요약 편집하기 (부분)

=== 한계와 과제 ===

현재 AI 자동 요약의 주요 기술적 한계:

'''환각(Hallucination)''' 문제가 가장 심각하다. 원문에 없는 수치, 인명, 날짜, 사실을 생성하는 오류로, 특히 의료·법률·금융 등 사실 정확성이 중요한 분야에서 치명적이다. 이를 해결하기 위해 검색 증강 생성(RAG, Retrieval-Augmented Generation) 기법이 활발히 연구·적용되고 있다.

'''장문 처리 한계'''는 컨텍스트 창(Context Window) 제한으로 인해 매우 긴 문서를 한 번에 처리하기 어렵다는 것이다. 수백 페이지짜리 보고서나 법원 판결문을 처리하려면 청킹(Chunking) 기법 등의 우회 방법이 필요하다. 다만 Claude 3.5 이후 버전에서는 수십만 토큰 수준의 컨텍스트가 지원되어 이 문제가 크게 완화되었다.

'''언어 불균형''' 문제로, 학습 데이터가 영어에 편중되어 있어 한국어·아랍어·스와힐리어 등 비영어권 언어에서의 성능이 영어 대비 낮다.

'''도메인 이탈(Domain Shift)''' 문제는 일반 텍스트로 학습된 모델이 의학·법률·특허 등 전문 분야 텍스트에서 성능이 저하되는 현상이다.

'''추론 기반 요약''' 능력도 아직 부족하다. 텍스트에 명시되지 않은 함의나 행간을 파악하여 요약에 반영하는 것은 여전히 인간 수준에 미치지 못한다.

'''평가 지표의 한계'''로는 ROUGE 등 자동 평가 지표가 인간의 실제 요약 품질 판단과 괴리가 크다는 점이 꾸준히 지적된다. 이에 인간 평가(Human Evaluation)가 병행되어야 한다는 주장이 많지만, 시간과 비용이 크게 소요된다는 현실적 제약이 있다.