Analysis of AI Voice Technology Research Trends based on Topic Modeling and Network Analysis

본 연구에서는 토픽모델링과 네트워크 분석을 활용하여 AI 음성기술의 연구 동향을 WoS에 등재된 한국 저자 논문 1,530편을 대상으로 3차 시기로 나누어 AI 음성기술 연구의 지적 네트워크과 주요 연구 토픽을 분석했 다. 초기 연구(2011-2015)는 HMM과 같은 머신러닝 모델 및 초기 딥 러닝 기술을 사용하여 음성인식, 소음 감소 및 신호 처리 개선에 중점을 둔 강력한 음성인식, 청각 처리 및 화자 적응이었다. 중기(2016～2020)는 딥 러닝과 머신러닝 기술을 적용하여 음성 및 언어 처리 분야에서 상당한 발전을 가져왔고 감정 인식, 시끄러운 환경에서의 향상된 음성인식 및 의료 분야와 같은 응용 분야에 중점을 두고 있었다. 최근 연구(2021～2024)는 자연어 처리를 위한 Transformers 및 BERT를 포함한 정교한 AI 모델을 사용하여 음성 및 감정 인식이 지속적으로 발전하고 있고, 맞춤형 음성합성, 달팽이관 이식과 같은 보조 기술의 적용에도 중점은 두고 있다. 본 연구에서 한국은 2011 년부터 2024년까지 AI 음성처리 기술 분야의 연구 동향을 분석한 결과는 상당한 기술 발전과 적용 확대를 경험했 다는 결론이 나왔다. 이러한 발전은 지속적인 혁신과 새로운 과제에 대한 적응을 통해 다양한 부문에서 AI 음성 처리 기술의 영향력과 중요성이 커지고 있음을 반영할 수 있다.