가이드23 min
전사 정확도를 높이는 녹음법: 효과가 큰 순서로 5가지 (2026)
전사 정확도에 관한 조언은 대부분 일반론에 그칩니다. 이 가이드는 마이크 거리, 화자 겹침, 소음과 무음, 언어와 어휘, 모델 크기라는 다섯 가지 요인을 효과가 큰 순서로 정리하고, 각각이 오류율을 실제로 얼마나 움직이는지 공개된 수치로 보여 줍니다.
가이드전사 정확도에 관한 조언은 대부분 일반론에 그칩니다. 이 가이드는 마이크 거리, 화자 겹침, 소음과 무음, 언어와 어휘, 모델 크기라는 다섯 가지 요인을 효과가 큰 순서로 정리하고, 각각이 오류율을 실제로 얼마나 움직이는지 공개된 수치로 보여 줍니다.
인공지능단어 오류율(WER)은 바뀐 단어, 빠진 단어, 지어낸 단어를 실제 발화 단어 수로 나눈 값입니다. 공식이 담는 것과 조용히 빼놓는 것, 같은 모델이 평가마다 다른 점수를 받는 이유, 그리고 한국어에는 WER 대신 CER을 쓰는 이유까지 정리했습니다.
인공지능애플의 온디바이스 SpeechAnalyzer가 Whisper를 이겼다는 벤치마크가 화제였습니다. 그런데 그 테스트는 영어 오디오북에서 Whisper Small만 돌렸습니다. 무엇을 측정했고 무엇을 측정하지 않았는지, 한국어는 어떤지 정리했습니다.
인공지능Whisper의 실제 정확도: 깨끗한 낭독 음성에서는 단어 오류율(WER) 약 2~3%, 여러 영어 벤치마크 평균으로는 약 7%, 회의실 녹음에서는 약 16%입니다. 그리고 이 수치를 가장 크게 움직이는 요인이 무엇인지도 함께 정리했습니다.