"아키텍처적으로 올바르고 완전히 못 썼어. 그 둘은 반대말이 아냐."
증상
초기 Firekeeper 는 돌아갔고, 아무도 쓰고 싶어 하지 않았어. 키를 누르고, 문장을 말하고, 놓고 — 기다려. 10초. 가끔 40초. 복제하던 경쟁자는 같은 문장을 약 1초에 돌려줬어. 기다리게 만드는 받아쓰기 도구는 느린 받아쓰기 도구가 아냐; 아예 받아쓰기 도구가 아냐, 가치 제안 전체가 말하는 게 타이핑보다 빠르다는 거니까.
진단
본능은 음성 모델을 탓하는 거야. 틀렸어 — STT 는 약 1초였어. 비용은 전부 정리 레인 에 있었어. 모든 받아쓰기 하나하나가 풀 Pippa 브레인으로 라우팅됐어: 메모리 볼트 전체(~100KB+)를 시스템 프롬프트로 로드, 에이전트 SDK 서브프로세스 스폰, 그리고 높은 노력으로 깊은 추론 패스. 그 전부가, "어 보고서 보내" 를 "보고서 보내." 로 바꾸려고. 필러 단어 하나가 대성당 하나를 잡아먹었어.
작업이 필요했던 것: "어" 벗기기, 마침표 붙이기 (기계적)
작업이 받은 것: ~100KB 볼트 시스템 프롬프트
+ SDK 서브프로세스 스폰
+ 높은-노력 추론 패스
= 발화당 10~40초
경쟁자, 같은 작업: ~0.7~1.8초
함정은 재사용이었어
이 교훈이 트랙 값어치가 있는 이유가 여기 있어: 그 설계 어디에도 게으름이 없었어. 재사용이었어 — 좋은 본능. Pippa 브레인은 이미 존재했고, 이미 텍스트 변형을 아름답게 했고, 정리를 그리로 라우팅하면 코드 경로 하나에 모든 받아쓰기에 Pippa 의 진짜 목소리가 담겼어. 그 추론의 모든 단계가 변호 가능해. 추론은 여전히 틀렸어, 아키텍처적 우아함에 최적화하고 제품이 살고 죽는 유일한 차원을 무시했으니까: 지연. 재사용은 미덕이야, 재사용하는 게 작업 값어치의 백 배를 잡아먹기 전까진.