롯데이노베이트는 AI 기술팀의 ‘회의 요약 과정에서 사용자 맞춤형 용어집을 활용해 음성인식 오류로 훼손된 전문용어를 복원하는 방법’에 관한 연구가 ‘EMNLP 2026’ 산업 분야(Industry Track)에 채택됐다고 29일 밝혔다.
롯데이노베이트 현판
기업 회의에서는 산업·직무별 전문용어뿐 아니라 프로젝트명, 제품명, 조직명, 시스템명 등 업무와 관련된 고유명사가 빈번하게 등장한다. 음성인식 과정에서 이런 용어가 잘못 인식되면 회의록과 요약문에서 주요 정보가 왜곡될 수 있다.
롯데이노베이트 연구진은 음성인식 모델을 다시 학습시키는 대신 회의와 업무 맥락에 맞는 전문용어를 모은 ‘용어집’을 회의 요약 과정에 제공하는 방식을 연구했다.
회의별 전문용어를 활용해 실험한 결과, 해당 회의와 관련성이 높은 용어로 구성한 용어집이 다양한 분야의 용어를 폭넓게 담은 통합 용어집보다 전문용어 복원에 효과적인 것으로 나타났다. 반대로 회의와 관련성이 낮은 용어를 많이 포함할수록 복원 성능이 떨어졌다.
회의 요약의 정확도를 높이기 위해서는 많은 용어를 일괄적으로 제공하기보다 회의 맥락에 맞는 용어를 선별해 활용하는 것이 중요하다는 의미다.
이번 연구는 롯데이노베이트가 운영하는 AI 플랫폼 ‘아이멤버 Work’의 ‘AI 회의록’ 서비스에도 적용할 수 있다. 회의와 관련된 전문용어를 용어집으로 구성해 음성인식 오류로 잘못 기록된 단어를 요약 과정에서 정확한 표현으로 복원하는 방식이다.
이를 통해 기업용 AI 회의록에서 전문용어와 고유명사의 정확도를 높이고, 회의 내용을 업무에 활용하는 데 필요한 정보의 품질을 높일 수 있을 것으로 회사 측은 기대했다.
논문 제1저자인 김기환 롯데이노베이트 AI 기술팀 담당자는 “기업 회의에서는 전문용어와 고유명사가 의사결정과 업무 실행에 중요한 정보로 활용된다”며 “이번 연구를 통해 회의별 맥락을 반영한 용어 정보가 음성인식 오류로 인한 전문용어 훼손을 보완하는 데 어떤 역할을 하는지 살펴봤다”고 말했다.
이번 연구에는 김기환 담당자를 비롯해 임형준, 정윤서, 박희용, 정창현, 마승희, 박주혜, 김정환 등 롯데이노베이트 AI 기술팀 연구진이 참여했다.
