Open ASR Leaderboard

오픈 ASR 리더보드는 여러 회사가 만든 음성인식 AI를 같은 시험지로 채점해 한 줄로 세워 놓은 성적표 같은 것이다. 허깅페이스가 운영하며, LibriSpeech나 VoxPopuli 같은 공개 음성 데이터셋을 시험 문제로 써서, 모델이 사람 목소리를 얼마나 정확히 글자로 옮기는지 오류율로 점수를 매긴다.

문제는 이 시험 문제가 누구나 볼 수 있게 공개돼 있다는 점이다. 학교로 치면 전국 모의고사 문제지가 미리 유출된 셈인데, 일부 모델은 이 문제지 자체를 외워 버릴 수 있다. 최근 흄AI와 허깅페이스가 함께 진행한 연구에서는, 이 리더보드에서 상위권에 오른 모델 몇 개가 실제로는 오디오 소리를 듣지 않고 정답 문장을 통째로 기억해 맞힌 정황이 드러났다. 오디오에서 숫자를 완전히 지워도 30~40% 확률로 정답을 채워 넣은 것이 대표적인 예다.

그래서 이 리더보드에서 점수가 높다는 사실만으로 그 모델이 실제 상황에서도 정확하다고 단정할 수는 없다. 시험 문제(공개 데이터셋)에 익숙해진 것인지, 진짜로 소리를 잘 알아듣는 것인지 구분하려면 새로 녹음한 오디오로 다시 시험을 쳐 봐야 한다.

기사는 '평가 점수가 가장 높은 축에 속하는 음성인식 모델'이 벤치마크 오디오에서 지워진 숫자를 그대로 맞혔다고 전한다. 흔히 하는 오해: 리더보드 순위가 높으면 실제 사용 환경에서도 그만큼 정확할 것이라 생각하기 쉽지만, 이 연구는 순위가 소리를 잘 알아듣는 능력이 아니라 정해진 시험 문제(VoxPopuli, LibriSpeech)를 얼마나 외웠는지를 반영할 수도 있음을 보여준다.

허깅페이스 사이트에서 'Open ASR Leaderboard'를 검색해 들어가 본다. 관심 있는 모델 두세 개를 골라 오류율(WER) 수치를 비교해 보고, 어떤 데이터셋으로 채점됐는지도 함께 확인해 보라. 수치가 낮을수록 해당 시험에서는 오류가 적었다는 뜻이지만, 그 시험에 얼마나 익숙해져 있었는지는 별개의 문제라는 점을 염두에 두자.