이미지:본지DB
이미지:본지DB

AI가 회의분위기까지 표현하여 회의록을 자동으로 작성해주고, 이미지에서 원하는 문자를 추출하여 보고서 작성 등에 활용할 수 있도록 돕는 인공지능 기반 업무지원 서비스가 행정현장에 도입됐다.

이를 통해 실무자들이 회의결과와 문서 정리에 적지 않은 시간과 노력을 들이고 있는 상황에서, 꼭 필요한 일에 역량을 집중해나가는 AI 기반 행정혁신의 계기가 될 전망이다.

행정안전부(장관 이상민. 이하, 행안부)는 정부와 자치단체를 대상으로 AI 기반 자동회의록 기능과, 문서 인식 기능 등을 갖춘 행정업무 효율화 서비스를 22일부터 시범 운영한다.

이 AI 솔루션은 대화형 인공지능 전문기업인 솔루게이트(대표 민성태)의 AI음성회의록 플랫폼인 '솔루노트(SOLUNOTE)'를 국내 최초로 온프레미스 환경으로 구축했으며, 행안부는 정부와 지자체를 대상으로 AI 기반의 자동회의록 기능과 문서 인식 기능 등을 갖춘 행정 업무 효율화에 기여할 전망이다.

정부와 지자체에서 이뤄지는 영상회의는 연간 약 10만 건으로, 일일이 회의 결과와 회의록을 정리하는데 적지 않은 시간과 노력이 소요됐다. ‘AI 자동회의록’ 서비스는 회의 내용을 녹화·녹음한 파일로부터 문자를 자동 추출하고, 시간순으로 참석자와 회의 내용을 자동 정리해 보고서(회의록) 형태로 제공해 준다.

AI 자동회의록 제공 예시 화면 (출처:행안부)
AI 자동회의록 제공 예시 화면 (출처:행안부)

사용자는 회의 영상·음성 파일을 업로드하는 것만으로도 회의 내용을 손쉽게 확인할 수 있으며, 영상회의의 경우 별도 음성 추출 과정을 거칠 필요가 없는 것도 특징이다. 1시간 분량의 회의 영상 또는 음성 파일을 보고서 형태로 제공하는 데까지는 약 5분 가량이 소요된다. 이와 함께 회의 분위기 등을 입체적으로 쉽게 파악할 수 있도록 주요 키워드의 발생 빈도, 참석자별 발언 비중, 회의 상황까지 시각화한 결과도 확인할 수 있다.

현재 음성인식 정확도는 파일의 음질 수준에 따라 97~99%로, 향후 공공행정의 성격을 고려한 행정용어 중심으로 음성인식 학습 과정을 거쳐 음성인식 정확도를 지속적으로 높여 나갈 계획이다.

회의 결과 정리와 회의록 작성 등은 정책을 추진하는 데 기초 자료로 활용되는 중요한 작업이다. 특히 타 기관과 회의를 진행하는 경우, 회의 결과가 정확히 작성돼야 차질 없이 업무를 수행할 수 있어 회의록을 정리하는 담당자 부담과 고충이 컸다. 이번 ‘AI 자동회의록 서비스’를 통해 담당 공무원의 업무 부담이 크게 줄고 업무 생산성도 늘릴 수 있을 것으로 기대된다. 

솔루게이트의 솔루노트는 회의는 특성상 보안이 중요하므로 폐쇄망에서 운용할 수 있으면서도 빅테크기업 못지 않은 높은 음성인식율과 화자분리, 요약기능 등을 인터넷 연결 없이도 사용 가능하며, 솔루게이트의 특허받은 AI 엔진을 적용하여 AI전문가 도움 없이도 사용자가 쉽게 사용할 수 있는 시스템을 적용하였다고 밝혔다.

이 시스템은 별도의 작업이나 라이센스를 구입하지 않아도 영어, 일본어, 중국어, 등 거의 모든 언어를 지원하여 국제 비즈니스 회의 등에서도 사용할 수 있다고 한다.

특히, 솔루노트는 현재까지는 GPU 서버에서만 구동되지만 현 기능은 유지한 채, PC또는 노트북 등 엣지에서 사용 가능하도록 준비중이다. 이를 통해 비용 효율적으로 휴대성을 강화해 건설현장, 학교 등 많은 곳에서 온디바이스 AI로 구동, 사용하게 될 것이라고 밝혔다.

솔루게이트에서는 24년 상반기내에 AI음성회의록 기본 기능에 그치지 않고 솔루노트에 솔루게이트에서 자체 개발한 '경량화 대형언어모델(smaller Large Language Model. 이하, sLLM)'을 적용하여 문서요약, 보고서 작성, 이메일 작성, 리포트 작성, 번역, 업무용 챗봇 등의 서비스를 순차적으로 적용할 예정이다.

한편, sLLM은 매개변수(Parameter)를 기존 대형언어모델(Large language models. LLM)에 비해 변수의 수가 10억(1B) 내지 100억(10B) 개로 줄여 학습을 위한 소요 비용이나 시간을 절감할 수 있으며, 미세조정(Fine-Tuning)으로 정확도를 높이고 다른 애플리케이션과 통합하기도 쉬운 모델로 특정 분야에서는 미세조정과 고품질의 데이터 학습을 통해 기존 LLM과 맞먹는 성능을 보여주는 것, 또한 장점이다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지