본 논문은 컴퓨터 지원 발음 훈련(CAPT) 시스템에서 사용되는 발음 품질 측정 지표인 GOP(Goodness of Pronunciation)의 효율성을 높이기 위한 연구를 제시합니다. 기존 GOP는 강제 정렬에 의존하여 음향 변이로 인한 라벨링 및 분할 오류에 취약합니다. 정렬 없이 GOP를 계산하는 방법들이 제시되었지만, 계산 비용이 많이 들고 음소 시퀀스 길이 및 음소 목록 크기에 따라 성능이 저하되는 문제가 있습니다. 따라서 본 논문에서는 음소 클러스터와 일반적인 학습자 오류를 기반으로 음소 치환을 제한하는, 치환 인식 정렬 없는 GOP를 제안합니다. 두 개의 L2 영어 음성 데이터셋(My Pronunciation Coach(MPC), SpeechOcean762)을 사용하여 제안된 방법을 평가하고, 기존 방법보다 성능이 우수함을 보였습니다.