사용자 맞춤형 용어집으로 STT 오류 보완…'아이멤버 Work' AI 회의록 고도화 기반
롯데이노베이트가 기업 회의 환경에서 발생하는 음성인식 오류를 보완하는 자연어처리 연구로 국제학술대회에 논문을 채택받았다.
롯데이노베이트는 자연어처리 국제학술대회 'EMNLP 2026' Industry Track에 논문이 채택됐다고 29일 밝혔다. EMNLP는 ACL, NAACL과 함께 자연어처리 분야의 대표 국제학술대회로 꼽힌다.
Industry Track은 실제 산업 현장에서 활용되는 자연어처리와 음성 기술의 설계, 개발, 배포, 분석 과정에서 나온 과제와 해결 방안을 다룬다. 롯데이노베이트는 이번 논문 채택으로 기업 환경에 최적화된 AI 기술 연구 역량과 실제 서비스 품질 개선으로 연결할 수 있는 전문성을 대외적으로 입증했다는 설명이다.
채택 논문은 '회의 요약 과정에서 사용자 맞춤형 용어집을 활용해 음성인식 오류 전문용어를 복원하는 조건과 요약 품질 평가 연구'다. 영문 제목은 'When Does User-Scoped Glossary Injection Recover ASR-Corrupted Domain Terms in Meeting Summarization? Separating Term Recovery from Summary Utility'다.
논문은 회의 요약 과정에서 사용자 또는 회의 맥락에 맞춘 용어집을 활용해 음성인식 오류로 훼손된 도메인 전문용어를 복원하는 방안을 다뤘다.
기업 회의에는 산업·직무별 전문용어뿐 아니라 프로젝트명, 제품명, 조직명, 시스템명 등 업무와 밀접하게 연결된 고유명사가 자주 등장한다. 이러한 용어가 음성인식 과정에서 잘못 기록되면 회의록과 요약문에서 핵심 정보가 왜곡되거나 누락될 수 있다.
롯데이노베이트 연구진은 회의 인식용으로 자체 학습·운영 중인 STT 모델을 별도로 재학습하지 않고, 회의·업무 맥락에 맞춘 용어집을 요약 프롬프트에 제공하는 방식을 연구했다.
회의별 전문용어 주석으로 용어집을 구성해 실험한 결과, 회의 맥락에 맞춘 용어집이 넓은 범위의 도메인·통합 용어집보다 전문용어 복원에 더 효과적인 것으로 나타났다. 관련성이 낮은 용어를 많이 포함할수록 성능이 떨어져, 용어집은 넓게 구성하기보다 회의 관련 용어 중심으로 정교하게 구성하는 것이 중요하다는 점도 확인했다.
이번 연구 결과는 롯데이노베이트의 AI 플랫폼 '아이멤버 Work' 기능 중 하나인 'AI 회의록' 서비스 경쟁력 강화로 이어질 수 있다. 회의 범위로 좁힌 용어집을 활용해 음성인식 오류로 훼손된 전문용어를 요약의 키워드 항목에 정확한 표기로 복원하면, 요약 결과의 전문용어 정확도를 높일 수 있기 때문이다.
독자들의 PICK!
김기환 롯데이노베이트 AI 기술팀 담당자는 "기업 회의에서는 전문용어와 고유명사가 의사결정 및 업무 실행의 핵심 정보로 작용하는 만큼, 이를 정확히 기록하는 것이 중요하다"며 "이번 연구는 회의별 맥락을 반영한 용어 정보가 음성인식 오류로 인한 전문용어 훼손을 보완하는 데 어떤 역할을 할 수 있는지 살펴본 것"이라고 말했다.
이번 연구에는 김기환 담당자를 비롯해 임형준, 정윤서, 박희용, 정창현, 마승희, 박주혜, 김정환 등 롯데이노베이트 AI 기술팀 담당자들이 참여했다.
