독일어 의료 대화용 ASR 모델 성능 비교와 방언·전문의어 분석

초록

본 연구는 독일어 의료 현장에서 사용되는 29개 ASR 모델을 4가지 시뮬레이션 진료 대화(표준, 내과 전문용어, 외국인 의사, 강한 방언)로 구성한 ‘Med‑De‑Anamnese’ 데이터셋으로 평가한다. Whisper·Voxtral·Wav2Vec2 계열의 오픈소스 모델과 AssemblyAI·Deepgram 등 상용 API를 대상으로 WER, CER, BLEU, SA‑WER(스피커 라벨 포함) 지표를 사용하였다. 결과는 AssemblyAI Universal이 평균 2.99% WER로 최우수이며, Voxtral Small이 7.11% WER로 효율적인 오픈소스 대안임을 보여준다. Whisper Large‑v3는 12.6% WER로 중간 수준이며, 오래된 Wav2Vec2·소형 Whisper 모델은 20% 이상 오류를 보였다. 방언·전문의어가 포함된 시나리오에서는 성능 격차가 확대되었고, 상용 API가 다이어리제이션까지 제공해 SA‑WER에서도 우수했다. 개인정보 보호 측면에서는 오픈소스 모델이 온‑프레미스 배포가 가능해 GDPR 준수에 유리함을 강조한다.

상세 분석

이 논문은 독일어 의료 대화라는 특수 도메인에서 자동 음성 인식(ASR)의 실제 적용 가능성을 정량적으로 검증한다는 점에서 의미가 크다. 먼저 저자들은 유튜브 공개 영상에서 추출한 4개의 진료 시나리오(요통, 복통·게실염, 외국인 의사·정맥 혈전증, 강한 방언·Fabry 병)를 기반으로 ‘Med‑De‑Anamnese’라는 새로운 데이터셋을 구축하였다. 각 시나리오는 일반 독일어, 전문 의학 용어, 비원어민 의사의 억양, 강한 방언을 포함해 실제 임상 현장의 언어 다양성을 반영한다. 데이터는 원문 텍스트와 스피커 라벨이 포함된 JSON 두 형태로 제공돼, 전통적인 WER·CER뿐 아니라 스피커 라벨을 고려한 SA‑WER을 측정할 수 있다.

모델 선정은 크게 두 축으로 나뉜다. 첫 번째는 독일어에 특화된 다국어·도메인 모델(Whisper 시리즈, Voxtral, Wav2Vec2‑XLS‑R 등)이며, 두 번째는 영어 전용 모델을 포함한 베이스라인으로서, 영어 전용 Whisper·Wav2Vec2 모델을 의도적으로 포함시켜 언어 불일치에 따른 성능 저하를 확인한다. 또한 상용 API인 AssemblyAI, Deepgram을 포함해 클라우드 기반 최신 Conformer 아키텍처의 실제 성능을 비교한다.

평가 파이프라인은 전처리(16 kHz 리샘플링, 피크 정규화), 동일한 Greedy 디코딩, 후처리(소문자화·구두점 제거)로 표준화돼, 모델 간 차이를 오직 음향·언어 모델 성능에만 귀속시킨다. 결과는 크게 세 가지 차원에서 해석된다. 첫째, 평균 WER 기준으로 AssemblyAI Universal이 2.99%로 가장 낮아, 클라우드 기반 Conformer이 고성능을 유지함을 보여준다. 둘째, Voxtral Small은 7.11% WER로 파라미터 효율성이 뛰어나, 오픈소스 환경에서도 실용적임을 입증한다. Whisper Large‑v3는 12.6% WER로 중간 수준이며, 특히 방언이 강한 시나리오에서 오류가 급증한다. 셋째, 오래된 Wav2Vec2·소형 Whisper 모델은 20% 이상 WER을 기록해, 의료 기록 자동화에 부적합함을 시사한다.

방언·전문의어에 대한 민감도 분석에서는 모든 모델이 전문 용어 인식에서 오류가 늘었으며, 특히 ‘Divertikulitis’, ‘Morbus Fabry’와 같은 라틴어 기반 용어가 문제였다. 다이어리제이션 측면에서는 상용 API가 SA‑WER에서도 우수했으며, 오픈소스 모델은 별도 스피커 구분 모듈(Pyannote 등)과 결합해야 함을 강조한다.

데이터 보안·프라이버시 관점에서 저자들은 온‑프레미스 배포가 가능한 Voxtral과 Whisper 계열을 GDPR 준수 환경에 적합한 대안으로 제시한다. 이는 의료기관이 클라우드 API 사용 시 발생할 수 있는 데이터 유출 위험을 회피하면서도, 성능 격차를 최소화할 수 있음을 의미한다.

전반적으로 이 연구는 독일어 의료 대화에 특화된 ASR 평가 기준을 제시하고, 모델 선택 시 성능·효율·보안·다양성 대응을 종합적으로 고려해야 함을 강조한다.