KoBART 기반 장문 자동 요약 및 음성 출력 시스템

프로젝트 소개

본 프로젝트는 SKT의 KoBART(Korean BART) 요약 모델을 활용하여
긴 한국어 텍스트를 자동으로 요약하고, 요약 결과를 음성(TTS)으로 읽어주는 시스템을 구현한 캡스톤 디자인 프로젝트입니다.

뉴스 기사, 보고서, 장문 문서 등 읽기에 부담이 되는 텍스트를 입력하면
핵심 내용만 추출하여 요약하고, 이를 음성으로 제공함으로써
정보 접근성 향상과 사용자 편의성 증대를 목표로 합니다.

프로젝트 목표

• KoBART 모델을 활용한 한국어 장문 요약 자동화
• 요약 결과를 음성으로 출력(TTS) 하여 시각적 부담 감소
• 웹 기반 인터페이스를 통한 간편한 사용 환경 제공
• AI 모델 + 서비스 구조에 대한 실무형 이해 및 구현 경험

시스템 구성

사용자 입력(장문 텍스트)
        ↓
KoBART 요약 모델
        ↓
요약 텍스트 생성
        ↓
TTS(Text-to-Speech)
        ↓
음성 출력

주요 기능

1. 장문 텍스트 자동 요약

• SKT에서 공개한 KoBART 요약 모델 사용
• 입력 길이에 따라 문단 단위 처리
• 불필요한 문장 제거 후 핵심 정보 중심 요약

2. 요약 결과 음성 출력 (TTS)

• 요약된 텍스트를 음성으로 변환
• 눈으로 읽지 않아도 내용을 파악 가능
• 시각 피로 감소 및 접근성 강화

3. 웹 기반 인터페이스

• 브라우저에서 바로 텍스트 입력
• 요약 결과 즉시 확인
• 음성 재생 버튼 제공

사용 모델 및 기술 스택

AI / NLP

• KoBART (SKT)
  • digit82/kobart-summarization
  • Transformer 기반 Seq2Seq 요약 모델

Backend

• Python
• FastAPI
• PyTorch

Frontend

• HTML / CSS / JavaScript

기타

• GPU 가속(CUDA) 지원
• REST API 기반 구조

프로젝트 의의

• 실제 공개된 대규모 한국어 요약 모델을 서비스 형태로 구현
• AI 모델 학습이 아닌 응용·배포 관점의 실무 경험
• 텍스트 요약 + 음성 출력 결합을 통한 사용자 경험(UX) 개선
• AI 기술을 실생활 문제 해결에 적용한 사례

실행 방법 (요약)

pip install -r requirements.txt
python KoBART.py

웹 브라우저에서 페이지 접속 후 장문 텍스트 입력 → 요약 및 음성 출력

참고 자료

• SKT KoBART GitHub
  https://github.com/SKT-AI/KoBART
• KoBART Summarization
  https://github.com/seujung/KoBART-summarization

라이선스

본 프로젝트는 학습 및 연구 목적으로 제작되었습니다.