1. 자, 상상해보자. 장갑 낀 손에 볼펜 쥐어본 적 있어?

양식장 새벽 5시. 바깥 기온 2도, 바닷바람은 초속 8m.
손에는 방수 고무장갑, 팔에는 사료 냄새, 발밑은 미끄러운 데크.
이 상태에서 클립보드에 볼펜으로 "사료 급이 08:00 / 3호 가두리 / EP사료 40kg / 수온 14.2℃"를 적어야 한다고?

써본 사람은 안다. 종이가 젖는다. 볼펜이 안 나온다. 글씨는 나중에 본인도 못 읽는다.
그래서 현장에서 실제로 벌어지는 일은 이거다.

이 "대충 40"이 바로 수산 데이터 품질이 무너지는 지점이다.
그리고 이 지점을 정확히 노리고 들어온 기술이 음성인식 기반 양식일지 작성이다.

오늘은 이 주제를 아주 실용적으로, 친구한테 설명하듯 풀어볼 거야.
음성인식이 어떻게 작동하는지, 왜 하필 양식장인지, 실제로 뭘 준비해야 하는지,
그리고 법적으로 의무인 기록들(양식장 사육일지, 수산용 의약품 사용기록, HACCP 기록)이 어떻게 연결되는지까지.

2. 그런데 양식일지, 그거 그냥 써도 되는 거 아냐? (아니야)

2-1. 양식일지는 "선택"이 아니라 "제도"다

우리나라 수산 양식은 양식산업발전법과 수산생물질병 관리법, 그리고 식품 쪽으로는 수산물 HACCP(안전관리인증기준) 체계에 묶여 있다.
여기서 요구하는 기록은 생각보다 촘촘하다.

특히 수산용 의약품 사용기록은 진짜 중요하다.
항생제를 쓰면 어종·약품별로 정해진 휴약기간이 있고, 그 기간이 지나야 출하할 수 있다.
기록이 부정확하면 잔류물질 검출 → 출하 정지 → 브랜드 신뢰도 붕괴로 이어진다.

2-2. 종이 일지의 4가지 고질병

① 지연 기록(Recall Bias)
현장에서 바로 안 쓰고 나중에 몰아 쓰니까 숫자가 뭉개진다.
연구에서도 사후 회상 기록은 수치 오차가 크게 늘어난다는 건 상식 수준이다.

② 물리적 소실
젖고, 찢어지고, 태풍에 날아간다. 실제로 태풍 이후 일지 분실은 흔한 사고다.

③ 디지털 전환 비용
결국 누군가 엑셀에 다시 타이핑한다. 이중 노동 + 이중 오타.

④ 분석 불가능
종이는 검색이 안 된다. "작년 8월 고수온기에 DO가 4 이하로 떨어진 날이 며칠이었지?"
→ 종이 일지로는 답 못 한다.

3. 음성인식(STT)이 어떻게 돌아가는지, 진짜 쉽게

3-1. 핵심은 "받아쓰기"가 아니라 "양식 채우기"

많은 사람들이 착각하는 게 있다.
음성인식 일지 = 녹음해서 글자로 바꿔주는 것? 아니다.

그건 절반이다. 진짜 핵심은 STT로 나온 텍스트를 "구조화된 데이터"로 바꾸는 단계다.
이걸 전문 용어로 NLU(자연어이해) + 슬롯 필링(Slot Filling)이라고 한다.

[사용자 발화]
"삼호 가두리 수온 십사점이도, 용존산소 육점팔,
사료 이피 사십킬로 급이 완료, 폐사 세 마리"

[STT 출력 텍스트]
"3호 가두리 수온 14.2도 용존산소 6.8 사료 EP 40kg 급이 완료 폐사 3마리"

[NLU 구조화 결과]
{
  "site": "3호 가두리",
  "timestamp": "2024-11-05T08:12:33+09:00",
  "gps": [34.7412, 128.3901],
  "water_temp_c": 14.2,
  "dissolved_oxygen_mgL": 6.8,
  "feed": { "type": "EP", "amount_kg": 40, "status": "완료" },
  "mortality_count": 3,
  "recorder": "kim_yj",
  "confidence": 0.94
}

보이지? 사람은 7초 말했고, 시스템은 8개 필드를 채웠다.
게다가 시각과 위치는 자동으로 붙었다. 사람이 거짓말하거나 실수할 여지가 줄어든다.

3-2. ASR 기술, 요즘 어디까지 왔나

과거 음성인식은 HMM-GMM(은닉 마르코프 모델) 구조였다.
음소 하나하나를 확률로 맞추는 방식이라, 잡음에 극도로 약했다.

지금은 End-to-End 딥러닝 ASR이 표준이다.
대표적으로 CTC(Connectionist Temporal Classification), Attention 기반 Seq2Seq, 그리고 요즘 주류인 Transformer / Conformer 계열.
자기지도학습(Self-supervised) 모델인 wav2vec 2.0, 그리고 OpenAI의 Whisper 같은 다국어 모델도 널리 쓰인다.

중요한 지표는 WER(Word Error Rate, 단어오류율)이다.
조용한 환경 한국어 표준어는 WER 5% 내외까지 내려간다.
그런데 양식장은 조용한 환경이 아니다. 여기서 이야기가 재밌어진다.

4. 양식장이라는 "음성인식 지옥 난이도" 환경

솔직히 말해서, 음성인식 개발자 입장에서 양식장은 악몽 같은 곳이다.
왜 그런지 하나씩 뜯어보자.

4-1. 소음: 파도, 엔진, 에어레이션, 펌프

가두리 양식장 데크 위 소음은 보통 70~80dB(A),
선외기 가동이나 자동선별기 작동 시엔 90dB를 넘긴다.
육상 순환여과식(RAS) 양식장도 만만치 않다. 블로워와 펌프가 24시간 돌기 때문이다.

음성인식에서 중요한 건 SNR(신호대잡음비)인데,
SNR이 10dB 이하로 떨어지면 인식률이 급격히 무너진다.
그래서 해법은 세 가지다.

① 근접 마이크(Close-talk mic)
입에서 2~5cm 거리. 거리가 2배 멀어지면 음압은 약 6dB 감소한다(역제곱 법칙).
즉 마이크를 입에 가까이 붙이는 것만으로 SNR을 15~20dB 벌 수 있다.

② 빔포밍 마이크 어레이
마이크 2~4개를 배열해서 화자 방향 소리만 강조하고 옆·뒤 소음을 감쇠시킨다.

③ 딥러닝 노이즈 서프레션
RNNoise, DeepFilterNet 같은 모델로 정상 소음(엔진·펌프처럼 규칙적인 소리)을 걷어낸다.
재미있게도 파도 소리나 펌프 소리처럼 "일정한" 소음이 오히려 제거하기 쉽다.
진짜 어려운 건 갑자기 튀는 소리 — 갈매기 울음, 물체 낙하음, 사람 고함이다.

4-2. 방언과 세대: 이게 진짜 관문

수산업 종사자 연령 구조를 보면 60대 이상 비율이 매우 높다.
그리고 양식 주요 지역은 전남·경남·충남·제주 — 전부 방언권이다.

그래서 국내 상용 서비스들은 방언 데이터셋 추가 학습(Fine-tuning)을 반드시 거친다.
국립국어원과 AI Hub에는 지역 방언 발화 데이터셋이 공개되어 있고,
여기에 양식 현장 녹음을 더해 도메인 적응(Domain Adaptation)을 시킨다.

4-3. 전문용어: 일반 모델은 절대 못 알아듣는다

이게 은근히 치명적이다. 범용 STT에 수산 용어를 넣으면 이렇게 된다.

해결책은 커스텀 단어 부스팅(Keyword Boosting) 또는 Shallow Fusion 언어모델이다.
쉽게 말해 "이 단어들은 나올 확률이 높으니 가산점을 줘" 하고 모델에게 귀띔하는 것.
수산질병 명칭 300개, 사료 브랜드 150개, 약품명 200개 정도만 등록해도 인식률이 확 올라간다.

5. 숫자와 단위 — 여기가 진짜 승부처

양식일지의 90%는 숫자다. 그런데 한국어 숫자 발화는 악명 높게 복잡하다.

여기에 동음이의 단위까지 겹친다.

5-1. ITN: 텍스트를 숫자로 되돌리는 기술

ITN(Inverse Text Normalization, 역텍스트정규화)는 STT 결과의 한글 숫자 표기를 실제 숫자로 바꾸는 후처리다.

# ITN 변환 예시
"십사점이도"        →  14.2 ℃
"육점팔 피피엠"      →  6.8 ppm
"사십킬로그램"       →  40 kg
"세마리"            →  3 마리
"이천이백마리"       →  2,200 마리
"팔시 십오분"        →  08:15
"삼십오프로"         →  35 %
"한관반"            →  5.625 kg  (1.5 × 3.75)

그리고 여기에 범위 검증(Range Validation)을 반드시 붙여야 한다.
이게 음성인식 일지의 생명줄이다.

수온:   -2 ~ 35 ℃     → 142℃ 입력 시 "14.2도 맞나요?" 재확인
DO:      0 ~ 20 mg/L  → 68 입력 시 "6.8 맞나요?" 재확인
pH:      5 ~ 10       → 범위 초과 시 경고
염분:    0 ~ 40 psu
급이량:  0 ~ 500 kg   → 수조 규모 기반 동적 상한
폐사:    0 ~ 입식량    → 잔존 마리수 초과 불가

실제로 소수점 누락이 음성 일지 오류의 압도적 1위다.
"십사점이"에서 '점'이 소음에 묻히면 142가 된다.
그래서 범위 검증 + 즉시 음성 확인(TTS 되읽어주기)은 옵션이 아니라 필수 설계다.

6. 실제 시스템은 어떻게 구성될까

6-1. 온디바이스 vs 클라우드, 뭘 골라야 할까

이건 양식장 위치에 따라 답이 갈린다.

6-2. 발화 설계: "말하는 양식(Template)"을 정하자

자유 발화를 100% 이해하는 시스템을 만드는 건 어렵고 비싸다.
현장에서 훨씬 잘 먹히는 건 반구조화 발화(Semi-structured utterance)다.
쉽게 말해, 말하는 순서를 정해두는 것.

[급이 기록 템플릿]
"급이, {수조번호}, {사료명}, {수량}{단위}, {섭이상태}"
→ "급이, 3호, EP2호, 40킬로, 양호"

[수질 기록 템플릿]
"수질, {수조번호}, 수온 {값}, 산소 {값}, 피에이치 {값}"
→ "수질, 3호, 수온 14.2, 산소 6.8, 피에이치 7.9"

[폐사 기록 템플릿]
"폐사, {수조번호}, {마리수}마리, {추정원인}"
→ "폐사, 3호, 12마리, 스쿠티카 의심"

[투약 기록 템플릿]
"투약, {수조번호}, {약품명}, {용량}, {투여경로}"
→ "투약, 3호, 옥시테트라사이클린, 리터당 50밀리그램, 경구투여"

앞의 "급이/수질/폐사/투약" 같은 키워드가 인텐트 트리거 역할을 한다.
이거 하나만 정확히 잡아도 뒤쪽 슬롯 매칭 정확도가 극적으로 올라간다.
왜냐하면 "급이"라고 했으면 뒤에 나올 단위는 kg일 확률이 압도적이니까.
이게 바로 문맥 기반 사후 보정(Contextual Biasing)이다.

7. 실제로 얼마나 빨라지나 — 숫자로 보는 효과

물론 이 수치는 조건에 따라 달라진다. 하지만 방향성은 명확하다.
음성 입력은 손 입력 대비 2~4배 빠르다. 이건 타이핑 속도와 말하기 속도의 물리적 차이다.

사람의 평균 발화 속도는 분당 약 150~200음절,
스마트폰 터치 입력은 분당 약 30~40타(한글 기준).
장갑을 끼면? 더 떨어진다. 애초에 정전식 터치가 잘 안 먹는다.

8. 수산 데이터의 진짜 가치 — 기록이 만드는 것들

8-1. 사료계수(FCR) 계산이 정확해진다

양식 경영에서 사료비는 생산원가의 50~70%를 차지한다.
그래서 FCR(Feed Conversion Ratio, 사료계수)은 곧 수익성 지표다.

FCR = 총 급이 사료량(kg) ÷ 총 증체량(kg)

예) 사료 1,200kg 투입 → 증체 1,000kg
    FCR = 1.2  (낮을수록 우수)

주요 어종 통상 범위(EP사료 기준)
  넙치   : 1.0 ~ 1.4
  조피볼락: 1.1 ~ 1.5
  참돔   : 1.2 ~ 1.6
  뱀장어  : 1.3 ~ 1.8

그런데 급이 기록이 "대충 40kg"이면?
FCR 계산 자체가 무의미해진다.
하루 5kg씩 어긋나면 6개월이면 900kg 오차다. 사료값으로 200만 원 넘게 벌어진다.

8-2. 질병 조기 경보

양식 어류 질병은 초기 24~48시간 대응이 생존율을 가른다.
그런데 질병의 첫 신호는 대개 폐사가 아니라 섭이율 저하다.

주요 양식 어류 질병도 알아두면 좋다.
스쿠티카증(넙치, 기생충성, 저수온기), 비브리오증(세균성, 고수온기),
연쇄구균증(고수온기), 이리도바이러스 감염증(바이러스성, 25℃ 이상),
활주세균증(치어기 다발) 등이 대표적이다.

이런 질병들은 대부분 수온 조건과 강하게 연관된다.
그래서 수온 기록 + 폐사 기록 + 섭이 기록이 같은 타임라인에 쌓이면
다음 해에 같은 시기 예방적 대응이 가능해진다.

8-3. 휴약기간, 이건 진짜 자동화가 답이다

수산용 의약품에는 어종·수온별 휴약기간이 지정되어 있다.
그리고 어류는 변온동물이라 수온이 낮으면 약물 대사가 느려져서 휴약기간이 길어진다.

이걸 사람이 계산하면 실수한다.
하지만 음성 일지에 투약 기록과 수온 기록이 모두 들어가 있으면?

[자동 계산 로직 개념]
투약일 : 2024-11-01
약품   : 옥시테트라사이클린
어종   : 넙치
휴약기준: 설정된 적산수온(度日) 도달 시까지

매일 수온 누적:
 11/01  14.2℃  → 누적 14.2
 11/02  14.0℃  → 누적 28.2
 11/03  13.8℃  → 누적 42.0
 ...
→ 기준 적산수온 도달일에 "출하 가능" 알림 자동 발송
→ 도달 전 출하 시도 시 시스템에서 경고 차단

8-4. 이력추적과 소비자 신뢰

요즘 소비자는 "이 광어 어디서 왔어?"를 진지하게 묻는다.
수산물 이력추적제도는 생산-가공-유통 단계 정보를 연결하는 체계인데,
그 출발점이 바로 양식장의 생산 기록이다.

음성으로 쌓인 일지는 이미 디지털이고 타임스탬프가 붙어 있으니,
이력 정보로 내보내는 데 추가 작업이 거의 없다.
"기록을 위한 기록"이 "가치를 만드는 기록"으로 바뀌는 지점이다.

9. 도입할 때 진짜 챙겨야 할 체크리스트

9-1. 하드웨어

마이크/헤드셋
· 방수 등급 IPX5 이상 (해수 튐 대응), 가능하면 IPX7
· 골전도 또는 붐 마이크형 (근접 마이크 확보)
· 연속 사용 8시간 이상 배터리
· 장갑 끼고 누를 수 있는 큰 물리 버튼 (PTT: Push-To-Talk)

단말기
· IP67/IP68 러기드 스마트폰 또는 방수 케이스
· 저온에서 배터리 급감 대비 (겨울 해상 필수)
· 화면 확인용이지 입력용이 아니므로 크기보다 내구성 우선

9-2. 소프트웨어 선택 기준

특히 데이터 내보내기는 꼭 확인해야 한다.
내 양식장 데이터가 특정 업체 서버에 갇혀버리는 락인(Lock-in)은 정말 흔한 함정이다.
3년 쌓은 데이터를 못 가져오면, 그건 내 데이터가 아니다.

9-3. 사람 — 가장 중요한 변수

기술 도입 실패의 대부분은 기술 문제가 아니라 수용성 문제다.

그리고 하나 더. 고령 작업자에게는 음성이 오히려 유리하다.
작은 글씨 터치 입력은 노안에 최악이지만, 말하는 건 평생 해온 일이다.
실제로 현장에서 "이게 훨씬 편하다"는 반응이 나오는 층이 60대 이상인 경우가 많다.

10. 한계와 주의점 — 과장 없이 솔직하게

음성인식 일지가 만능은 아니다. 명확한 한계가 있다.

① 극단 소음 환경에서는 여전히 어렵다
90dB 넘는 선별 작업 중에는 근접 마이크를 써도 오류가 난다.
→ 대응: 소음 구간에는 간단 버튼 입력을 병행하는 하이브리드 UI.

② 동음이의어는 영원한 숙제다
"이십사호"가 24호인지 2, 4호 두 개인지 문맥 없이는 모호하다.
→ 대응: 수조 번호 체계를 발화 친화적으로 재설계 (A-1, B-2 식)

③ 프라이버시와 데이터 소유권
음성은 개인식별 가능 정보다.
근로자 음성을 상시 녹음한다면 사전 고지와 동의가 필요하고,
보관 기간·접근 권한·파기 절차를 명문화해야 한다.
PTT(버튼 누를 때만 녹음) 방식이 상시 녹음보다 훨씬 안전하다.

④ 기록의 법적 효력
자동 생성 기록도 사람의 확인·서명 절차가 있어야 공식 기록으로 인정받기 쉽다.
→ 하루 마감 시 일괄 검토 + 전자서명 프로세스를 넣는 게 안전하다.

⑤ 오인식이 조용히 쌓이는 위험
이게 가장 무섭다. 종이는 틀리면 눈에 보이는데,
디지털은 142℃가 그냥 저장되고 아무도 안 본다.
→ 그래서 범위 검증과 주간 이상치 리포트는 필수다.

음성 입력  →  자동 구조화  →  자동 검증
    ↓              ↓              ↓
 빠르다        정확하다      틀린 걸 잡는다
                                  ↓
                          사람의 최종 확인
                                  ↓
                          신뢰 가능한 기록

11. 앞으로 어떻게 될까

11-1. 센서 자동기록과의 역할 분담

"어차피 수온·DO는 센서가 자동으로 재는데 음성이 왜 필요해?"
좋은 질문이다. 그리고 답은 명확하다.

즉 센서는 "환경"을 기록하고, 음성은 "사람의 관찰과 행위"를 기록한다.
둘은 경쟁 관계가 아니라 완벽한 보완 관계다.
그리고 양식에서 가장 중요한 정보 — "오늘 고기 상태가 좀 이상한데?" — 는
지금도 앞으로도 숙련자의 눈과 입에서 나온다.

11-2. 멀티모달로 가는 흐름

다음 단계는 음성 + 영상 + 센서가 한 번에 묶이는 형태다.

작업자: (폐사어 촬영하며) "3호, 폐사 8마리, 아가미 창백함"

시스템 처리:
  ├─ 음성 → 텍스트 → 구조화 데이터
  ├─ 사진 → 어종 분류 + 체장 추정 + 병변 탐지
  ├─ 센서 → 해당 시각 수온 14.2℃, DO 5.9 자동 결합
  └─ 통합 레코드 생성 + 유사 과거 사례 3건 자동 제시

여기에 LLM(대규모 언어모델)이 붙으면 자유 발화 이해력이 크게 올라간다.
템플릿 없이 "오늘 삼호 좀 상태가 안 좋아서 사료 좀 줄여서 삼십킬로만 줬어"라고 해도
급이량 30kg, 감량 사유=어체상태 불량으로 정리해준다.

다만 LLM은 없는 값을 그럴듯하게 지어내는(할루시네이션) 위험이 있다.
그래서 숫자 필드는 반드시 원본 발화와 대조 검증하는 설계가 필요하다.
"AI가 알아서 채워주는 것"과 "AI가 상상해서 채우는 것"은 완전히 다른 얘기다.

11-3. 데이터가 쌓이면 생기는 힘

3년치 정확한 양식일지가 쌓이면 이런 게 가능해진다.

· 어종별·계절별 최적 급이 곡선 도출
· 고수온기 폐사 예측 모델 학습
· 출하 시기·체중 시뮬레이션
· 정책자금·재해보험 청구 시 객관적 증빙
· 후계자에게 넘길 수 있는 암묵지의 형식지화

마지막 항목이 특히 크다.
30년 경력 양식업자의 감(感)은 어마어마한 자산인데,
지금까지는 그 사람이 은퇴하면 같이 사라졌다.
기록되면 남는다. 음성인식은 그 기록의 문턱을 극단적으로 낮춘다.

12. 정리 — 오늘 기억할 것들

솔직히 말하면, 음성인식 일지는 화려한 기술이 아니다.
AI가 물고기 질병을 스스로 진단하는 것 같은 임팩트도 없다.

그런데 현장에서 가장 먼저, 가장 확실하게 효과를 내는 건 이런 기술이다.
매일 반복되는 작은 불편을 없애는 것.
하루 40분의 기록 노동을 15분으로 줄이는 것.
그리고 그 과정에서 믿을 수 있는 데이터가 자동으로 쌓이게 만드는 것.

스마트 양식이란 결국 거창한 게 아니라,
장갑 낀 손으로도 정확한 기록이 남는 환경을 만드는 일이다.

내일 아침 5시, 그 차가운 데크 위에서
"3호, 수온 14.2도, 급이 40킬로, 섭이 양호" 한마디면 끝나는 세상.
이미 시작됐고, 생각보다 가까이 와 있다. 🐟