diff --git a/README.md b/README.md
index da89c4a..90b8834 100644
--- a/README.md
+++ b/README.md
@@ -72,18 +72,13 @@ brew install ffmpeg
 ```bash
 conda create -n stt python=3.11 -y
 conda activate stt
+pip install -U pip setuptools wheel
 pip install -r requirements.txt
+pip install -r requirements-diarize.txt
 ```
 
-**`resolution-too-deep` (pip이 의존성 그래프를 너무 깊게 탐색하다 실패)**  
-최신 `pyannote.audio` 4.x 쪽은 `torch`·OpenTelemetry 등 하위 의존이 많아 한 번에 설치할 때 자주 납니다. 이 저장소 `requirements.txt`는 **화자 분리용으로 `pyannote.audio==3.3.2`·`torch==2.5.1`·`lightning<2.5`** 등을 고정해 그래프를 줄여 둡니다. 그래도 실패하면 `pip install -U "pip>=24"` 후 재시도하거나, conda로 torch를 먼저 올린 뒤 같은 env에서 `pip install -r requirements.txt` 하세요 (`conda install pytorch torchaudio cpuonly -c pytorch -y`).
-
-**CPU 전용 PyTorch 휠만 쓰고 싶을 때** (CUDA 번들을 피하려면):
-
-```bash
-pip install torch==2.5.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cpu
-pip install -r requirements.txt
-```
+**Linux에서 `pip install -r requirements.txt` 만으로 `resolution-too-deep` 이 난 경우**  
+예전에는 `pyannote.audio>=3.1.0` 이 한 파일에 있어 최신 버전까지 풀며 그래프가 깊어질 수 있었습니다. 지금은 **베이스**(`requirements.txt`)와 **화자 분리**(`requirements-diarize.txt`, `torch`·`pyannote.audio==3.3.2` 고정)로 나뉘어 있습니다. 위처럼 **두 파일을 순서대로** 설치하고, 그래도 실패하면 **conda로 PyTorch 먼저** 한 뒤 `pip install -r requirements-diarize.txt` 만 다시 시도해 보세요 (`requirements-whisper-stt.txt` 절의 torch 복구 절차 참고).
 
 ### 2) (선택) 로컬 전사 CLI — `whisper_stt.py`
 
@@ -151,7 +146,7 @@ conda env create -f environment.yml
 conda activate ncue
 ```
 
-`pip` 의존성은 `requirements.txt`를 통해 설치됩니다. 팀에서 이미 `ncue`를 쓰는 경우에만 사용해도 됩니다.
+`pip` 의존성은 `requirements.txt`와 `requirements-diarize.txt`를 통해 설치됩니다. 팀에서 이미 `ncue`를 쓰는 경우에만 사용해도 됩니다.
 
 ---
 
@@ -196,7 +191,8 @@ uvicorn app.main:app --reload --host 127.0.0.1 --port 8025
 ```bash
 conda activate ncue
 pip install "numpy>=1.26,<2.2" --force-reinstall
-pip install -r requirements.txt   # 나머지 의존성 유지
+pip install -r requirements.txt
+pip install -r requirements-diarize.txt
 ./run.sh
 ```
 
@@ -249,7 +245,7 @@ ProxyPassReverse "/stt/" "http://127.0.0.1:8025/"
 
 - **모델**: 기본 `small` (정확도/속도 균형). `APP_WHISPER_MODEL=base|small|medium|large-v3` 등으로 변경 가능.
 - **디바이스**: 기본 CPU. Apple Silicon에서 Metal은 `faster-whisper` 단독으로는 제한이 있어 CPU 기본값을 권장.
-- **화자 분리**: `pip install -r requirements.txt`에 `pyannote.audio`가 포함됩니다. 모델 폴더는 `WHISPER_DIARIZE_MODEL_DIR` / `PYANNOTE_MODEL_DIR` 또는 기본 `./models/pyannote-diarization-3.1`. 다른 경로는 `APP_PYANNOTE_MODEL_DIR`로 지정 가능. HF 토큰(`HF_TOKEN` 등)과 gated 저장소 동의는 `whisper_stt.py` 절·`requirements-whisper-stt.txt` 주석과 동일합니다.
+- **화자 분리**: `pip install -r requirements-diarize.txt`에 `pyannote.audio`·`torch` 등이 포함됩니다(베이스 `requirements.txt` 설치 후). 모델 폴더는 `WHISPER_DIARIZE_MODEL_DIR` / `PYANNOTE_MODEL_DIR` 또는 기본 `./models/pyannote-diarization-3.1`. 다른 경로는 `APP_PYANNOTE_MODEL_DIR`로 지정 가능. HF 토큰(`HF_TOKEN` 등)과 gated 저장소 동의는 `whisper_stt.py` 절·`requirements-whisper-stt.txt` 주석과 동일합니다.
 - **기타**: `APP_WHISPER_DEVICE`, `APP_WHISPER_COMPUTE_TYPE`, 업로드 크기 등은 `app/main.py` 및 `.env` 예시를 참고.
 
 ---
@@ -308,5 +304,5 @@ grep -n LD_LIBRARY_PATH ~/.bashrc ~/.profile ~/.bash_profile 2>/dev/null
 |------|--------|--------|
 | `ffmpeg` | `sudo apt install ffmpeg` | `brew install ffmpeg` |
 | Python | Conda `stt` 권장 | 동일 |
-| 웹 STT | `pip install -r requirements.txt` | 동일 |
+| 웹 STT | `pip install -r requirements.txt` 후 `pip install -r requirements-diarize.txt` | 동일 |
 | `whisper_stt.py` | `pip install -r requirements-whisper-stt.txt` | 동일 |
diff --git a/environment.yml b/environment.yml
index 69e6e09..12058b8 100644
--- a/environment.yml
+++ b/environment.yml
@@ -7,4 +7,5 @@ dependencies:
   - ffmpeg
   - pip:
       - -r requirements.txt
+      - -r requirements-diarize.txt
 
diff --git a/requirements-diarize.txt b/requirements-diarize.txt
new file mode 100644
index 0000000..f380f2b
--- /dev/null
+++ b/requirements-diarize.txt
@@ -0,0 +1,17 @@
+# 웹·로컬 공통: 화자 분리(pyannote). 메인 requirements.txt 설치 후 이 파일을 설치하세요.
+#
+#   pip install -U pip setuptools wheel
+#   pip install -r requirements.txt
+#   pip install -r requirements-diarize.txt
+#
+# `pyannote.audio>=3.1.0` 만 단독으로 두면 최신 메이저가 끌려와 torch/lightning/opentelemetry
+# 등으로 pip 해석 깊이가 커져 Linux에서 resolution-too-deep 이 날 수 있습니다.
+# 여기서는 pyannote 3.3.x + torch를 고정합니다 (PyPI 메타: torch>=2.0.0).
+#
+# CPU Linux: PyTorch 공식 CPU 인덱스
+--extra-index-url https://download.pytorch.org/whl/cpu
+torch==2.5.1
+torchaudio==2.5.1
+lightning==2.4.0
+huggingface_hub>=0.26.0,<0.36.0
+pyannote.audio==3.3.2
diff --git a/requirements.txt b/requirements.txt
index de871cb..386a665 100644
--- a/requirements.txt
+++ b/requirements.txt
@@ -8,10 +8,4 @@ faster-whisper
 imageio-ffmpeg
 psycopg[binary]
 python-dotenv
-# 화자 분리: 버전을 고정하지 않으면 pyannote 4.x + torch>=2.8 + opentelemetry 등으로
-# 의존 그래프가 커져 pip가 «resolution-too-deep» 으로 실패하는 경우가 많습니다.
-huggingface_hub>=0.26.0,<0.29.0
-torch==2.5.1
-torchaudio==2.5.1
-lightning>=2.4.0,<2.5.0
-pyannote.audio==3.3.2
+# 화자 분리(pyannote·HF 허브): requirements-diarize.txt 를 추가로 설치 (torch 고정, pip resolution-too-deep 방지)