---
title: "새 모델과 녹취 알고리즘으로 업데이트했어요. — Hanah"
description: "기록 초안을 작성하는 모델과 녹취 알고리즘을 업데이트했어요. 단어 오류율은 5.9%에서 1.6%로, 지어낸 세부 내용은 5건에서 1건으로 줄었어요."
source: https://hanah.health/ko/blog/benchmark-update-july-2026/
---

1.  [홈](https://hanah.health/ko/)
2.  [블로그](https://hanah.health/ko/blog/)
3.  새 모델과 녹취 알고리즘으로 업데이트했어요.

글

# 새 모델과 녹취 알고리즘으로 업데이트했어요.

글 [Ahmed](https://hanah.health/ko/blog/authors/ahmed/) · 3분 분량  
게시 2026년 7월 31일 · 수정 2026년 10월 15일

## 핵심 요약

-   2026년 7월 업데이트에서는 템플릿은 그대로 두고 기록 생성 모델과 녹취 알고리즘을 바꿨어요.
-   보고된 호주 평가에서 단어 오류율은 5.9%에서 1.6%로, 확인된 지어낸 세부 내용은 5건에서 1건으로 줄었어요.
-   이 수치는 인용한 코퍼스와 실행에 대한 과거 결과예요. 링크된 방법론과 최신 보고서를 함께 읽어 주세요.

기록 초안을 작성하는 모델과, 진료를 녹음하고 녹취하는 알고리즘을 업데이트했어요. 이 글에서는 무엇이 바뀌었는지, 무엇을 기대하시면 되는지, 무엇이 그대로인지 설명해요.

## 벤치마크 결과

호주 코퍼스로 측정해, 이번 실행을 6월 29일에 공개한 실행과 비교했어요.

#### 단어 오류율

1.6% 6월 29일 대비 −4.3%p

#### 지어낸 세부 내용(확인됨)

1 6월 29일 대비 −4

#### 담아낸 임상 사실

94.7% 6월 29일 대비 +3.2%p

[데이터와 결과 자세히 보기](https://hanah.health/ko/au/trust/transparency/).

저희 테스트에서 새 Gemini Flash 3.6 모델은 임상 사실을 더 많이 담고, 지어낸 세부 내용은 훨씬 적었어요. 임상에서는 완전성을 위해 정확성을 희생해서는 안 되는데, 이번 업데이트에서는 둘 중 하나를 포기할 필요가 없었어요.

## 템플릿은 그대로예요

템플릿에는 영향이 없어요. 같은 템플릿이라면 같은 구조, 같은 섹션, 같은 항목이 나와야 해요. 설정해 두신 것을 다시 볼 필요가 없고, 따로 하실 일도 없어요.

## 바뀐 점

기록 생성 모델을 Gemini Pro 3.1에서 Gemini Flash 3.6으로 바꾸고, 녹취 알고리즘도 업데이트했어요.

**녹취 알고리즘.** 말소리를 감지하는 방식과 디코더가 긴 진료를 따라가는 방식을 다시 만들어, 말한 내용이 녹취록에 더 많이 담기게 했어요. 특히 문장 첫머리와 긴 녹음의 끝부분에서요. 이름 인식도 개선했고, 잘 알려지지 않은 이름까지 포함하도록 벤치마크 코퍼스를 업데이트했어요.

**기록 생성 모델.** Gemini Flash 3.6으로 업데이트했어요. 개선된 녹취 정확도와 함께 환각이 줄고, 기록 생성의 표현도 더 정확해졌어요.

## 수치와 확인 방법

두 실행 모두 전체를 공개해요. [최신 보고서](https://hanah.health/ko/au/trust/transparency/), [비교표](https://hanah.health/ko/au/trust/comparison/), [과거 결과](https://hanah.health/ko/au/trust/benchmarks/)에서 모든 녹취록, 생성된 모든 기록, 채점자의 모든 판단 근거를 읽을 수 있어요.

중요: 벤치마크의 신뢰도를 높이기 위해 LLM 심사단이 더 큰 모델을 쓰도록 업그레이드했어요. 작은 모델을 여러 번 실행하면 큰 모델을 한 번 실행할 때보다 벤치마크 보고서가 더 나쁘게 나오는 경우가 많았어요.

## 이걸 굳이 공개하는 이유

저희는 의료 제공자를 위한 소프트웨어가 ‘빠르게 움직이고 부숴라’식 SaaS처럼 다뤄져서는 안 된다고 생각해요. 데이터를 어떻게 처리하는지 충분히 아실 수 있도록, 저희가 한 변경과 계획 중인 변경을 숨김없이 모두 공유해요.

이번 업데이트의 결과는 전반적으로 꽤 긍정적이에요. 하지만 [이달 초에 쓴 것처럼](https://hanah.health/ko/blog/ai-health-tech-transparency/), 수치가 나쁠 때도 공개해야 의미가 있고, 그 투명성이 저희가 드리는 약속이에요.

성능이 나빠졌다고 느끼시거나, 저희 벤치마크 코퍼스가 선생님의 클리닉을 반영하지 못한다고 생각되시면 언제든 hello@hanah.health로 연락 주세요.

## 자주 묻는 질문

**이 수치가 최신 정확도 수치인가요?**

이 수치는 2026년 7월 업데이트에 대해 보고된 결과예요. 이후 실행에서는 다를 수 있으니, 최신 공개 결과는 [정확도 보고서](https://hanah.health/ko/transparency/)를 확인하세요.

**업데이트 후 새 기록 템플릿이 필요했나요?**

여기서 설명한 업데이트는 템플릿은 그대로 두고 생성 모델과 녹취 알고리즘을 바꿨어요.

**단어 오류율은 무엇을 측정하나요?**

공개된 채점 방식에 따라, 생성된 녹취록과 기준 녹취록의 차이를 측정해요. 생성된 임상 기록의 정확도와는 별개예요.

## 이 글에서 인용한 출처

-   [데이터와 결과 자세히 보기](https://hanah.health/ko/au/trust/transparency/) — hanah.health
-   [비교표](https://hanah.health/ko/au/trust/comparison/) — hanah.health
-   [과거 결과](https://hanah.health/ko/au/trust/benchmarks/) — hanah.health
-   [정확도 보고서](https://hanah.health/ko/transparency/) — hanah.health

## 저자 소개

[Ahmed](https://hanah.health/ko/blog/authors/ahmed/) · Hanah 공동 창업자 겸 CEO

Ahmed는 Hanah의 공동 창업자 겸 CEO예요. 게임 개발, 스포츠 분석, 핀테크, AI 분야를 두루 거쳤고, Electronic Arts, Catapult Sports, Commonwealth Bank에서 일했으며, 인디 게임 스튜디오를 운영했고, 거버넌스·위험·규정 준수 기업 sixclicks에서 Head of AI를 맡았어요. 게임에서 참여와 재방문을 이끄는 장치를 설계한 경험을 살려, 환자가 치료에 계속 참여하고 좋은 건강 결과를 향해 나아가도록 돕는 피드백 순환을 만들고 있어요. [글 보기](https://hanah.health/ko/blog/authors/ahmed/).

**업데이트 안내:** 구조화된 요약과 게시 메타데이터를 추가했어요. 이번 업데이트로 글에 적힌 출처 확인 날짜나 벤치마크 날짜는 바뀌지 않아요.

[글을 쓰고, 출처를 밝히고, 검토하는 방식](https://hanah.health/ko/blog/editorial-policy/)

## 관련 글

-   [Accuracy over inference: your AI scribe should not fill in the blanks](https://hanah.health/ko/blog/accuracy-over-inference/)
    
    A plausible clinical detail is still an invented detail if the encounter never established it. Real examples from our testing explain why Hanah prioritises faithful documentation, and why we measure consistency across repeated runs.
    
-   [Hanah vs 나머지: 객관적이고 투명한 벤치마크](https://hanah.health/ko/blog/hanah-vs-the-rest-benchmark/)
    
    녹음된 진료 13개를 AI 스크라이브 7개에 똑같이 들려주고, 모든 기록과 녹취록을 블라인드로 채점했어요. Hanah의 기록에는 중대한 환각 표시가 없었고, 필요한 임상 세부 사항의 93.7%를 담아 평균 84.2%보다 높았으며, 녹취록의 임상적으로 중요한 오류는 66% 적었어요. 모든 녹취록, 기록, 채점 결과를 공개해요.
    
-   [엄격한 업계 벤치마크에서 최고의 AI 스크라이브로 평가된 Hanah](https://hanah.health/ko/blog/hanah-best-ai-scribe-benchmark/)
    
    ScribeStandard가 녹음된 진료 12개를 AI 스크라이브 6개에 똑같이 돌리고 모든 기록을 블라인드로 채점했어요. Hanah는 오류가 가장 적고 검토가 가장 빨랐으며, 19개 지표 중 18개에서 1위를 차지했어요. 모든 녹음, 기록, 채점 결과를 공개해요.
    

클리닉에서 Hanah를 직접 확인해 보세요.

[데모 예약](https://hanah.health/ko/#demo)