TL;DR

StemDeck은 Demucs htdemucs_6s를 기반으로 오디오를 로컬에서 최대 6개 스템으로 분리하고 DAW 스타일의 멀트트랙 편집과 WAV 내보내기를 제공하는 무료 오픈소스 데스크톱 애플리케이션이다. 백엔드는 FastAPI로 동작하며 Torch의 장치 자동 탐지(cuda/mps/cpu)로 Demucs를 실행하고 FFmpeg로 선택 스템을 amix해 mix.wav를 생성하며 첫 실행에 모델(약 170MB)과 Python 런타임(약 500MB)을 내려받는 흐름이 존재한다. 계정·업로드·구독이 없고 모든 처리가 로컬에서 이루어지므로 개인 정보 노출을 피하면서 학습·리믹스·전처리 용도에 적합하지만 배치 동시성은 제한되고 모바일 앱 같은 상용 추가 기능은 제공되지 않는다; 따라서 프라이버시·로컬 처리 우선의 워크플로에서는 실용적이지만 대규모 상용 처리나 고급 뮤지션 툴셋을 대체하지는 않는다.

핵심 포인트

• 완전 로컬 실행과 무료 배포 정책으로 사용자의 오디오가 외부 서버로 전송되지 않으며 계정, 요금제, 업로드 한도가 없도록 설계되어 개인 정보와 데이터 제어가 유지된다. README에 따르면 첫 실행 시에만 모델과 런타임을 다운로드하고 이후에는 오프라인으로 동작이 가능하다. 이 특성은 클라우드 기반 상용 서비스와 대비되는 명확한 장점이다.
• hdt demucs_6s 모델을 기본 엔진으로 채택해 6-스템 분리가 표준 기능으로 내장되어 있으며 Torch 장치 자동 탐지로 CUDA, MPS, CPU 환경에서 동작을 최적화한다. 이로 인해 사용자는 별도 모델 설치 없이도 GPU 가속이 가능하면 빠르게 처리할 수 있고, GPU가 없을 경우 CPU 폴백으로 동작한다. 모델 가중치 크기와 다운로드량이 README에 명시되어 있어 초기 설치 비용과 디스크 요구량이 투명하다.
• Tauri 기반의 네이티브 셸과 번들형 런타임 방식으로 macOS와 Windows에서 설치 경험을 단순화했고, 별도 빌드 환경 없이도 사전 빌드된 릴리스로 바로 사용 가능한 배포 전략을 취했다. README는 macOS의 경우 첫 실행에 약 500MB의 Python 런타임을 내려받고 Demucs 모델은 약 170MB임을 명시해 설치 리소스 요구를 명확히 했다. 이 설계는 오픈소스이며 포크와 자체 호스팅이 가능하다는 점에서 상용 폐쇄형 대안과 차별화된다.
• 오디오 파일이나 YouTube URL을 로컬에서 처리해 최대 6개의 스템(보컬, 드럼, 베이스, 기타, 피아노, 기타)으로 분리하고 사용자가 선택한 스템만 합쳐 mix.wav로 내보낼 수 있다. 분리 파이프라인은 Demucs의 htdemucs_6s 모델을 사용하며 Torch 장치를 자동으로 탐지해 CUDA, MPS, CPU 중 최적 장치를 선택해 실행한다. 모든 처리 결과와 모델 가중치는 로컬에 보관되며 네트워크 업로드가 발생하지 않는다.

이미지 분석