제품명 틀리는 음성 AI에 단어장을 준다…IBM, 긴 키워드 목록으로 전사 보정

녹음 내용은 알아들었는데 제품명과 사람 이름을 엉뚱하게 적는다면, 필요한 단어장을 먼저 주는 방식이 도움이 될 수 있다. IBM이21일 소개한 Granite Speech5.0 2B는 전사·번역 때 참고할 키워드 목록을 최대2천개까지 받는다. 처음 듣는 고유명사와 약어를 문맥만으로 추측하게 두는 대신, 후보 단어를 프롬프트에 함께 넣어 인식 방향을 알려 주는 기능이다.

정답 단어만 넣은 시험과 긴 혼합 목록은 다르다

모델 카드의 비교는 단어장을 주지 않은 경우, 맞는 키워드만 준 경우, 맞는 말과 틀린 후보가 섞인2천개 목록을 준 경우를 나눈다. 새 모델은 긴 혼합 목록에서도 이전4.1 모델보다 키워드를 더 잘 잡아냈다는 개발사 결과를 제시했다. 실제 회의에서 무슨 단어가 나올지 미리 완벽히 알 수 없다는 점에서 단순한 전체 전사 순위와 다른 확인 지점이다. 다만 IBM의 정해진 평가 자료이며 모든 회사의 제품명에서 같은 정확도를 보장하는 수치는 아니다.

한국어 녹음을 바로 맡기는 모델은 아니다

새2B 모델의 공식 전사 지원 언어는 영어·프랑스어·독일어·스페인어·포르투갈어·일본어다. 한국어는 목록에 없다. 이 언어들과 영어 사이의 음성 번역, 영어에서 이탈리아어·중국어로 옮기는 경로도 안내하지만 이를 한국어 회의록 서비스 출시로 읽어서는 안 된다. 입력 언어를 명시하거나 문장부호와 대문자를 요청하는 프롬프트도 제공한다.

IBM은 작업에 따라 다른 모델도 제시했다. 빠른 기기 내 전사에는 개정된470M Turbo CTC, 여러 사람이 말하는 회의·통화에서 화자와 시각 구분이 중요하면 개정된4.1 2B Plus를 권한다.5.0이라는 이름만 보고 화자 분리까지 한 모델이 모두 해결한다고 가정하지 않는 편이 맞다. 세 모델은 Apache2.0으로 공개됐으며, 모델 카드에는 긴 녹음을 약2분 이하 구간으로 나누는 권장 방식도 적혀 있다. 사용할 언어와 필요한 출력부터 정한 뒤 실제 녹음의 이름·약어를 대조할 변화다.