뷰노, '인터스피치 2020'에 AI 음성인식 연구 두 편 발표

의료 인공지능(AI) 솔루션 개발 기업 주식회사 뷰노(대표 김현준)는 자사의 인공지능 기반 음성인식 관련 연구 논문 2편을 '인터스피치 2020'에서 발표했다고 28일 밝혔다.

국제음성커뮤니케이션협회(ISCA, International Speech Communication Association) 이달 25일~29일 주최하는 '인터스피치(INTERSPEECH)'는 음성인식 분야 최고 권위를 자랑하는 국제학회다. 매년 1800여명의 음성 언어 처리 관련 학계, 업계, 정부 관계자 등이 참석한다. 올해로 21회를 맞이한 '인터스피치2020'은 ‘음성 처리를 위한 인지지능(Cognitive Intelligence for Speech Processing)’을 주제로 열렸다. 마이크로소프트, 아마존, 애플, 인텔, 바이두, 알리바바 등 세계적 IT 기업들이 참여했다.

뷰노는 이번 컨퍼런스에서 자사의 인공지능 기반 의료 음성인식 솔루션 '뷰노메드 딥ASR(VUNO Med®-DeepASR)'의 음성인식 엔진을 고도화하는 연구개발 일환으로 진행한 2편의 연구 논문을 발표했다.

두 연구 모두 음성인식 분야 최신 연구 주제인 E2E 모델(end-to-end model, 딥러닝 모델만으로 입력된 음성 전문을 즉시 문자화하는 방식)을 기반으로 음성인식 성능을 강화하는 내용을 다뤘다. 뷰노는 이 연구에서 확인한 기술을 향후 '뷰노메드 딥ASR'에 적용해 음성인식 성능과 정확도를 향상시킬 계획이다.

이번 학술대회서 첫 번째로 발표된 뷰노의 연구는 E2E 모델을 기반으로 국문 뿐 아니라 국영문을 혼용한 음성에서도 가장 높은 성능을 보이는 서브워드(sub-word, 자연어처리 알고리즘에서 전처리로 이용되는 단위)를 도출했고, 자모음과 음절 조합, 바이트(byte) 등 다양한 국영문 음성인식 모델을 비교 분석했으며, 문자 오류율(Character Error Rate, CER), 단어 오류율(Word Error Rate, WER), 문장 오류율(Sentence Error Rate, SER)을 현저히 감소시켰다고 뷰노는 밝혔다. 특히 국내 병원의 의무 기록(medical record) 데이터를 기반으로 검, 국내 의료 환경에서의 높은 활용도를 확인했다.

또 다른 연구는 자동 음성인식(Automatic Speech Recognition, 이하 ASR)에 신경망 구조 탐색(Neural Architecture Search, NAS) 기술을 적용한 새 음성인식 방법인 EST(Evolved Speech-Transformer) 모델을 고안한 내용을 담았다. 이 모델은 기존 방식 대비 낮은 단어 오류율(WER)로 높은 정확도를 기록하는 한편, 메모리 사용량은 최대 30%, 학습시간은 약 4% 감소시켜 우수한 성능을 입증했다고 뷰노는 설명했다. 이번 연구의 성능검증은 영문 데이터셋(Wall Street Journal)과 국문 데이터셋(Zeroth)을 기반으로 진행했고, 향후 EST 모델은 방대한 의료용어로 국영문이 혼재된 의료 환경에서도 높은 성능을 보일 수 있을 것으로 기대된다.

관련기사

김상기 뷰노 음성인식본부장은 "이번 인터스피치 연구 발표로 뷰노의 인공지능 의료 음성인식 기술을 입증해 기쁘다"며 “뷰노의 기술력이 집약된 '뷰노메드 딥ASR'은 국내뿐 아니라 세계 최고 수준의 성능을 자랑한다"고 강조했다. 이어 "이번 연구성과를 기반으로 '뷰노메드 딥ASR'을 고도화해 의료현장의 효율성을 효과적으로 높일 수 있게 기여하겠다"고 덧붙였다.

한편,' 뷰노메드 딥ASR'은 인공지능을 기반으로 영상의학과, 핵의학과, 병리과 등 다양한 의료 분야 내 의료 문서를 실시간으로 문서화하는 의료 음성인식 솔루션이다. 수천 시간에 달하는 국내 의료 음성 데이터 수십만 건을 학습, 국영문이 혼재한 의학 용어를 높은 정확도로 처리, 국내 임상 환경에 최적화한 것이 특징이다. 현재 서울아산병원, 국군수도병원, 용인세브란스병원 등 국내 주요 중대형 병원에 도입, 사용되고 있다.