Pretrained ASR Pseudo-labeling(2026): 소음 경찰 음성 전사 오류율, LLM 필터링으로 낮춰나

소음이 심한 경찰 통신 음성에 Whisper 와 Qwen3-ASR 모델을 적용했을 때 기존 신뢰도 지표는 실패했지만, LLM 이 심사위원 역할을 하는 방식이 오류율을 줄였다. 연구 결과는 2026년 9월 24일 arXiv 에 공개됐다.

누가 어떤 데이터를 썼나

왜 이런 데이터를 쓸까? 배경이 있다.

소음이 심한 경찰 음성을 왜 전사가 어려운가?

경찰은 법 집행과 공공 질서 유지, 시민 보호를 위해 존재한다. 그러나 실제 현장에서는 배경 소음이 극도로 심해 일반 ASR 시스템이 제대로 작동하지 않는다. 특히 Broadcast Police Communication 은 이러한 극심한 소음 환경에서 발생한다. 따라서 기존 모델은 이러한 도메인에 적합하지 않아 새로운 접근법이 필요했다.

경찰 조직은 주권 국가의 지정된 법적·영역 내에서 경찰 권력을 행사하는 공식적인 인력으로 구성된다. 이들은 법을 집행하고 공공 질서를 유지하며 시민을 보호하는 데 목적이 있다. 이는 법에 따른 체포와 폭력 사용을 포함하며, 국가가 폭력을 독점한 영역 안에서 이루어진다.

경찰은 군대와 구별되는 민간 부문의 공공 서비스로 분류된다. 대부분의 경찰 조직은 세금을 통해 재정을 조달받으며 운영된다. 이들은 외국 침략자에 대항하여 국가를 방어하는 다른 조직과 분리되어 있다.

내 업무나 수사 기록에 무엇이 달라지는가

이 연구는 police 의 의사결정 과정을 이해하려는 시도를 방해하는 장벽을 낮춘다. 기존 내부 신뢰도 지표로 걸러졌던 저품질 텍스트를 LLM 이 더 엄격하게 필터링해 실제 데이터 품질을 높인다. 이는 향후 수사 기록 자동화나 경찰 활동 분석 시 오류를 줄이는 데 기여한다. 한편, 모델 간 상호 학습이 가능해지면 특정 지역 경찰소만 쓰는 시스템에서 다른 지역의 소음 데이터를 학습하며 성능을 개선할 수 있다.

경찰의 주요 업무인 안전·건강 및 재산을 보장하고 범죄·민란을 예방하는 기능이 AI 기술과 결합되면 효율성이 높아질 것이다.

내 실적을 어떻게 비교하나

기존 내부 지표와 LLM 필터링 결과를 비교했다. Baltimore 데이터셋에서는 LLM 필터링 후 WER 이 현저히 감소했으나, oracle 필터 기준으로는 여전히 격차가 남았다. 연구자가 제시한 WER 변화량은 구체적인 수치로 표기되지 않은 상태다. 다음 모델이 어떤 성능을 보였는지 확인하라.

연구진은 Baltimore 과 Chicago 의 BPC 데이터셋 전체에 걸쳐 LLM-as-a-judge 가 internal metrics 보다 훨씬 효과적임을 확인했다. 구체적으로 WER 을 감소시켰다. 이는 oracle 필터 대비 격차가 남아도 여전히 개선되었음을 뜻한다.

모델 간 성능 격차나

LLM-as-a-judge 는 파라메트릭 지식을 활용해 문맥상 불가능한 전사본을 버는데, 이 방식이 기존 메트릭보다 효과적이다. 이는 향후 police audio 처리에서 핵심 필터링 기법이 될 수 있다.

논문은 "기존 내부 신뢰도 지표 (log-probabilities 와 STAR scores) 는 고·저품질 BPC 가짜 라벨을 구별하지 못한다"고 명시했다.

앞으로 어떤 발전이 있나

Cross-model pseudo-labeling 은 한 모델을 다른 모델의 가짜 라벨로 미세 조정하는 방식으로, 유망한 방향으로 확인된다. 이는 향후 연구에서 더 활발히 검토될 예정이다. SLT 2026 에서 공식 발표될 예정이다.

연구진은 이 방법을 미래의 가짜 라벨링 작업에 유망한 방향이라고 밝혔다.

oracle 필터와의 격차

현재 LLM 필터링은 oracle 필터에 비해 여전히 차이가 있다. 완벽한 자동화는 아직 멀었다.

LLM 이 판정하는 방식도 완벽하지는 않지만 개선의 여지는 충분하다.

출처

1. Pretrained ASR Pseudo-labeling for Noisy Police Audio — arXiv cs.AI 신규 논문
2. Police — Wikipedia (en)

이 기사는 AI 보조 도구로 초안을 작성하고 편집 책임자가 1차 출처와 대조해 사실을 확인한 뒤
수정·게재했습니다. 사실과 다른 내용이 있으면 정정 요청을 보내주세요.