롯데이노베이트, EMNLP 논문 채택…'AI 회의록' 경쟁력 강화 기반 마련

롯데이노베이트 사옥 전경 롯데이노베이트는 음성인식(STT) 오류로 잘못 기록된 전문용어를 회의 요약 과정에서 복원하는 연구 논문이 자연어처리 국제학술대회 'EMNLP 2026'의 산업 분야에 채택됐다고 29일 밝혔다. EMNLP는 ACL, NAACL과 함께 자연어처리 분야의 대표 국제학술대회로 꼽힌다. 특히 산업 분야 트랙은 실제 산업 현장에서 활용되는 자연어처리·음성 기술의 설계, 개발, 배포 및 분석 과정에서 도출된 과제와 해결 방안을 다룬다. 이번 채택으로 롯데이노베이트는 기업 환경에 최적화된 AI 기술을 연구하고, 실제 서비스 품질 개선으로 연결할 수 있는 AI 전문성을 대외적으로 입증했다는 평가가 나온다. 채택 논문은 '회의 요약 과정에서 사용자 맞춤형 용어집을 활용해 음성인식 오류 전문용어를 복원하는 조건과 요약 품질 평가 연구'다. 회의 요약 과정에서 사용자 또는 회의 맥락에 맞춘 용어집을 활용해 음성인식 오류로 훼손된 도메인 전문용어를 복원하는 방안을 다뤘다. 이번 연구에는 김기환 롯데이노베이트 AI 기술팀 담당자를 비롯해 임형준, 정윤서, 박희용, 정창현, 마승희, 박주혜, 김정환 등 롯데이노베이트 AI 기술팀 담당자들이 참여했다. 기업 회의에는 산업·직무별 전문용어를 비롯해 프로젝트명, 제품명, 조직명, 시스템명 등 업무와 밀접하게 연결된 고유명사가 자주 등장한다. 이러한 용어가 음성인식 과정에서 잘못 기록될 경우, 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 구성한 실험 결과, 회의 맥락에 맞춘 용어집이 넓은 범위의 도메인·통합 용어집보다 전문용어 복원에 더 효과적이었다. 관련성이 낮은 용어를 많이 포함할수록 성능이 떨어져, 용어집은 넓게 구성하기보다 회의 관련 용어 중심으로 정교하게 구성하는 것이 중요하다는 점을 확인했다. 이번 연구 결과는 롯데이노베이트의 AI 플랫폼 '아이멤버 Work' 기능 중 하나인 'AI 회의록'을 비롯한 기업용 AI 회의 요약 서비스의 핵심 경쟁력으로 이어질 것으로 기대된다. 논문 제1저자인 김기환 롯데이노베이트 AI 기술팀 담당자는 “기업 회의에서는 전문용어와 고유명사가 의사결정 및 업무 실행의 핵심 정보로 작용하는 만큼, 이를 정확히 기록...