사내 용어를 매번 틀리게 받아 적는 회의록, 손으로 고치는 수밖에 없을까

#틀리는 곳은 대개 회사 안의 이름이다

회의가 끝나고 자동으로 만들어진 회의록을 엽니다. 협업 도구 「노션」은 「로션」으로, 사내 시스템 이름은 엉뚱한 낱말로, 프로젝트 약어는 소리 나는 대로 적혀 있습니다. 한두 번이면 웃고 넘기지만 공유하기 전에 매번 같은 곳을 손봐야 한다면 자동 회의록을 쓰는 의미가 줄어듭니다.

이 오류는 회사 용어를 한 번 알려 주면 줄어듭니다. 회의 용어집에 「노션」과 그 오답 「로션」을 적어 두면 AI가 회의록을 쓰면서 문맥이 맞는 곳만 바로잡습니다. 회의록을 읽다가 틀린 이름을 고치면 그 표기도 용어집에 쌓이고, 다음 회의록부터는 그 오답도 바로잡을 대상이 됩니다.

#받아쓴 원문은 그대로 두고 회의록에서 고친다

음성 인식은 많이 들어 본 말을 잘 알아듣습니다. 일상 낱말은 정확하게 받아 적지만 우리 회사에서만 쓰는 제품명·시스템 이름·약어는 들어 본 적이 없어서, 소리가 가장 비슷한 일반 낱말로 바꿔 적습니다. 회의록 오류의 상당수가 이 고유명사에서 나옵니다.

받아쓰기 단계에서 낱말을 기계적으로 바꿔 치우면 관계없는 회의의 엉뚱한 낱말까지 바뀝니다. 그래서 받아쓴 원문은 손대지 않고, 문맥을 읽는 회의록 작성 단계에서 바로잡습니다. 같은 소리라도 문맥이 다르면 원래 표기를 그대로 둡니다. 용어집이 쓰이는 곳은 회의록과 5분 단위 구간 요약입니다.

#회의와 데이터 질문이 같은 용어집을 본다

용어집에는 용어와 뜻, 그리고 자주 틀리게 받아 적히는 표기(오답)를 함께 적습니다. 용어집은 두 겹입니다. 관리자가 관리하는 조직 용어집은 조직의 모든 회의에 쓰이고, 각자의 개인 용어집은 자기 회의에만 쓰입니다.

조직 용어집은 회의 전용이 아닙니다. 회사 DB에 관한 질문에 답할 때 AI가 업무 용어의 정의와 계산식을 찾아보는 바로 그 용어집입니다. 회의에서 바로잡힌 시스템 이름이 데이터 질문에서도 같은 이름으로 통하는 이유입니다.

등록할 용어를 하나씩 떠올리기 어렵다면 AI로 용어 찾기를 씁니다. 사내 문서 모음과 분석해 둔 DB에서 AI가 고유명사 후보를 찾고, 사람이 그중에서 골라 추가합니다. 사람이 고르기 전까지 후보는 쓰이지 않습니다.

#고친 이름은 다음 회의록에 반영된다

회의록을 읽다가 잘못 적힌 이름이 보이면 그 자리에서 고칩니다. 틀린 글자를 드래그하면 용어집 추가가 나타나고, 고른 글자가 오답 칸에 들어간 채로 창이 열립니다. 맞는 표기만 적어 넣으면 됩니다. 이미 있는 용어라면 고른 글자가 그 용어의 오답으로 덧붙습니다.

이렇게 넣은 용어는 다음 회의록부터 쓰입니다. 지금 보고 있는 회의록에 반영하려면 다시 만들기를 누릅니다.

드래그하지 않아도 AI가 거듭니다. 회의록에서 고친 표기와 내 회의에 되풀이해 나오는 고유명사를 모아 내 용어집 후보로 제안합니다. 회의는 만든 사람만 보는 기록이라 이 후보도 본인에게만 보입니다. 승인한 용어는 내 용어집에 들어가 그다음 회의록부터 쓰입니다. 회의를 한 번 할 때마다 틀린 이름이 하나씩 걸러지는 셈입니다.

#원래 들린 말은 끝까지 남는다

처음 몇 번은 손볼 곳이 보이지만, 자주 나오는 이름이 용어집에 쌓일수록 공유 전에 고칠 곳이 줄어듭니다.

용어집을 회의록과 요약에만 적용하고 받아쓴 원문을 그대로 두는 것은 의도한 설계입니다. 원래 들린 말이 남아 있어야 회의록의 표기가 의심스러울 때 언제든 대조해 볼 수 있습니다. AI로 용어 찾기는 사람 이름을 후보로 올리지 않습니다. 사람 이름은 개인정보라서 필요한 사람이 직접 등록합니다.

도입을 앞두고 있다면 조직 용어집을 맡을 관리자부터 정해 두면 됩니다. 그 관리자가 AI로 용어 찾기로 첫 목록을 채우고, 나머지는 회의가 쌓이면서 각자의 용어집에 채워집니다.