답장을 돕기 전에 대화를 먼저 읽는 AI
Subtext는 답장을 돕기 전에 대화를 먼저 읽어요. 문장 하나만으로는 답하기에 부족할 때가 많으니까요. 대화를 붙여넣거나 스크린샷을 올리거나 상대가 보낸 음성 메시지를 넣으면, 누가 무슨 말을 했는지 가려내고, 상대가 원하는 걸 요약하고, 아직 답이 필요한 걸 정리한 다음, 상대가 멈춘 자리에서 이어지는 답장을 써줘요. 이 페이지는 그 근거예요. 앞선 메시지가 한 줄의 뜻을 어떻게 바꾸는지, AI가 거기서 무엇을 얻을 수 있는지, 그리고 그게 어디서 멈추는지요. Subtext는 당신이 건네준 대화를 활용해요. 당신의 관계를 이해하지는 못하고, 그걸 할 수 있는 도구를 저희는 알지 못해요. 대신 보내주는 일은 절대 없고요.
iPhone과 Android, 그리고 브라우저에서 쓸 수 있어요. 스크린샷과 음성 메시지가 AI 모델 학습에 쓰이는 일은 없어요.
앱에서 가져온 실제 예시 하나예요. 예시로 그린 채팅 스크린샷에서 친구가 두 번째로 약속을 취소하고, 답장 초안은 “그래, 괜찮아. 너 시간 될 때 아무 때나.”예요. 아래에 Subtext가 대화에서 읽어낸 것과 제안한 버전을 손대지 않고 담았어요.
그래, 괜찮아. 너 시간 될 때 아무 때나.
두 번째 취소라 아쉬웠을 텐데도 괜찮다고 해주는 마음이 좋아요. 부담 안 주면서 따뜻하게 전해지도록 다듬어봤어요.
- 원문 그대로 다듬기 (배려, 보내도 괜찮아요): 그래, 괜찮아. 너 시간 될 때 편하게 말해줘. "아무 때나"를 "편하게 말해줘"로 바꿔 무심하게 들릴 여지를 줄였어요. 부담 없이 읽힐 거예요.
- 더 따뜻하게 (공감, 보내도 괜찮아요): 그래, 괜찮아. 일 많은 거 힘들겠다. 너 시간 될 때 편하게 말해줘. 상대의 바쁜 상황을 먼저 알아줘서 서운함 없이 따뜻하게 읽힐 거예요.
- 자연스럽게 풀어쓰기 (다정함, 보내도 괜찮아요): 괜찮아, 일이 그렇게 몰리면 어쩔 수 없지. 예약은 내가 취소해둘게. 좀 여유 생기면 그때 편하게 연락 줘, 맛있는 거 먹자. 예약 취소를 챙기고 다음을 가볍게 열어둬서 실용적이고 다정해요. 다만 예약 취소는 직접 말씀하신 내용이 아니니 확인해 주세요.
마지막 버전에는 예약을 취소해두겠다는 말을 제가 넣었어요. 원치 않으면 빼도 돼요. 더 짧게 하거나 더 따뜻하게도 바꿀 수 있어요.
대화 맥락이란 실제로 무엇인가
메시지 하나에 담긴 건 보기보다 적어요. “걔”가 누구인지, “그거”가 뭘 가리키는지, 어떤 줄이 질문에 답하는 건지 바로잡는 건지, 전부 앞선 대화에 비춰 봐야 풀려요. 듣는 사람이 말하는 사람의 뜻을 어떻게 알아내는지 설명한 Grice의 이론은 듣는 사람이 기대는 것 가운데 발화의 맥락과 공유된 배경지식을 꼽아요 (「Logic and Conversation」). 대화 분석은 여기에, 앞선 행위가 특정한 다음 행위를 불러온다는 점을 더해요. 질문은 답을, 제안은 수락이나 거절을 예고하니까, 같은 말도 무엇 뒤에 오느냐에 따라 다른 일을 해요 (「Opening up Closings」). 사람들은 오해를 여러 차례에 걸쳐 바로잡고, 정정은 그것이 고치는 문제에 비춰 읽어요 (「The Preference for Self-Correction in the Organization of Repair in Conversation」). 대명사는 말하는 사람이 앞 문장이 초점에 두고 있던 것에 여전히 머물러 있다는 신호인데, 이 근거는 채팅이 아니라 한 사람이 쓴 글에서 나왔어요 (「Centering: A Framework for Modeling the Local Coherence of Discourse」). 그러니까 맥락은 다섯 가지예요. 앞선 대화, 각각을 누가 말했는지, 짧은 말들이 무엇을 가리키는지, 어떤 질문이 아직 열려 있는지, 그리고 두 사람이 얼마나 가까운지에 대한 단서요. 한 줄만 가지고는 이 중 어느 것도 건네지지 않아요.
앞선 대화에 대해 연구가 말해주는 것
측정된 근거는 벤치마크에서 나왔고, 사람들의 휴대폰에서 나온 건 하나도 없으며, 방향은 둘로 갈려요. 발화 단위 분류를 다룬 한 연구에서는, 대상 문장은 전부 그대로 둔 채 테스트 시점에 대화 순서만 뒤섞었더니 MultiWOZ 코퍼스의 의도 점수가 가중 F1 96.22에서 67.91로, DailyDialog의 대화 행위 점수가 매크로 F1 79.46에서 66.81로 떨어졌어요 (「Exploring the Role of Context in Utterance-level Emotion, Act and Intent Classification in Conversations: An Empirical Study」). 이건 연구 하나이고, 두 사람이 나누는 영어 벤치마크 대화를 대상으로, 대형 언어 모델이 아니라 더 오래된 분류기로 한 거예요. 일부 라벨이 앞뒤 대화에 달려 있다는 걸 보여줄 뿐, 써준 답장이 얼마나 더 좋아지는지는 보여주지 않아요. 같은 연구는 한쪽 화자의 앞선 말을 빼면 한 과제에서는 도움이 되고 다른 과제에서는 해가 된다는 것도 발견했는데, 저희가 읽기로는 이건 최대한 많이 붙여넣는 것에 반대하는 근거예요. 반대쪽 근거는 더 오래됐어요. 순환 신경망과 트랜스포머 기반 답장 생성 모델은 “rarely sensitive to most perturbations such as missing or reordering utterances”, 그러니까 발화가 빠지거나 순서가 바뀌는 것 같은 대부분의 교란에 거의 반응하지 않았으니 (「Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study」), 유창한 결과물이 대화 기록을 얕게 쓰는 걸 가릴 수 있어요. 두 논문은 서로 어긋나고, 나중에 나온 쪽이 그렇다고 밝히고 있어요.
AI가 대화 스레드에서 얻을 수 있는 것, 그리고 얼마나 고르지 않은지
측정할 수 있는 건 세 가지예요. 누가 무슨 말을 했는지 아는 게 도움이 돼요. 화자 정보를 더하자 여러 사람이 참여한 회의 녹취록에서는 달랑 “네”나 “아니요”처럼 맥락에 기대는 행위의 분류가 나아졌지만, 두 사람의 전화 통화에서는 그렇지 않았어요 (「Who is Speaking? Speaker-Aware Multiparty Dialogue Act Classification」). 위치도 중요해요. 2023년 무렵의 모델에서는 관련 내용이 긴 입력의 처음이나 끝에 있을 때 정확도가 가장 높았고, 중간에 있을 때 크게 떨어졌어요 (「Lost in the Middle: How Language Models Use Long Contexts」). 표현도 중요해요. 답이 들어 있는 구절이 질문과 겹치는 단어가 거의 없을 때, 128K 토큰 이상의 컨텍스트를 내세우는 13개 모델 가운데 11개가 32K 토큰에서 이미 짧은 컨텍스트 점수의 절반 아래로 떨어졌고, 그나마 나은 축인 GPT-4o도 99.3퍼센트에서 69.7퍼센트로 내려갔어요 (「NoLiMa: Long-Context Evaluation Beyond Literal Matching」). 이 중 채팅 대화를 시험한 건 없으니, 3주 전에 보냈고 붙여넣은 내용 한가운데 묻혀 있고 오늘의 말투와 다르게 쓰인 그 중요한 메시지가 모델이 가장 가볍게 넘기기 쉬운 메시지라는 건 추론이에요. Subtext는 당신이 건네준 대화로 작업하고, 그 대화도 같은 한계 아래 있어요.
Subtext가 당신의 관계를 이해한다고 말하지 않는 이유
Subtext는 당신이 건네준 대화를 활용해 답장을 제안해요. 당신의 관계를 이해하지는 못하는데, 구조적인 이유가 있어요. 사람은 상대가 안다고 믿는 것, 그러니까 두 사람의 공통 기반을 중심으로 할 말을 설계하는데, 이 기반은 시간이 지나며 쌓이고, 매체에 따라 쌓는 방식도 달라요 (「Grounding in communication」). 저희가 들 예라면 둘만 아는 농담, 어젯밤 통화, 파티에서의 말다툼, 다른 앱에서 합의한 일 같은 것들인데, 그 성격상 어느 것도 붙여넣은 글이나 스크린샷에 들어 있지 않아요. 모델이 볼 수 있는 부분도 안전하지 않아요. 사람들이 서로 다른 정보를 가지고 있고 중간에 들어오고 나가는 대화로 만든 벤치마크에서 (단체 채팅방이나 일부만 잘린 스크린샷에 대한 저희 나름의 비유이고, 논문은 그런 비유를 하지 않아요), 언어 모델은 “perform significantly worse than humans even with chain-of-thought reasoning or fine-tuning”, 그러니까 사고 연쇄 추론이나 미세 조정을 거쳐도 사람보다 훨씬 못한 성적을 냈고, 저자들은 현재 모델이 실제 마음 이론을 갖추고 있다고 보지 않아요 (「FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions」). 그 점수는 2023년 모델의 것이고, 이런 테스트가 무엇을 측정하는지를 두고 학계는 아직 논쟁 중이에요. 어느 쪽이든 특정한 사람이 어떻게 반응할지 예측할 수 있는 도구는 없고, Subtext에 대한 독립적인 평가도 없어요. 그래서 저희는 좁은 주장에만 머물러요.
답장을 쓰기 전에 Subtext가 대화를 읽는 방식
Subtext는 대화를 붙여넣은 글로, 채팅 스크린샷으로, 당신이 녹음한 음성 메모로, 또는 상대가 보낸 음성 메시지로 받아요. 주고받은 대화 전체를 읽고, 스크린샷에서는 말풍선이 놓인 위치로 누가 말하는지 가려내요. 구분이 안 되거나 붙여넣은 한 줄이 당신 말일 수도 상대 말일 수도 있으면 물어봐요. 받은 메시지라면 상대가 원하는 걸 메시지가 온 언어 그대로 요약하고, 답이 필요한 것을 최대 다섯 개까지 정리해요. 그런 다음 대화를 이어받아 상대의 말에 하나하나 답하는 답장을 쓰는데, 초안마다 ‘보내도 괜찮아요’ 또는 ‘참고’ 표시가 붙어요. 판정이 아니라 두 번째 읽기예요. 대신 당신의 초안을 건네면 탭 한 번 차이로 최대 세 가지 버전이 돌아와요. 하나는 당신의 표현에 가깝고 문제가 된 부분을 고친 버전, 하나는 더 따뜻하게 다듬거나 다르게 접근한 버전, 하나는 더 전면적으로 고쳐 쓴 버전이에요. 고른 것을 당신이 복사하고요. 받은 메시지 페이지에서는 상대가 물어본 걸 요약하고 답장하는 흐름을 다뤄요. 이 페이지는 대화 흐름이 왜 중요한지, 어디서 멈추는지에 대한 근거예요.
같은 문장도 대화에 따라 뜻이 달라져요
길고 따뜻한 메시지 뒤의 “괜찮아.”와 “7시 괜찮아?” 뒤의 “괜찮아.”는 다른 말인데, 글자는 똑같아요. “금요일에 시간 돼?” 뒤의 “그래”는 수락이고, “넌 내 말을 안 들어” 뒤의 “그래”는 문을 닫는 말이에요. “나 내일 일찍 나가야 해”는 무엇을 물었느냐에 따라 정보이기도, 핑계이기도, 거절이기도 해요. “응, 그거 괜찮다”는 위에 있는 제안이 없으면 아무 내용도 없어요. “아니, 화요일”은 뭔가를 바로잡는 말이고, 바로잡기 전 버전으로 쓴 답장은 두 사람이 이미 접은 계획에 자신 있게 답하게 돼요. 눈 굴리는 이모지가 붙은 “잘했네”는 어떤 관계에서는 놀리는 말이고 다른 관계에서는 꾸짖는 말인데, 그 차이는 픽셀이 아니라 지난 이야기 안에 있어요. 그리고 “토요일 일로 아직 화났어?”는 그 일이 벌어진 메시지와 겹치는 단어가 하나도 없는데, 이게 바로 모델이 가장 놓치기 쉬운 종류의 연결이에요. 이것들은 위 이론을 보여주는 예시이지 연구 자극물이 아니고, 아무도 측정한 적이 없어요. 그래서 Subtext는 한 줄이 아니라 대화를 달라고 하고, 그래서 문자가 무슨 뜻인지 알아내는 일이 보기보다 어려운 거예요.
문법 검사나 한 줄 고쳐 쓰기와 다른 점
Subtext는 주고받은 대화를 읽고, 문법이나 말투 검사는 당신의 문장을 읽어요. 한 줄만 검사해서는 “그거”가 뭘 가리키는지, 어떤 질문이 아직 열려 있는지, 두 메시지 위에서 계획이 바뀌었다는 걸 알 수 없어요. 그중 어느 것도 그 줄 안에 없으니까요. 지금은 Superhuman이라고 불리는 회사가 만든 Grammarly는 일정 길이 이상인 당신의 글에 어조 감지를 돌리고 어조와 문장 고쳐 쓰기를 제안하는데, 개인 채팅 대화 스크린샷을 읽고 답장을 써준다는 문서는 저희가 찾지 못했어요 (2026년 9월 23일 확인). 메신저 앱에 내장된 답장 기능은 또 다른 모델이에요. Google 고객지원 페이지에 따르면 Google Messages의 Magic Compose는 이전 메시지 20개를 맥락으로 쓰는데 (「Draft messages with Magic Compose」, 2026년 9월 23일 확인), 그 앱 안에 한정된 창이에요. Subtext는 당신이 메시지를 가져오는 앱이라서, 어떤 앱에서 왔든 붙여넣은 것은 다 보고, 그 밖의 것은 보지 않아요. 이 중 어느 것도, Subtext를 포함해서, 독립적인 평가로 비교된 적이 없으니, 이건 각각이 무엇을 읽는지에 대한 설명이지 순위가 아니에요. 초안 하나를 다듬는 일이라면 문자 메시지 말투 분석기가 맞는 페이지예요.
붙여넣은 대화는 어떻게 되나요
Subtext는 당신의 말뿐 아니라 상대의 말도 받으니까, 이 부분에서는 그 말들이 어떻게 되는지 설명할게요. 이건 틀을 잡아주는 설명이지 법률 조언이 아니에요. EU의 개인정보 보호 규정에서는 순전히 개인적인 이유로 주고받은 글을 다루는 사람은 적용 범위 밖에 있지만, 그 수단을 제공하는 업체는 그렇지 않고, 채팅에는 규정이 특수 범주로 다루는 건강, 정치, 종교, 성적인 세부 정보가 들어 있을 수 있어요 (「Regulation (EU) 2016/679 (General Data Protection Regulation)」). 스크린샷에는 대화 말고도 더 많은 게 담겨요. 연락처 이름, 시간 표시, 때로는 다른 채팅에서 온 알림 배너까지요. 어디에 붙여넣든, 그 전에 답장에 필요 없는 부분은 잘라내세요. Subtext 쪽에서는, 메시지가 그걸 읽고 쓰는 AI 제공업체로 가고, 나중에 대화로 다시 돌아올 수 있도록 Subtext 서버에도 저장돼요. 개인정보처리방침에 모든 제공업체 이름이 적혀 있어요. 보낸 내용이 AI 모델 학습에 쓰이는 일은 없고, 오가는 동안 암호화돼요. 대화를 직접 삭제하면 첨부파일까지 바로 사라져요. 선택 사항인 앱 내 웹 검색은 검색어를 검색 제공업체로 보내는데, 설정의 ‘웹 검색 허용’에서 끌 수 있어요.
어디서 틀리는지, 그리고 Subtext는 어떻게 하는지
Subtext가 틀리는 방식은 짚어둘 만한 것만 다섯 가지예요. 첫째는 빠진 맥락과 숨은 지난 이야기예요. 당신이 빼놓은 건 Subtext가 쓸 수 없고, 한 번도 글로 적힌 적 없는 지난 이야기는 어떤 도구도 닿을 수 없어요. 둘째는 비꼼인데, 지난 이야기만이 그걸 알려주는 곳에서는 오류를 예상해야 해요. Subtext는 당신의 초안에만 태그를 붙이고 상대의 메시지에는 절대 꼬리표를 달지 않으며, 문자가 비꼬는 건지 알아내는 일은 사람에게도 어려워요. 그다음은 잘렸거나 순서가 바뀐 스크린샷이에요. 자르면 가리키는 대상과 정정, 어느 줄을 누가 보냈는지가 사라지고, 위의 두 연구는 모델이 순서 바뀜을 무시하는지 잘못 읽는지를 두고 서로 어긋나요. 긴 대화에서는 위에서 말한 위치와 표현에 대한 근거가 그대로 적용되고, 모델은 정작 중요한 메시지를 가장 가볍게 넘기기 쉬워요. 마지막은 말투 쏠림이에요. 낯선 사람들 사이에서 진행한 두 건의 무작위 온라인 실험에서, 일반적인 답장 제안은 언어를 더 긍정적으로 만들었어요. 상대가 실제로 그걸 쓰면 협력과 친밀감 평가가 올라갔고, 썼다고 의심만 받은 상대는 더 낮게 평가됐는데, 이건 상관관계이지 인과가 아니에요 (「Artificial intelligence in communication impacts language and social relationships」). 저희가 끌어낸 추론은, 당신을 더 상냥하게 들리게만 하는 도구는 단호함이 필요한 곳에서 실패할 수 있다는 거예요. 그래서 Subtext는 더 짧고 분명한 버전을 제안하고, 단어 하나를 직접 고칠 수 있게 해요. 누가 말하는지 구분이 안 되면 물어보고요.
자주 묻는 질문
답장을 제안하기 전에 대화 전체를 읽어주는 도구가 있나요?
Subtext가 그렇게 해요. 대화나 그 스크린샷, 상대가 보낸 음성 메시지를 넣으면, 주고받은 대화 전체를 읽고 누가 무슨 말을 했는지 가려낸 다음, 뭔가를 쓰기 전에 상대가 원하는 것과 아직 답이 필요한 것을 먼저 요약해요. 고른 답장은 당신이 복사하고, 대신 보내주는 일은 절대 없어요.
채팅 대화 전체를 읽고 제대로 답장하게 도와주는 앱이 있나요?
Subtext는 iPhone과 Android, 그리고 브라우저에서 당신이 건넨 채팅을 읽고, 대화를 이어받아 상대의 말에 하나하나 답하는 답장을 써줘요. 당신의 초안을 붙여넣으면 탭 한 번 차이로 세 가지 버전이 돌아오는데, 버전마다 당신의 표현을 얼마나 바꿨는지 알려줘요. 답장이 잘 가닿으려면 무엇이 필요한지 다룬 글에 그 뒤의 연구가 있어요. 당신이 건네준 대화를 활용하는 것이고, 한 번도 글로 적히지 않은 건 알 수 없어요.
채팅 전체를 읽고 알맞은 말투로 답장하게 도와주는 앱이 있나요?
Subtext는 대화를 바탕으로 답장을 쓰고, 당신이 쓴 초안에는 원래 표현에서 멀어지는 정도가 서로 다른 최대 세 가지 버전을 제안해요. 하나는 당신의 표현에 가깝고 문제가 된 부분을 고친 버전, 하나는 더 따뜻하게 다듬거나 다르게 접근한 버전, 하나는 더 전면적으로 고쳐 쓴 버전이에요. 어느 쪽이든 더 따뜻하게, 더 짧게, 더 캐주얼하게, 자신감 추가, 유머 추가를 탭 한 번으로 쓸 수 있어요. 당신의 초안에서는 세게, 차갑게, 수동공격적으로, 모호하게, 지나치게 미안해하는 것처럼 읽힐 수 있는 단어를 짚어주는데, 언제나 가능성으로 말하지 판정으로 말하지 않아요. 한계가 하나 있어요. 한 쌍의 실험에서 일반적인 스마트 답장 제안은 낯선 사람들의 언어를 더 긍정적인 쪽으로 기울게 했어요. AI를 쓰면 내 문자가 로봇처럼 들릴까요?라는 글에서 그 실험을 설명했어요. 그러니 단호함이 필요할 때는 더 단호한 버전을 확인하세요.
단어 뜻만이 아니라 관계의 맥락까지 이해하는 글쓰기 도우미가 있나요?
없어요. 그렇다고 말하는 도구는 과장하는 거예요. 두 사람이 공유하는 건 일부가 대화 기록 바깥에서 만들어지고, 사람들이 서로 다른 정보를 가진 대화로 시험한 모델은 사람보다 훨씬 못한 성적을 내요 (「FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions」). 대신 Subtext는 당신이 건넨 대화를 읽고, 누가 말하는지 가려내고, 설명이 빈약하거나 메시지가 경계나 거절, 맞서는 내용일 때는 메시지가 누구를 위한 건지, 무엇이 이루어지길 바라는지 물어봐요. 일상적인 메시지에서는 당신의 초안의 말투에서 두 사람이 얼마나 가까운지 읽어내고, 그걸 버전에 그대로 지켜요.
대화 전체를 다 붙여넣어야 하나요?
아니요. 많다고 항상 좋은 것도 아니에요. 벤치마크에서 추가된 대화 기록은 대화 분류기에 도움이 되기도 했지만 해가 되기도 했고, 언어 모델은 긴 입력의 중간에 있는 내용을 덜 잘 활용했어요. 답장이 기대는 부분만 붙여넣으세요. 아직 열려 있는 질문, 바로잡은 내용, 그리고 지금 답하려는 메시지요. 어떤 줄이 당신 말인지 상대 말인지 Subtext가 구분하지 못하면 물어봐요.
스크린샷에서 누가 한 말인지 구분할 수 있나요?
Subtext는 대화 스크린샷을 당신이 보듯이 읽어요. 한쪽엔 당신 말풍선, 다른 쪽엔 상대 말풍선이 있으니까요. 배치만으로 분명하지 않을 때는 물어봐요. 대화의 반대편에서 쓴 답장은 초안이 없는 것보다 나쁘니까요.
음성 메시지도 되나요?
네. 상대가 보낸 음성 메시지를 넣으면 Subtext가 다른 메시지와 똑같이 읽고, 당신의 음성 메모를 녹음해서 초안으로 쓸 수도 있어요. 둘 다 글과 같은 읽기를 거쳐요. 누가 무슨 말을 했는지, 상대가 원하는 게 뭔지, 무엇에 답해야 하는지요.
제가 이걸 쓴다는 걸 상대가 알게 되나요?
Subtext를 통해 알려지는 일은 없어요. 당신 쪽에서만 작동하고 아무것도 보내지 않아요. 답장은 당신이 메신저 앱에 붙여넣을 때 거기서 나가요. Subtext는 상대에게 꼬리표를 붙이지도 않아요. 상대의 메시지를 적대적이라거나 조종하려 든다고 태그하지 않는데, 화면에 있는 말을 읽을 뿐 보낸 사람이 속으로 어떻게 느끼는지는 읽지 않기 때문이에요. 상대가 나한테 화난 걸까요, 아니면 내가 너무 생각이 많은 걸까요?라는 글에서 그 간극이 왜 그렇게 큰지 다뤘어요.
한국어로도 쓸 수 있나요?
Subtext는 20개 이상의 언어로 나와 있고, 당신이 쓴 언어로 답해요. 받은 메시지의 요약은 그 메시지가 온 언어로 돌아와요.
비용은 얼마인가요?
Subtext는 처음에 몇 번의 무료 분석을 주고, 그다음은 주간, 월간, 연간 요금제가 있는 유료 구독이에요. 휴대폰에서는 App Store나 Google Play를 통해, 웹에서는 Stripe를 통해 결제돼요. 구독하기 전에 당신의 통화로 가격을 볼 수 있어요.
Subtext는 20개 이상의 언어로 작동하고, 당신이 쓴 언어로 답해요. 휴대폰이나 브라우저에서 쓸 수 있어요.
필요한 자리에 바로
Subtext는 휴대폰을 먼저 생각하고 만들었어요. 계정만 있으면 웹에서도 이어서 쓸 수 있고요.
이미 받으셨나요? 같은 계정으로 web.subtext.it에서도, 휴대폰과 동기화된 채로 쓸 수 있어요.
스캔해서 설치해도 돼요. 코드를 누르면 크게 볼 수 있어요.
지금 쓰고 있는 그 브라우저에서 바로 열려요.
- Safari
- Edge
- Chrome
- Firefox
- Opera
- Brave
App Store에서
휴대폰 카메라로 스캔하면 설치돼요.