard`(약 4.6GB, 메모리 16GB 이상), `lite`(약 1.2GB, 메모리 8GB), `required`(1.0~2.5GB, 변환에 꼭 필요한 것만), `all`(약 12GB, 변환 엔진 넷 모두)입니다. 기본 흐름(녹음·가져오기 → 변환 → 요약)은 `required`로 됩니다. 실시간 텍스트 변환(미리보기)은 메모리 16GB 이상에서만 켜지고 가벼운 엔진(`asr-lite`)이 따로 필요하므로, 8GB Mac(`lite` 구성)에서는 쓸 수 없습니다. 변환 엔진(`asr-std`·`asr-lite`·`asr-ko-mix`·`asr-ko-univa`)은 **필수 (엔진 중 하나)** 입니다: 하나만 받아도 텍스트 변환이 되고, 모델 화면에는 `변환 엔진: 설치됨`으로 보입니다.
+구성은 `standard`(약 4.6GB, 메모리 16GB 이상), `lite`(약 1.2GB, 메모리 8GB), `required`(1.0~2.5GB, 변환에 꼭 필요한 것만), `all`(약 10GB, 변환 엔진 넷 모두)입니다. 기본 흐름(녹음·가져오기 → 변환 → 요약)은 `required`로 됩니다. 실시간 텍스트 변환(미리보기)은 메모리 16GB 이상에서만 켜지고 가벼운 엔진(`asr-lite`)이 따로 필요하므로, 8GB Mac(`lite` 구성)에서는 쓸 수 없습니다. 변환 엔진(`asr-std`·`asr-lite`·`asr-ko-mix`·`asr-ko-univa`)은 **필수 (엔진 중 하나)** 입니다: 하나만 받아도 텍스트 변환이 되고, 모델 화면에는 `변환 엔진: 설치됨`으로 보입니다.
 
 모델이 없는 기능은 단추를 눌러 보면 이유와 설치 방법을 알려 줍니다. 녹음은 모델 없이 되고, 변환 엔진이 없으면 `변환 대기 중인 녹음`으로 남습니다.