판 비교
1번째 줄 근처
추가: ## 개요
추가: 기계 번역(機械飜譯, machine translation, MT)은 인간이 사용하는 자연 언어를 컴퓨터를 사용하여 다른 언어로 번역하는 기술이다. 자동 번역이라고도 불린다. 텍스트나 음성을 하나의 언어에서 다른 언어로 옮길 때 두 언어의 문맥적, 관용적, 실용적 뉘앙스를 포함하여 처리하는 것을 목표로 한다[1][2]. 초기에는 규칙 기반과 통계적 접근 방식이 주를 이뤘으나, 이후 신경망 기계 번역과 대형 언어 모델의 등장으로 패러다임이 전환되었다[2][3].
추가:
추가: ## 작동 방식과 유형
추가:
추가: ### 규칙 기반 기계 번역 (Rule-based MT)
추가:
추가: 사전과 문법 프로그램을 생성하는 데 주로 쓰였다. 모든 것을 명시적으로 만들어야 한다는 것이 최대 단점이다. 철자 변형과 오류 입력을 처리하기 위해 원어 분석기에 포함시켜야 하며, 모든 모호한 경우에 대해 어휘 선택 규칙을 직접 작성해야 한다[2][3].
추가:
추가: ### 전이 기반 기계 번역 (Transfer-based MT)
추가:
추가: 원문의 의미를 시뮬레이션하는 중간 표현으로부터 번역을 생성한다는 점에서 중간언어 기계 번역과 유사하나, 번역에 관련된 언어 쌍에 부분적으로 의존한다는 차이가 있다[2][3].
추가:
추가: ### 중간언어 기계 번역 (Interlingual MT)
추가:
추가: 규칙 기반 접근 방식의 한 사례다. 원어를 어떤 언어에도 독립적인 '언어 중립적' 표현인 중간언어로 변환한 뒤, 중간언어로부터 대상 언어를 생성한다[2][3]. 상업적 수준에서 운영된 유일한 시스템은 KANT 시스템(Nyberg and Mitamura, 1992)으로, 캐터필러 기술 영어(CTE)를 다른 언어로 번역하도록 설계되었다[2][3].
추가:
추가: ### 사전 기반 기계 번역 (Dictionary-based MT)
추가:
추가: 사전 항목을 기반으로 단어를 사전처럼 번역하는 방식이다[2][3].
추가:
추가: ### 통계적 기계 번역 (Statistical MT, SMT)
추가:
추가: 캐나다 의회 기록(한사드 코퍼스)이나 유럽 의회 기록(유로파를) 같은 이중 언어 텍스트 말뭉치를 기반으로 통계적 방법을 사용해 번역을 생성한다[2][3]. 이러한 말뭉치를 구할 수 있는 경우 유사한 텍스트 번역에 좋은 결과를 보였으나, 많은 언어 쌍에 대해서는 병렬 말뭉치가 드물었다[2][3]. IBM의 캔디드(CANDIDE)가 최초의 SMT 소프트웨어다[2][3]. 2005년 구글은 유엔 자료 약 2천억 단어를 사용해 시스템을 훈련하며 정확도를 높였다[2][3].
추가:
추가: SMT의 주요 한계는 방대한 양의 병렬 텍스트에 의존한다는 점, 형태론적으로 풍부한 언어(특히 그러한 언어로의 번역)에서 어려움을 겪는 점, 단일 오류(singleton error)를 수정할 수 없다는 점 등이다[2][3]. 3개 이상의 언어로 번역된 다중 병렬 말뭉치를 활용하면 단일 원어만 쓸 때보다 제3언어로 더 정확한 번역을 제공할 수 있다는 연구도 있다[2][3].
추가:
추가: ### 신경망 기계 번역 (Neural MT, NMT)
추가:
추가: 딥 러닝 기반 접근 방식으로 최근 몇 년간 급속한 발전을 이뤘다[2][3]. 그러나 소위 '인간 수준의 패리티(human parity)' 달성은 제한된 도메인, 언어 쌍, 특정 테스트 벤치마크에 기반한 것으로 통계적 유의성이 부족하다는 것이 현재 통념이다[2][3]. 2022년 기준 일반적으로 최고의 결과를 내는 것으로 알려진 DeepL 번역기조차 여전히 인간의 사후 편집(post-editing)이 필요한 경우가 많다[2][3].
추가:
추가: 병렬 데이터셋에서 전문 번역 모델을 훈련하는 대신, 생성적 대형 언어 모델(GPT 등)에 직접 번역을 프롬프팅하는 방식도 유망하게 여겨지나, 전문 번역 모델보다 더 많은 리소스를 소모한다[2][3].
추가:
추가: ## 사례
추가:
추가: ### 온라인 게임: 리니지W
추가:
추가: 엔씨소프트의 《리니지W》는 기계 번역 기능을 탑재해 일본에서 인기를 얻었으며, 이를 통해 서로 다른 국가의 플레이어들이 언어 장벽 없이 소통할 수 있었다[2].
추가:
추가: ### 위키백과 문서 번역
추가:
추가: 기계 번역은 위키백과 문서 번역에도 활용되어 왔다. 편집자가 여러 언어로 문서를 더 쉽게 번역할 수 있도록 '콘텐츠 번역 도구'가 제공된다[2]. 영어 위키백과 문서가 일반적으로 더 포괄적이고 편향이 적다고 여겨지며, 2022년 기준 영어 위키백과는 650만 개 이상의 문서를 보유한 반면 독일어·스웨덴어 위키백과는 각각 250만 개 수준에 머물고 있다[2]. MT 기능 향상에 따라 향후 문서 생성, 업데이트, 확장, 전반적 품질 개선에 더 큰 역할을 할 것으로 기대된다[2].
추가:
추가: ### 공공 행정: 유럽 연합 집행위원회
추가:
추가: 가장 큰 기관 사용자 중 하나다. 2012년 규칙 기반 MT를 새로운 통계 기반 MT@EC로 대체하기 위해 ISA 프로그램을 통해 307.2만 유로를 투입했다[2].
추가:
추가: ### 여행·모바일
추가:
추가: 휴대폰, 포켓 PC, PDA 등 모바일 기기용 번역 앱이 출시되어 모바일 비즈니스 네트워킹, 외국어 학습, 해외 여행에 활용된다[2]. 구글 번역 앱은 증강 현실로 스마트폰 카메라에 비친 주변 텍스트를 실시간으로 번역해 겹쳐 보여주며, 음성 인식·번역도 지원한다[2].
추가:
추가: ### 감시·군사
추가:
추가: 9·11 테러 이후 미국과 동맹국은 아랍어, 파슈토어, 다리어 기계 번역 프로그램 개발에 큰 관심을 보였다[2]. 휴대폰 앱을 이용해 군인과 민간인 간 주요 구문 및 빠른 통신에 중점을 두며, DARPA 정보처리기술국은 TIDES와 바빌론 번역기 같은 프로그램을 운영했다[2]. 미 공군은 언어 번역 기술 개발을 위해 100만 달러 계약을 체결했다[2].
추가:
추가: ### 소셜 미디어·인스턴트 메신저
추가:
추가: 페이스북, 스카이프, 구글 토크, 윈도우 라이브 메신저 등에서 서로 다른 언어를 쓰는 사용자들이 소통할 수 있도록 기계 번역이 적용되었다[2].
추가:
추가: ### 의료 분야
추가:
추가: 1966년 ALPAC 보고서가 인간 번역의 '가치 없는 경쟁자'로 분류했음에도 품질이 향상되어 온라인 협업 및 의료 분야 적용 가능성이 연구되고 있다[2]. 인간 번역가가 없는 의료 환경에서의 활용도 연구 주제이나, 의료 진단에서 정확한 번역의 중요성 때문에 어려움이 있다[2]. 연구자들은 중요한 상황에서 오역 위험이 있으므로 다른 대안이 없을 때만 사용하고, 번역된 의료 텍스트는 반드시 인간 번역가가 검토해야 한다고 권고한다[2].
추가:
추가: ### 법률 분야
추가:
추가: 법률 언어의 정밀성과 일반 단어의 비전형적 용법으로 인해 MT 도구에 상당한 어려움을 준다[2]. 전문 알고리즘이 개발되었으나 오역 위험과 고객 기밀 유지 우려가 제기된다[2]. 구글 번역 등 무료 도구 사용 시 번역 제공업체에 개인정보가 노출되어 변호사가 실수로 고객 기밀을 위반할 수 있다[2]. 기계 번역을 통해 얻은 경찰 수색 동의의 효력을 두고 법원 판결이 엇갈리기도 한다[2].
추가:
추가: ### 고대 언어 번역
추가:
추가: 최근 합성곱 신경망과 저자원 기계 번역(훈련 데이터가 매우 제한적인 경우) 기술 발전으로 아카드어, 바빌로니아어, 아시리아어 등 고대 언어 번역이 가능해졌다[2].
추가:
추가: ### 수화 언어 번역
추가:
추가: 2000년대 초반에는 구어와 수화 언어 간 MT 옵션이 매우 제한적이었다[2]. 청각 장애인도 전통적 번역기를 쓸 수 있다는 믿음이 있었으나, 구어의 강세·억양·음높이·타이밍이 수화와는 다르게 전달되어 문자 텍스트만으로는 의미 오해가 생길 수 있다[2]. 자오(Zhao) 등(2000)은 영어에서 미국 수화(ASL)로 번역하는 TEAM(translation from English to ASL by machine) 프로토타입을 개발했다. 영어 텍스트의 통사·문법·형태론적 측면을 분석한 뒤 ASL 사전 역할을 하는 수화 합성기에 접근해 컴퓨터 생성 아바타가 수화로 보여주는 방식이다[2].
추가:
추가: ## 규제·논란·평가
추가:
추가: ### 평가 방법과 요소
추가:
추가: MT 시스템 평가에는 번역의 의도된 용도, 소프트웨어 특성, 번역 과정 특성 등이 영향을 미친다[2][3]. 통계적 기계 번역(SMT)이 일반적으로 사례 기반 기계 번역(EBMT)보다 성능이 뛰어나나, 영어-프랑스어 번역 평가에서는 EBMT가 더 나은 결과를 보이기도 했다[2][3]. 기술 문서는 격식 있는 언어 덕분에 SMT로 더 쉽게 번역된다[2][3]. 반면 제품 설명처럼 간이언어로 작성된 텍스트에서는 사전 기반 시스템이 품질 검사 외에 인간의 개입 없이 만족스러운 번역을 내기도 한다[2][3].
추가:
추가: 출력 품질 평가에는 인간 심사위원 평가가 가장 오래되고 신뢰할 수 있는 방법이나 시간이 많이 걸린다[2][3]. 자동 평가 지표로는 BLEU, NIST, METEOR, LEPOR 등이 쓰인다[2][3].
추가:
추가: ### 근본적 한계와 인간 개입의 필요성
추가:
추가: 편집되지 않은 기계 번역만 의존하는 것은 자연어 의사소통이 문맥에 내재되어 있으며, 원문 문맥을 합리적 확률로 이해하려면 사람이 필요하다는 사실을 무시하는 것이다[2][3]. 인간이 만든 번역도 오류가 있을 수 있으므로, 기계 생성 번역이 유용하고 출판 가능한 품질이 되려면 인간에 의한 검토·편집이 필수적이다[2][3]. 클로드 피롱은 MT가 번역가 업무의 쉬운 부분만 자동화하며, 어렵고 시간 많이 드는 부분(원문 중의성 해소를 위한 광범위한 조사, 대상 언어의 문법·어휘적 요구에 맞춘 해결)은 여전히 인간 몫이라고 지적했다[2][3].
추가:
추가: ### 중의성 해소 (Disambiguation)
추가:
추가: 단어 의미 중의성 해소는 단어가 여러 의미를 가질 때 적절한 번역을 찾는 문제다. 1950년대 바르-힐렐이 '보편적 백과사전' 없이는 기계가 두 의미를 구별할 수 없다고 지적하며 처음 제기했다[2][3]. 오늘날 수많은 접근 방식이 있으며 대략 '얕은(shallow)' 접근과 '깊은(deep)' 접근으로 나뉜다[2][3].
추가:
추가: 얕은 접근은 텍스트 지식을 가정하지 않고 모호한 단어 주변 단어에 통계적 방법을 적용한다[2][3]. 깊은 접근은 단어에 대한 포괄적 지식을 전제한다[2][3]. 지금까지는 얕은 접근이 더 성공적이었다[2][3].
추가:
추가: 피롱의 예시: 호주 의사가 제2차 세계대전 중 '일본군 포로수용소(Japanese prisoners of war camp)'에서 선언된 전염병을 인용했다. 미국 수용소에 있는 일본인 포로인지, 일본 수용소에 있는 미국인 포로인지 영어에는 두 의미가 있어 호주에 전화해 조사해야 할 수도 있다[2][3]. 이상적 깊은 접근은 번역 소프트웨어가 이런 조사를 스스로 수행하는 것이나, 아직 달성되지 않은 더 높은 수준의 AI를 요구한다[2][3]. 주어진 말뭉치에서 어떤 포로수용소가 더 자주 언급되는지 기반으로 추측하는 얕은 접근은 자주 틀릴 수 있다[2][3]. '각 중의성에 대해 사용자에게 묻는' 얕은 접근은 전문 번역가 업무의 약 25%만 자동화하며, 더 어려운 75%는 여전히 인간이 해야 한다[2][3].
추가:
추가: ### 비표준 발화 (Non-standard speech)
추가:
추가: MT의 주요 함정 중 하나는 비표준 언어를 표준 언어와 같은 정확도로 번역 못 한다는 점이다[2][3]. 휴리스틱·통계 기반 MT는 표준 형태의 입력을 받으며, 규칙 기반 번역은 본질적으로 일반적인 비표준 용법을 포함하지 않는다[2][3]. 이로 인해 방언 원문이나 구어체 번역 시 오류가 발생하며, 일상 발화 번역의 한계는 모바일 기기 MT 사용에 문제를 야기한다[2][3].
추가:
추가: ### 고유 명사 (Named entities) 처리
추가:
추가: 고유 명사는 사람·조직·회사·장소 등 고유 이름을 가진 실체(조지 워싱턴, 시카고, 마이크로소프트)와 시간·공간·양 표현(2011년 7월 1일, 500달러)을 포함한다[2][3]. 통계적 MT에서는 '고정 지시어(rigid designator)'로 분석한다[2][3].
추가:
추가: 고유 명사는 텍스트에서 먼저 식별되어야 한다. 식별 실패 시 일반 명사로 오역되어 BLEU 점수에는 영향 없어도 가독성이 떨어지거나, 출력에서 생략되어 메시지 전달에 지장을 줄 수 있다[2][3].
추가:
추가: 전자(transliteration)는 원어 이름에 가장 가까운 대상 언어 문자를 찾는 것이나, 때로 번역 품질을 저하시킨다[2][3]. 예: 'Southern California'에서 첫 단어는 직역, 둘째 단어는 전자가 맞으나 기계는 둘 다 전자하는 경향이 있다[2][3].
추가:
추가: '번역 금지' 목록(전자만 허용) 사용도 올바른 식별에 의존한다[2][3]. 클래스 기반 모델은 고유 명사를 '클래스' 토큰으로 대체해(예: '테드', '에리카' → '사람') 일반적인 분포를 분석함으로써 특정 이름의 출현 빈도가 번역 확률에 영향을 주지 않게 한다[2][3]. 스탠퍼드 대학교 연구에 따르면 '데이비드가 산책하러 간다'와 '앙킷이 산책하러 간다'는 훈련 데이터에서 각 이름 출현 횟수 차이로 대상 언어가 영어일 때 다른 확률이 부여될 수 있다[2][3]. 다만 고유 명사 번역 개선 방법을 포함하면 BLEU 점수가 여러 번 감소하는 좌절스러운 결과도 보고되었다[2][3].
추가:
추가: ### 훈련 데이터 양과 정확도의 역설
추가:
추가: 사례 기반·통계 기반 MT 모두 방대한 실제 예문 쌍에 의존하는데, 문장이 너무 많거나 적으면 정확도가 저해된다[2][3]. 203,529쌍으로 훈련했을 때 정확도가 오히려 감소했으며, 최적 훈련 데이터 수준은 약 10만 문장 쌍으로 보인다[2][3]. 훈련 데이터가 늘면 가능한 문장 수도 늘어나 정확한 번역 일치를 찾기 더 어려워지기 때문으로 추정된다[2][3].
추가:
추가: ### 오락적 가치로 소비되는 결함
추가:
추가: 기계 번역의 결함이 오락적 가치로 지적되기도 한다. 2017년 4월 유튜브에 올라온 영상 두 편은 일본 히라가나 'えぐ'를 구글 번역에 반복 붙여넣자 'DECEARING EGG', 'Deep-sea squeeze trees' 등 무의미한 문구로 변질되고 점점 터무니없는 목소리로 읽히는 모습을 담았으며, 풀버전은 710만 조회수를 기록했다[2].
추가:
추가: ### 저작권 문제
추가:
추가: 독창적 저작물만 저작권 보호 대상이므로, 일부 학자는 기계 번역 결과에 창의성이 없어 저작권 보호 자격이 없다고 주장한다[2]. 쟁점은 2차적저작물 권리다. 원저작자는 번역 시 권리를 잃지 않으며, 번역가는 번역본 출판 허가를 받아야 한다[2].
추가:
추가: 이 문서는 GGWiki AI가 공개 자료(아래 출처)를 조사해 새로 쓴 초안입니다. 틀린 내용은 편집하거나 이의 제기로 알려 주세요.
