요약 (Summarization)

AI 개념
약 1분 읽기

방대한 양의 정보를 핵심 내용 중심으로 압축하여 정보 습득 효율을 높이는 자연어 처리(NLP) 기술입니다.

다른 이름
텍스트 요약자동 요약Text Summarization

상세 설명

텍스트 요약은 원문의 핵심 의미를 보존하면서 길이를 대폭 줄이는 AI 기술입니다. 방식에 따라 원문의 문장을 그대로 추출하는 '추출적 요약'과 문맥을 이해하여 새로운 문장으로 재구성하는 '생성적 요약'으로 나뉩니다. 과거에는 정확도가 높은 추출 방식이 선호되었으나, 최근 LLM(대규모 언어 모델)의 발전으로 자연스러운 문항 구성을 갖춘 생성 방식이 주류가 되었습니다. 도구 선택 시에는 단순 요약뿐 아니라 대규모 컨텍스트 창(Context Window)을 통한 긴 문서 처리 능력, 원문에 없는 사실을 지어내는 '할루시네이션(환각)' 억제력, 그리고 사용자가 정의한 특정 형식(불렛포인트, 표, 요약 보고서 등)으로의 구조화 기능이 핵심 평가 기준이 됩니다.

도구 선택에서 중요한 이유

정보 과부하를 해결하고 비정형 데이터에서 인사이트를 빠르게 도출하여 의사결정 속도를 높여줍니다. 단순한 길이 축약이 아니라, 데이터의 의도를 파악해 '실행 가능한 정보(Actionable Insights)'로 변환하는 능력이 기업용 도구 선정의 핵심입니다.

확인할 점

  • 입력 가능한 최대 토큰 수(컨텍스트 창)가 분석 대상 문서를 수용하는가
  • 할루시네이션 방지를 위해 원문 근거(Grounding)를 함께 제시하는가
  • 원하는 출력 포맷(Markdown, JSON, Table 등) 지정이 가능한가
  • ROUGE나 METEOR 같은 객관적 텍스트 유사도 지표를 제공하는가

예시

1시간 분량의 화상 회의 녹취록을 입력받아 '주요 결정 사항', '담당자별 할 일', '차기 미팅 일정'으로 구분된 5줄 요약문과 체크리스트를 생성함.

관련 용어

large-language-model환각natural-language-processing