“정형 데이터 분석 위주에서 음성 등 비정형 데이터 분석 움직임이 늘었습니다. 금융, 제조, 통신 등 산업별 주요 대기업이 콜센터 음성 데이터를 글자로 변환하는 'STT(Speech To Text)' 시스템 도입에 적극적입니다.”
최병정 SAS코리아 상무는 최근 국내 데이터 분석 시장에서 STT 데이터 변환 관심이 높다고 전했다.
STT는 음성을 인식해 글자로 전환하는 시스템이다. 금융권이 가장 활발하다.
최 상무는 “보험사는 수 천만건 이상 고객 상담 전화 음성 데이터를 보유했지만 그동안 이를 제대로 활용하지 못했다”면서 “STT를 도입해 음성을 글자로 변환한 후 고객 주요 불만과 요구사항을 파악해 상품개발에 적용하는 등 유용하게 활용한다”고 말했다.
일부 금융사는 보험사기 업무나 고객 이탈업무에도 STT 시스템을 활용한다.
최 상무는 “하루에 수십만건 상담 전화가 오는 상황에서 일일이 사람이 사기 여부를 판단하기 어렵다”면서 “평소 데이터 분석 결과를 바탕으로 사기 연관성 등을 파악하기 때문에 보험사기를 예방하고 고객 이탈까지 미연에 방지하는 효과를 얻는다”고 말했다.
정형·비정형 등 다양한 데이터 분석이 가능해지면서 인공지능(AI) 데이터 품질 중요성도 높아진다. 최 상무는 “STT도 결국 양질 데이터를 확보해야 분석 결과와 AI 성능도 높아지는 것”이라면서 “단순 데이터 확보에만 집중해선 안되고 정확한 AI 결과를 확보하기 위한 품질보증 시스템을 확보해야한다”고 말했다.
세계는 이미 공정성(Fairness), 책임감(Accountability), 투명성(Transparency) 세 가지를 갖춘 'FAT AI' 논의가 활발하다. 소프트웨어 안정성을 위해 설계 단계부터 보안을 내재화하는 것처럼 모든 AI 과정에 FAT를 내재화해 신뢰를 확보해야 한다는 것이다. 이를 위해 AI가 학습할 데이터에 대한 접근과 관리부터 정교한 알고리즘 모델 적용까지 전체 분석 라이프사이클을 통합 관리하는 체계가 필요하다. SAS도 세계적으로 AI 품질보증을 위한 서비스와 플랫폼 등을 지원한다.
최 상무는 “데이터 품질이 어느 정도 완성되면 AI에 대한 품질도 살펴봐야한다”면서 “투명한 데이터, 공정한 모델, 명확한 분석을 구현하는 분석 플랫폼 등 AI 품질보증 시스템을 갖춰야 한다”고 말했다.
김지선 SW 전문기자 river@etnews.com
