회의록 에이전트 — 딜 미팅에 특화된 자동 기록

문제

딜 미팅 회의록은 일반 회의록과 요구사항이 다릅니다. LTV, 트랜치 구조, 금리, 분양률 같은 숫자가 틀리면 회의록이 아니라 사고가 됩니다. 그리고 참석자 이름과 회사명이 정확해야 합니다.

범용 AI 요약 도구를 써봤지만 두 가지가 걸렸습니다. 첫째, 음성 인식이 고유명사와 숫자를 자주 틀립니다. 둘째, 결과가 줄글 요약이라 결정된 것과 그냥 논의된 것이 구분되지 않고, 액션 아이템에 담당자와 기한이 빠집니다.

접근

전사 정확도와 구조화를 각각 다른 방법으로 풀었습니다.

• 전사는 로컬에서. faster-whisper를 로컬에서 돌립니다. 딜 미팅 녹음을 외부 서비스에 올리지 않아도 되고, 비용도 들지 않습니다. GPU가 있으면 그만큼 빨라집니다.
• 손메모를 정답지로. 회의 중 적은 메모를 함께 넣으면, 메모에 있는 이름과 숫자를 기준으로 전사 결과의 오인식을 교정합니다. 사람이 이미 확인한 정보를 버리지 않고 활용하는 것이 핵심이었습니다.
• 구조를 스키마로 강제. 금융 조건은 표로, 액션 아이템은 담당자·기한·우선순위 필드를 갖도록 스키마를 정의했습니다. 모델이 "논의했다"로 뭉뚱그릴 수 없게 결정사항과 논의사항의 필드를 분리했습니다.
• 비개발자도 쓰게. 배치 파일을 만들어 더블클릭으로 실행합니다. 팀원이 파이썬을 몰라도 됩니다.

결과

실제 자문사·중개사 미팅 회의록 작성에 쓰고 있습니다. 녹음 파일과 손메모를 넣으면 맑은 고딕 서식의 Word 문서와 Markdown이 함께 나옵니다.

• 회의 직후 초안이 나와, 기억이 남아 있을 때 검토·수정할 수 있습니다.
• 금융 조건이 표로 정리돼 딜 간 비교가 쉬워졌습니다.
• 액션 아이템에 담당자와 기한이 항상 붙습니다 — 스키마가 비워두는 걸 허용하지 않기 때문입니다.

돌아보며

AI에게 맡길 수 없는 정보를 사람에게서 받아오는 설계가 이 도구의 핵심이었습니다. 음성 인식은 아무리 좋아져도 처음 듣는 회사명을 정확히 못 씁니다. 그런데 그 정보는 이미 참석자의 메모에 있습니다. 모델 성능을 기다리는 대신 있는 정보를 쓰는 쪽을 택했습니다.