ACL·NAACL과 어깨 견주는 자연어처리
최고 권위 학회 ‘EMNLP 2026’ 채택
음성인식(STT) 과정서 뭉개지는
전문용어·고유명사 프롬프트 보정 기술 개발
롯데이노베이트, 글로벌 AI 학회 연구성과 입증…‘AI 회의록’ 정교함 더한다. 롯데이노베이트 제공
롯데이노베이트가 사내 회의 및 업무 환경에서 음성인식(STT) 변환 시 오기가 발생하는 직무 전문용어를 정교하게 되살려내는 인공지능(AI) 기술력을 글로벌 무대에서 입증받았다.
롯데이노베이트는 세계적인 권위를 자랑하는 자연어처리(NLP) 국제 학술대회인 ‘EMNLP 2026(Empirical Methods in Natural Language Processing)’의 산업 트랙(Industry Track)에 AI 기술팀 연구 논문이 최종 채택됐다고 밝혔다. EMNLP는 ACL, NAACL과 함께 관련 분야 세계 3대 학술행사로 꼽힌다. 이 중 산업 트랙은 실제 기업 현장에서 가동되는 AI 기술의 설계부터 적용, 분석까지의 실용적 성과와 해결책을 엄격히 검증하는 분야다.
이번에 수록된 연구는 ‘회의 요약 과정에서 사용자 맞춤형 용어집을 활용해 음성인식 오류 전문용어를 복원하는 조건과 요약 품질 평가 연구(영문명: When Does User-Scoped Glossary Injection Recover ASR-Corrupted Domain Terms in Meeting Summarization? Separating Term Recovery from Summary Utility)’다.
기업체 회의에서는 특정 부서의 기술 용어를 비롯해 고유 프로젝트명, 시스템 명칭 등 실무와 직결된 단어가 수시로 오간다. 그러나 기존 음성인식 솔루치가 이를 잘못 오기할 경우, 전체 요약문이나 기록의 맥락이 왜곡되어 업무 혼선을 야기할 위험이 크다.
연구진은 음성인식 모델 자체를 매번 재학습하는 비효율을 줄이기 위해, 회의 성격과 맥락에 맞춰 정제한 단어집을 생성한 뒤 요약 프롬프트에 직접 주입하는 구동 방식을 설계했다. 실험 분석 결과, 광범위한 도메인 용어집을 일괄 입력하는 것보다 해당 회의와 연관성이 높은 정밀한 용어집을 선별해 연계했을 때 전문용어 복원율이 한층 뛰어났다. 연관성이 떨어지는 단어가 과도하게 포함되면 오히려 추출 성능을 떨어뜨린다는 지점도 함께 규명했다.
해당 연구 성과는 AI 플랫폼 ‘아이멤버 Work’의 주요 기능인 ‘AI 회의록’을 포함해 기업 맞춤형 요약 서비스의 성능 개선에 반영될 예정이다. 회의 단위로 좁힌 용어집을 기반으로 핵심 키워드를 오차 없이 복원해냄으로써 문서 완성도를 끌어올릴 전망이다.
논문 제1저자인 김기환 AI기술팀 담당자는 기업 현장의 의사결정 과정에서 고유명사와 전문 어휘는 업무 집행의 결정적 정보가 된다며, 이번 연구는 회의별 맥락 정보를 활용해 음성 인식의 기술적 한계를 유연하게 보완하는 방안을 밝혀낸 것이라고 설명했다.
한편 이번 연구에는 김기환 담당을 필두로 임형준, 정윤서, 박희용, 정창현, 마승희, 박주혜, 김정환 연구원 등 AI기술팀 소속 연구진이 대거 참여해 성과를 이끌어냈다.
댓글 0