feat: 회의 오디오 원본 보관 — 전사가 놓친 발화를 되살릴 수 있게

46분 대면 회의 실측에서 Web Speech 포착률이 7~10%에 그쳤다(489어절 /
분당 10.6어절, 30초 이상 공백 26곳 26분 29초). 빈 텍스트 청크 19개는
Chrome이 `isFinal: true`에 `transcript: ""`를 준 것으로, 소리는 감지했으나
인식에 실패했다는 신호다.

지금까지는 오디오를 어디에도 남기지 않아 놓친 발화를 복구할 수도, 얼마나
놓쳤는지 잴 수도 없었다. 전사와 독립적으로 원음을 파일로 남긴다.

## 유실 방지 설계

메모리에 모았다가 종료 시 한 번에 쓰지 않는다. 그러면 탭이나 서버가 죽는
순간 회의 전체가 사라진다. 15초 조각마다 디스크에 append 하므로 어느
시점에 중단되든 그때까지의 오디오는 남는다.

- 서버 업로드가 실패해도 녹음을 멈추지 않고 브라우저 사본으로 회수한다
- 조각이 3회 재시도 후에도 실패하면 뒤를 이어 붙이지 않고 멈춘다.
  중간이 빈 파일은 짧은 파일보다 나쁘다 — 재생도 전사도 안 된다
- 한 조각도 못 받았으면 "보관됨"이라고 하지 않고 오류를 띄운다
- 서버 사본이 로컬보다 짧으면 경고한다

## 캡처 제약 변경

`noiseSuppression: false, echoCancellation: false, autoGainControl: true`.
브라우저 기본값은 전화 통화용 튜닝이라 멀리 앉은 화자를 노이즈로 지운다.
AGC는 조용한 화자를 끌어올려 주므로 남긴다. 실측으로 검증할 가설이며
회귀 방지 테스트를 걸어 뒀다.

## 검증

- 서버 파이프라인: 184조각 755KB 업로드 → 다운로드 SHA256 바이트 일치
- 클라이언트 전 경로: 합성 스트림으로 48초 녹음 → 로컬·서버 크기 일치,
  서버 파일이 decodeAudioData로 48.12초 실제 오디오로 디코딩됨
- 경로 조작 400 / 없는 세션 404 / 빈 조각 400 / 미허용 mimeType 400
- 테스트 162 → 206 통과, 신규 타입 에러 0, 린트 baseline과 동일

실제 마이크 경로는 테스트하지 못했다. Web Speech와 getUserMedia가 같은
마이크를 두고 경합하는지 실사용 확인이 필요하다.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01WzAH7GPWSYTe2AoBV6CZDP

docs/ROADMAP.md

@@ -155,6 +155,64 @@
 
 ---
 
+## 🔴 실사용 진단 (2026-09-08 대면 회의)
+
+46분 대면 회의를 실제로 녹음해 본 결과다. 로드맵의 우선순위를 바꾼 근거.
+
+| 지표 | 값 |
+|---|---|
+| 회의 길이 | 46분 6초 |
+| 총 청크 | 122개 |
+| 총 어절 | **489** |
+| 분당 어절 | **10.6** (한국어 대화 통상 100~150) |
+| 추정 포착률 | **7~10%** |
+| 30초 이상 공백 | 26곳 / 합계 26분 29초 (회의의 57%) |
+| 빈 텍스트 청크 | 19개 (16%) |
+
+**빈 청크 19개가 결정적 증거다.** Chrome이 `isFinal: true`에 `transcript: ""`를
+준 경우로, "소리는 감지했으나 인식 실패"를 뜻한다. 마이크 입력 문제가 아니라
+Web Speech가 원거리·다인 한국어를 못 알아듣고 버린 것이다.
+
+**결론: Web Speech API는 회의 전사에 쓸 수 없다.** 재시작 갭을 메우고 interim을
+flush해서 7%를 20~30%로는 올려도 90%로는 못 간다. 구현 결함이 아니라 엔진의 한계다.
+
+---
+
+## 🎯 P0 — 유실을 멈춘다
+
+- [x] **오디오 원본 녹음** — `MediaRecorder`로 회의 원음을 파일로 보관
+  - [x] 15초 조각 단위로 서버에 append → 탭/서버가 죽어도 그때까지는 남음
+  - [x] 서버 실패해도 녹음 계속 + 브라우저 사본 내려받기
+  - [x] 0바이트일 때 "보관됨"이라고 하지 않음
+  - [x] 캡처 제약에서 노이즈 억제·에코 제거 해제 (원거리 화자 보존)
+  - [x] 회의록 저장 시 `audioFileName`/`audioMimeType`/`audioDuration` 연결
+- [ ] **서버 STT 파이프라인** — 녹음 파일 → Whisper / Gemini audio → transcript
+  - [ ] `/api/upload`를 막다른 길에서 본선 경로로 승격
+  - [ ] 프로바이더 레이어에 `/v1/audio/transcriptions` 추가 (#12 구조 확장)
+  - [ ] Web Speech는 "녹음 중 실시간 미리보기"로 강등, 확정본은 종료 후 재전사
+  - [ ] 같은 오디오로 Web Speech vs STT 포착률 실측 비교
+- [ ] **빈 청크 필터링** — 빈 발화 19개가 요약 프롬프트를 오염시키고 있음
+- [ ] **타임스탬프 실측화** — `useSpeechRecognition.ts`의 `startTime: now - 2` 하드코딩 제거
+- [ ] **10만 자 하드 실패 → 분할 요약** — 긴 회의가 마지막에 통째로 실패함
+
+## 🎯 P1 — 입력단 개선
+
+- [ ] 대면 회의용 USB 전방향 마이크 도입 (코드로 못 푸는 물리적 한계)
+- [ ] 원격 회의용 `echoCancellation` 재활성 경로 분리
+
+## 🎯 P2 — 화자 분리 재설계
+
+- [ ] **PR #17은 현재 형태로 머지 보류** — 실사용에서 46분 회의를 화자 1명으로
+      판정했고, 5개 청크는 배정조차 실패했다. `assignSpeakers()`가 쓰는 시간축이
+      가짜(`now - 2`)라 diarization의 실제 타임라인과 맞지 않는다
+- [ ] 서버 STT 도입 후 재설계 — Whisper의 단어 단위 실제 타임스탬프 위에서
+      diarization을 돌리면 그때 비로소 겹침 기반 배정이 의미를 갖는다
+- [ ] #17의 sherpa-onnx 래퍼·모델 셋업 스크립트는 그때 재활용
+- [ ] 참석자 수 힌트는 유지 (#17 실측에서 효과 확인됨)
+- [ ] PR #16(dual-stream)은 원격 회의 전용으로 분리 검증
+
+---
+
 ## 🎯 Phase 3 — 참석자 + 태그 (3~5일)
 
 ### Issues
@@ -199,7 +257,6 @@
 
 다음 기능은 개인 사용 목적에 부합하지 않아 **의도적으로 범위 밖**:
 
-- **화자 구분 (Speaker Diarization)** — 유료 API 비용/복잡도 대비 개인용에 과함
 - **실시간 공동 편집 (CRDT)** — Yjs/Liveblocks 도입 복잡도 대비 이득 없음
 - **권한 관리 / 워크스페이스** — 단일 사용자 가정
 - **모바일 네이티브 앱** — 웹 PWA로 충분