입력을 다시 살펴본 이유
방송 음성을 텍스트로 바꾸면 검색과 분석에 쓸 수 있습니다. 다만 텍스트가 만들어졌다는 이유만으로 사람이 실제로 한 말이라고 믿어서는 안 됩니다. ANA의 전사 필터 코드에는 배경음악이나 효과음이 반복 문장으로 인식된 문제가 남아 있습니다.
이런 구절이 자주 등장하면 키워드 분석에서는 중요해 보입니다. 사람의 말버릇이나 관심사로 읽힐 수도 있습니다. 입력이 틀렸다면 뒤에서 아무리 자연스럽게 설명해도 그 사람을 제대로 이해한 분석이 되기 어렵습니다.
과거 작업·설계 기록을 정리한 설명도입니다. 문장과 데이터는 공개용 가상 예시입니다.
원본은 그대로 남기기
필터는 반복되는 모양을 살폈습니다. 짧은 말이 자주 나오는 것과, 같은 구절이 여러 세션과 여러 사람에게서 반복되는 것을 구분하는 방식입니다. 코드에는 문장을 작은 단위로 나눠 반복 패턴을 찾는 처리가 있습니다. 그렇다고 이 기준이 모든 오류를 잡는다거나, 반복된 문장은 모두 틀렸다고 말할 수는 없습니다.
이 작업에서 지킨 원칙은 원본을 지우지 않는 것이었습니다. 분석할 때 의심되는 구절을 제외하고, 수집한 발화는 그대로 남깁니다. 필터가 잘못 판단했거나 다른 목적으로 다시 볼 일이 생기면 원본으로 돌아갈 수 있어야 합니다.
화면 예시에는 실제 발화를 넣지 않았습니다. 여러 가상 세션에 같은 예시 문장을 넣어 필터의 판단 과정을 설명합니다. 분석 결과를 얼마나 개선했는지는 별도의 비교 측정이 필요해 수치로 주장하지 않았습니다.