FUTO Swipe, 개인정보 침해 없이 정확한 스와이프 타이핑 경험 제공
FUTO Swipe는 개인정보 침해 없이 오프라인 환경에서 작동하는 오픈소스 스와이프 타이핑 모델임
1백만 건 이상의 스와이프 데이터셋을 기반으로 높은 정확도(High Accuracy)를 달성했다고 주장함
기존 키보드 앱의 개인정보 침해 문제(Privacy Concerns)와 낮은 정확도(Low Accuracy)를 해결하는 것을 목표로 함
C++ 기반 추론 라이브러리(Inference Library)를 함께 공개하여 개발자 활용을 지원함
FUTO Swipe 모델 아키텍처 및 성능
FUTO Swipe는 인코더(Encoder), ContextLM, 디코더(Decoder) 세 가지 모델을 조합하여 언어 및 레이아웃에 구애받지 않는 범용 예측과 언어별 맥락 이해, 그리고 레이아웃 특화 정확도를 높이는 구조를 채택했습니다. 특히 QWERTY 영어 레이아웃에 대한 디코더는 4% 미만의 Top-4 실패율을 기록하며, 이는 빅테크 키보드 수준에 근접하거나 능가하는 성능이라고 언급됩니다. 모델의 파라미터 수가 250만 개 미만으로 작아 저사양 기기에서도 밀리초(ms) 단위의 빠른 추론이 가능하다고 합니다.
오픈소스 라이선스 및 커뮤니티 기여
FUTO Swipe 모델은 FUTO 모델 라이선스 하에, 추론 라이브러리는 GPLv3 라이선스로 공개되어 개발자 커뮤니티의 활용을 장려합니다. 다만, 일부 사용자는 라이선스 설정이 혼란스럽다는 의견을 제기했으며, 특히 안드로이드 키보드 앱은 FUTO 라이선스, C++ 라이브러리는 GPLv3를 따르는 점이 지적되었습니다. 이는 오픈소스 생태계(Open Source Ecosystem) 내에서의 라이선스 명확성 확보가 중요하다는 점을 시사합니다.
기존 키보드 앱 대비 장단점
커뮤니티에서는 FUTO Swipe가 개인정보 보호(Privacy Protection) 측면에서 기존의 클라우드 기반 키보드나 비공개 라이브러리 대비 강점을 가진다고 평가합니다. 특히 오프라인 환경에서의 작동과 작은 모델 크기(Small Model Footprint)는 저사양 기기 사용자에게 매력적인 요소입니다. 하지만 일부 사용자는 여전히 단어 중복 인식 오류나 문맥 이해 부족 등의 문제를 지적하며 Gboard 등 기존 강자들과의 격차가 존재한다고 언급합니다. 또한, GIF 검색 기능 부재 등 편의 기능 부족도 단점으로 꼽힙니다.
새로운 스와이프 레이아웃 필요성
일부 사용자는 현재 QWERTY 레이아웃이 스와이프 타이핑에 최적화되지 않았다고 지적하며, Dvorak 키보드처럼 스와이핑에 특화된 새로운 레이아웃의 필요성을 제기합니다. 단어 중복이나 철자 오류를 줄이기 위해 키를 재배치하거나, 특정 문자 조합을 위한 특수 키 도입 등을 제안합니다. 이는 사용자 경험(User Experience) 향상을 위해 하드웨어(키보드 레이아웃)와 소프트웨어(모델)의 동시 최적화가 필요함을 보여줍니다.
데이터셋 구축 및 활용
FUTO Swipe는 2024년 8월부터 swipe.futo.org 도메인을 통해 자발적인 사용자 참여로 1백만 건 이상의 영어 스와이프 데이터를 수집했습니다. 이 데이터는 MIT 라이선스로 HuggingFace에 공개되었으며, 모델 학습 및 평가에 적극 활용되었습니다. 이러한 사용자 참여형 데이터 수집(Crowdsourced Data Collection) 방식은 오픈소스 모델 개발에 있어 중요한 자산이 될 수 있음을 시사합니다.
