MEETING NOTES

녹음에서 검수·보관까지 이어지는 회의 기록 도구

녹음 파일을 텍스트로 바꾸는 작업에서 출발해, 화자를 확인하고 초안을 검수한 뒤 업무 문서로 저장하는 회의 기록 도구를 개발했습니다.

자체 개발

녹음 → 전사·화자 보정 → 검수·보관

01 / CONTEXT

어떤 업무에서 시작했나요?

전사한 문장이 있어도 누가 말했는지 틀리거나 확정되지 않은 내용을 결정사항으로 받아들이면 회의 기록의 신뢰도가 떨어집니다. 기계가 만든 초안과 사람이 확인한 기록을 구분해야 했습니다.

회의록을 검수할 때마다 이름이나 저장 위치가 바뀌면 프로젝트에서 연결해둔 링크도 끊길 수 있습니다. 전사 결과가 기존 지식관리 체계 안에 안정적으로 들어가는 흐름을 만들었습니다.

02 / ROLE

로컬 음성 전사와 화자 분리, 저장 전 화자 선택·보정, Markdown 출력과 Obsidian 저장을 연결했습니다. 데스크톱 화면과 처리 상태를 보여주는 기능을 함께 개발했습니다.

03 / IMPLEMENTATION

음성을 텍스트로 바꾸고 발화를 화자별로 나눴습니다. 등록한 목소리와의 비교 결과를 참고하되, 일치가 불확실하면 미식별 상태를 유지하도록 했습니다.

전사 결과의 화자를 등록된 화자나 직접 입력한 이름으로 보정할 수 있도록 했습니다. 자동 추정 결과를 그대로 확정하지 않고 사용자가 검토하는 단계를 마련했습니다.

회의 날짜와 유형, 관련 메타데이터를 갖춘 문서로 저장했습니다. 검수 완료는 파일명을 바꾸는 대신 상태 필드를 변경해 기존 링크를 유지하도록 했습니다.

04 / DECISIONS

녹음을 점검하면서 등록된 목소리와 충분히 일치하지 않는 경우에는 자동 등록을 보류했습니다. 잘못된 이름을 붙이면 이후 회의록을 검수할 때도 오류를 놓칠 수 있습니다. 확신이 낮은 화자는 미식별로 남기고 저장 전에 직접 보정할 수 있게 했습니다.

05 / RESULTS

초안과 확정본의 구분을 파일명에서 상태 필드로 옮겼습니다. 검수 완료 후에도 파일명이 유지되는지 확인해 기존 문서에 연결한 링크가 끊기지 않도록 했습니다.

화자를 선택하면 전사 결과에 반영되는지, 로컬 화면과 처리 서버가 함께 동작하는지 점검했습니다. 목소리 일치 기준에 미달한 화자를 자동 등록하지 않는 동작도 확인했습니다.

로컬 음성 전사와 화자 보정, 검수 상태 관리, Obsidian 저장까지 연결했습니다. AI 요약은 외부 모델을 사용하는 선택 기능으로 분리했습니다.

06 / APPLICATION

회의·인터뷰·상담 기록을 검수 가능한 문서로 남기는 업무에 적용할 수 있습니다. 음성 변환 이후의 수정, 확정, 분류와 보관까지 이어지는 흐름을 설계합니다.

LET’S WORK TOGETHER.

기대하는 역할과 팀의 과제를 알려주세요. 관련 경험을 중심으로 이야기 나누겠습니다.