DEVOCEAN

📝 연구내용

본 연구는 온프레미스 환경에서 동작하는 STT(음성 인식) 후보정 시스템을 개발하는 것입니다.

의료, 반도체같은 특수 산업 분야에서 사용하는 전문 용어 등 일상 대화에 자주 사용되지 않는 단어는

기존 STT 시스템이 정확히 인식하지 못하는 문제가 자주 발생합니다.

이 연구는 이러한 오인식을 후보정하여 개선하는 것에 초점을 맞추고 있습니다.

알고리즘 기반, LLM 추론 기반, BERT 같은 모델 학습 기반등

다양한 접근 방식으로 시스템을 설계하고 비교해서,

최종적으로는 실제 서비스에 적용 가능한 효과적인 후보정 시스템을 구축하고자 합니다.

🎯 연구목적

STT(Speech-to-Text) 기술은 다양한 분야에서 음성 자동 처리에 활용되고 있지만,

전문 용어나 약어 같은 도메인 특화 단어에 대한 인식 정확도는 아직 부족한 실정입니다.

본 연구는 STT 결과를 사후적으로 정제하고 보정함으로써,

음성 인식된 텍스트의 정확성을 높이는 것이 핵심 목표입니다.

또한, 클라우드 기반이 아닌 온프레미스 환경에서 시스템을 구축하여

기업 내부 데이터의 보안성과 독립성을 지키면서도 실질적인 정확도 향상을 이끌어내고자 합니다.

🚀 활용계획

• 실제 서비스 적용: 자사 AI 회의록 서비스의 기능 중 하나로 적용될 수 있습니다.

🔧 관련 경험 및 역량

• HuggingFace Transformers 등 주요 ML 라이브러리 사용 경험

• Whisper 등의 오픈소스 음성인식 모델 활용 경험

• 사용자 친화적인 시스템 설계 역량

📌 1. 멘토 소개

정지헌

• AI Agent Platform팀 AI Engineer

• AI Fellowship 4기 멘티, AI Fellowship 6기 멘토

• B2B 대상 AI 회의록 서비스 개발자

• SKT 입사 2년차 2024 JT ⭐️

김의연

• AI Agent Platform팀 AI Engineer

• AI Fellowship 6기 멘토

• B2B 대상 AI 회의록 서비스 개발자

• SKT 입사 2년차 2024 JT ⭐️

윤대훈

• AI Agent Platform팀 사업 담당

• AI Fellowship 6기 멘토

• 개발 / 분석 15년차 - Backend Engineer ( 6년 ), ML Engineer ( 8년 )

• 주로 Industrial 영역 프로젝트 수행 ( 반도체, 철도, 항만 등 )

• 카페 알바 2개월 (커피 잘탐)

📌 2. 프로젝트 소개

프로젝트명: 음성 인식 정확도 향상을 위한 후보정 기술 연구

🎯 목표

일상에서 자주 쓰지 않는 전문 용어나 약어, 신조어는 음성인식 정확도가 낮습니다.

이는 음성인식 모델 학습 데이터에 해당 단어들이 충분히 포함되지 않았기 때문입니다.

저희는 이러한 단어들을 대상으로 온프레미스 환경에서 후보정이 가능한 시스템을 개발하고자 합니다.

🎯 세부 내용

시스템 구성에 대해서는 제약이 없습니다.

어떤 방식이던

1. 온프레미스 환경에서

2. 자주 사용하지 않는 용어의 잘못된 음성인식 결과를 후보정 해내면 됩니다.

제약 없이 시스템을 설계하고 비교해보되, 최종 시스템은 사용자 친화적이여야 합니다.

📌 3. 이런 Fellow를 찾아요!

• 성실한 사람이었으면 좋겠어요. Fellowship이 생각보다 길고, 체력적으로 지칠 수도 있어요. 끝까지 함께 진행해 볼 수 있는 사람이면 좋겠어요.

• 코드 작업에는 크게 어려움이 없었으면 좋겠어요. 기본적으로는 Python에 대한 지식과 해본 경험만 있었다면 만족합니다.

• 음성 모델에 대한 경험이나 전공에 대해서는 고려 사항이 아니에요. “경험이 없는데 어떻게 하지?” 라는 생각은 안하셔도 됩니다. 열정만 있으면 됩니다.

📌 FAQ

Q1. 교정해야하는 단어의 범주가 정해져 있나요???

A1: 정확히 정해져 있지는 않습니다. 아래 예시를 기반으로 교정 대상을 특정해서, 해당 대상들을 잘 교정할 수있는 시스템 설계 고민을 해보면 좋을 것 같습니다😊 물론 다 할수 있으면 매우 좋겠죠 😂

• 특정 분야에서만 사용되는 동사, 명사

  ex) 반도체 - 팹리스, IPA

• 새로 등장한 용어

  ex) IT - GPT, MCP

• 특정 집단 안에서만 사용되는 용어

  ex) SK그룹 - SUPEX

Q2. 시스템 구조 예시는 어떤게 있을까요??

A2: 사용자에게 용어 사전을 직접 등록받고, 이를 기반으로 음성 인식 결과를 교정하는 시스템을 설계할 수도 있을 것 같아요. <관련 연구 - 링크>

다만 교정 대상을 전문 용어 교정으로 정했다면, 사용자에게 전문 용어가 모두 포함된 사전 입력을 요청해야하지니까, 사용자 친화적인 시스템이라고 말하긴 어려울 것 같습니다!