뷰노가 발표한 두 연구는 음성인식 분야의 최신 연구 주제인 E2E 모델을 기반으로 음성인식 성능을 강화하는 내용을 담고 있다. 첫 번째로 발표된 연구는 E2E 모델을 기반으로 국문뿐 아니라 국영문을 혼용한 음성에서도 가장 높은 성능을 보이는 서브워드를 도출했다. 자모음, 음절 조합, 바이트 등 다양한 국영문 음성인식 모델을 비교 분석했으며 문자 오류율, 단어 오류율, 문장 오류율을 현저하게 감소시켰다. 특히 국내 병원의 의무 기록 데이터를 기반으로 검증해 국내 의료 환경에서의 높은 활용도를 확인했다는 게 회사 측의 설명이다.
또 다른 연구는 자동 음성인식(ASR)에 신경망 구조 탐색 기술을 적용한 새로운 음성인식 방법인 EST 모델을 고안하는 내용을 담고있다. 해당 모델은 기존 방식 대비 낮은 단어 오류율로 높은 정확도를 기록하는 한편 메모리 사용량은 최대 30%, 학습시간은 약 4% 감소시켰다. 성능검증은 영문 데이터셋과 국문 데이터셋을 기반으로 진행됐다. 이로 인해 향후 EST 모델은 방대한 의료용어로 국영문이 혼재된 의료 환경에서도 높은 성능을 보일 수 있을 것으로 기대된다.
김상기 뷰노 음성인식본부장은 "이번 연구성과를 기반으로 뷰노메드 딥ASR을 고도화해 의료현장의 효율성을 효과적으로 높일 수 있도록 기여하겠다"고 말했다.윤선영기자 sunnyday72@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
