.svg){kind=logo}
- 리소스
다국어 콘텐츠 수요를 충족하느라 어려움을 겪고 계신가요? 여러분만 그런 것은 아닙니다. 수년 동안 번역팀은 빠듯한 예산, 인력 부족, 끊임없는 콘텐츠 수요 같은 난제와 씨름해 왔습니다. 하지만 훨씬 낮은 비용으로, 더 빠르게, 대규모로 고품질 번역을 제공할 수 있다면 어떨까요? 그런 일이 이제 인공지능(AI) 덕분에 가능해졌습니다.
라이온브리지(Lionbridge)가 주최한 "AI로 후편집 작업이 가능할까?" 웨비나에서 라이온브리지와 Cisco Systems의 전문가들은 AI 후편집이 번역과 로컬라이제이션을 어떻게 변화시키고 있는지 살펴보았습니다.
라이온브리지의 최고기술책임자(CTO)인 Marcus Casal과 Cisco Systems의 GTS 프로그램 관리자인 Yolanda Cham Yuen이 진행한 이번 세션에서는 '대규모 언어 모델(LLM)을 활용한 AI 후편집으로 정확하고, 믿을 수 있으며, 비용 효율적인 번역을 대규모로 제공할 수 있을까?'라는 핵심 질문을 주제로 다루었습니다. 그에 대한 답은 분명 '예'이지만 유의해야 할 점도 있습니다.
AI는 후편집 작업을 수행할 수 있으며, 매우 잘 해냅니다.
- Marcus Casal, 라이온브리지 CTO
웨비나의 전체 내용을 확인하려면 아래 버튼을 클릭하여 녹화본을 시청하세요.
새로운 현실이 된 자동 후편집
AI 후편집은 더 이상 먼 미래의 이야기가 아닙니다. 이제 현실이 되어 실생활에서 변화를 주도하고 있습니다.
Lionbridge Aurora AI™ 플랫폼은 고객 데이터를 수집하고 이를 기계번역(MT)을 사용해 번역한 후 LLM을 활용한 자동 후편집을 거쳐 콘텐츠 저장소로 다시 전달하기까지 글로벌 콘텐츠 수명주기 전체를 조율합니다.
이런 일이 가능한 것은 API 기반 자동화 및 서비스형 통합 플랫폼(iPaaS)과 함께 번역 메모리(TM), 용어집, 용어 관리와 같은 강력한 언어 자산을 결합한 솔루션 덕분입니다. 기업은 MT, 프런티어 모델을 활용한 LLM 기반 후편집, 스마트 워크플로를 결합함으로써 그 어느 때보다 빠르게, 기대치에 부합하는 콘텐츠를 제공할 수 있습니다.
하지만 속도와 확장성만으로는 충분하지 않으며 품질 역시 여전히 중요합니다. 그런 이유로 라이온브리지는 당사의 접근방식에 휴먼인더루프(HITL) 감독을 도입하고 있습니다. 즉, 사람이 직접 모델을 학습시키고 조정하며, 필요한 경우 결과물을 평가하여 최종 제품이 콘텐츠 목표를 충족하는지 확인합니다.
Cisco Networking Academy가 자동 후편집을 적용한 실제 사례
Yolanda는 사회적 책임을 다하기 위한 Cisco의 글로벌 이니셔티브인 Cisco Networking Academy에서 자동 후편집을 활용한 사례를 소개했습니다.
Cisco Networking Academy에서는 191개국 2,300만 명 이상의 수강생을 대상으로 네트워킹, 사이버보안, 프로그래밍 및 기타 데이터과학을 주제로 무료 기술 교육을 제공하고 있습니다. 과정을 이수하는 데 언어가 큰 장벽이 될 수 있기 때문에 교육 효과를 극대화하기 위해서는 로컬라이제이션이 꼭 필요했습니다.
Cisco는 Networking Academy 과정의 문턱을 낮춰 전 세계 사람들이 이를 이용할 수 있도록 만들기 위해 때로는 촉박한 일정에 빠듯한 예산으로도 수백만 단어를 십여 개의 언어로 번역할 수 있는 확장 가능한 솔루션을 찾았습니다.
그 해결책이 바로 자동 후편집이었습니다.
Cisco Networking Academy의 솔루션에 동원된 기술
Cisco의 솔루션에 활용된 기술은 다음과 같습니다.
사전 승인된 콘텐츠의 번역 메모리
신경망 기계번역(NMT)(속도 개선, 비용 절감, 일관성 유지를 위해 초기 번역에 이용)
LLM 기반 AI 후편집(결과물의 품질 개선 목적)
테스팅 인력(복잡한 언어, 특히 기능적 맥락의 검토가 필요한 경우에 투입)
Cisco Networking Academy가 달성한 결과
결과는 정말 놀라웠습니다.
Cisco Networking Academy는 자동 후편집을 사용하여 1,500만 개 이상의 단어를 단 3개월 만에 14개 언어로 번역하여 24개 과정을 지원했습니다. 병목 현상이 발생하는 지점이 번역 단계에서 기능 테스트 및 스테이징(최종 점검) 단계로 바뀌면서 효율이 상당히 개선되었습니다. 이 모든 작업에 든 비용은 불과 7만 달러에도 미치지 않았으며 이는 기존 방식에 비해 엄청 적은 비용이었습니다.
Cisco는 LLM을 후편집에 활용함으로써 콘텐츠를 여러 언어로 동시에 출시할 수 있게 되었고, 영어 버전과 로컬라이즈한 버전 간 배포 시간의 격차는 대폭 줄었으며 접근성 또한 확대되어 전 세계 사람들이 해당 과정을 수강할 수 있게 되었습니다.
"지금 우리는 이전에 겪어본 적 없는 속도와 비용으로 콘텐츠 번역이 이루어지는 것을 보고 있습니다. 자동 후편집은 우리가 처한 매우 어려운 상황에서는 감당하기 어려워 실현이 불가능했을 새로운 영역, 새로운 기회로 향하는 문을 열어주고 있습니다."
- Yolanda Cham Yuen, Cisco Systems
AI 후편집의 한계와 위험
AI 후편집의 성능은 강력하지만 완벽하지는 않습니다. 발표자들은 몇 가지 한계점에 주의를 기울였습니다.
자원이 부족한 언어는 사람과 기계 모두에게 큰 부담이 됩니다. 프런티어 모델을 포함해 LLM은 영어를 비롯해 널리 통용되는 언어에서 가장 우수한 성능을 보입니다. 사용 인구가 적은 소수 언어의 경우 전문 용어집과 학습 데이터가 꼭 필요합니다.
문화적 뉘앙스, 어조, 분야별 전문성은 여전히 AI만으로는 해결하기 어려운 문제입니다. 스포츠 용어든 기술 용어든 미묘한 차이를 포착하기 위해서는 반드시 프롬프트 흐름을 파악하고 사람의 감독을 거쳐야 합니다.
AI가 부정확하거나 오해의 소지가 있는 정보를 생성하는 현상인 환각이 발생할 수 있으며, 때로 그릇된 정보임에도 상당히 그럴듯하게 여겨지기도 합니다. 이러한 한계로 인해 영향력이 큰 콘텐츠의 경우에는 필수 안전장치로서 기능 테스트를 실시하고 최종 사용자의 직접적인 피드백을 확보하는 것이 특히 중요합니다.
Marcus는 전자상거래 사이트에서 실제로 있었던 일화를 공개했습니다. 농구화 소개 페이지에서 "protect your turf(자기 필드를 지키세요)"라는 문구의 "turf"를 스페인어로 "césped"(인조 잔디 또는 잔디밭)로 직역한 사례였습니다. 이 번역은 축구에는 어울려도 농구에는 적합하지 않습니다. 용어집과 용어 개선을 통해 오류를 수정했으며 그 결과 사용자의 신뢰도가 상승했습니다.
사람의 개입을 통한 AI 후편집의 개선
AI 후편집이 기존 번역 워크플로를 대체하게 될까요? 완전 대체는 어려울 것입니다. Yolanda와 Marcus는 AI가 특히 신속히 처리해야 하는 대규모 프로젝트에 새로운 가능성을 열어주고는 있지만 사람의 전문성을 대체할 수는 없다는 점을 역설했습니다.
번역사와 로컬라이제이션 전문가는 다음과 같이 변화에 적응해야 합니다.
프롬프트 엔지니어링 및 워크플로 자동화 기술 함양
용어 관리 및 브랜드 보이스 완전 정복
AI를 활용하여 어조, 잠재고객 참여, 분야별 콘텐츠 등 고부가가치 작업에 주력
창의력 넘치는 소스 제공 및 MT 및 LLM이 생성한 결과물의 품질보증 담당
업계는 사람과 기계가 함께 작업하여 최적의 결과를 얻는 '협업 로봇(cobotic)' 모델로 전환 중입니다.
통합 및 용어 관리를 통한 결과물의 품질 개선
통합은 품질 개선의 핵심입니다. AI 후편집은 콘텐츠 관리 시스템(CMS), 문서 관리 플랫폼, 콘텐츠를 저장하고 발전시키는 기타 저장소와 완벽한 통합을 이루어야 합니다. 자동 통합이 이루어지면 콘텐츠의 업데이트 및 로컬라이제이션을 오가는 작업을 빠르고 효율적으로 완료할 수 있습니다.
용어 관리 또한 중요합니다. Marcus가 설명했듯이, 탄탄한 용어집과 브랜드 보이스 자산에 투자하면 특히 번역 및 후편집 비용이 낮아진 지금 AI로 생성한 번역의 수용성과 정확성을 획기적으로 높일 수 있습니다.
번역 분야에서 AI 후편집의 미래
앞으로 LLM이 지속적으로 개선되고 더욱 엄선된 학습 데이터가 제공될 것이므로 로컬라이제이션에서 AI 후편집이 점점 더 중요한 역할을 맡게 될 전망입니다. 그러나 기술이 발전할수록 혁신을 주도하고 높은 번역 품질을 유지하기 위해서는 사람의 창의성, 문맥 이해, 지속적인 감독 역시 꼭 필요합니다.
웨비나의 주요 내용
이번 웨비나에서는 글로벌 콘텐츠의 확장이 가능하도록 번역 워크플로를 개선하는 데 자동 후편집이 어떤 역할을 하는지에 대한 통찰력을 제공했습니다. 핵심 사항은 다음과 같습니다.
AI는 후편집을 효과적으로 수행할 수 있으므로 인력 투입을 줄일 수 있습니다.
AI 후편집은 대규모 언어 모델을 활용해 번역 및 로컬라이제이션을 더 빠르게 대규모로 수행합니다.
기계번역의 지속적인 활용과 효과적인 용어 관리(TM 및 용어집)를 통해 품질 및 일관성을 개선시킬 수 있습니다.
특수 콘텐츠와 자원이 부족한 언어의 경우, 사람이 개입하는 휴먼인더루프 과정이 여전히 필수적입니다.
고객의 콘텐츠 프로필에 따라 사람이 후편집에 전혀 참여하지 않는 작업부터 모든 콘텐츠를 후편집하는 작업까지 모든 수준의 AI 기반 서비스를 이용할 수 있습니다.
사람의 개입을 줄여도 만족할 만한 수준의 품질을 달성할 수 있습니다.
AI 후편집은 콘텐츠의 도달 범위 확대와 비용 절감을 실현할 새로운 가능성을 열어줍니다.
AI 후편집에 관해 자주 묻는 질문과 답변
정확성 문제는 MT 솔루션이 해결해야 하는 해묵은 과제입니다. 그러한 이유로 당사는 AI 우선의 접근방식을 취하는 동시에 사람을 투입해 기계를 구성, 제어, 유지관리합니다.
AI는 번역 메모리(TM) 및 신경망 기계번역(NMT)과 같은 기존 도구의 번역 결과를 향상시키는 데 활용됩니다.
당사에서 AI 후편집을 시도해 본 결과, 확장성 요구를 충족하고 품질을 유지할 수 있는 것으로 나타났습니다. 하지만 정확성을 유지하고 특정 콘텐츠 요건에 부합하도록 도구를 모니터링하고 조정하기 위해서는 여전히 사람의 감독이 필요합니다.
당사의 AI 후편집 솔루션은 먼저 초기 평가를 통해 원문 콘텐츠의 전반적인 맥락을 파악합니다. 이러한 맥락을 고려해 편집 및 검증 단계를 거침으로써 생성된 번역이 콘텐츠 목표나 프로필에 부합하는지 확인합니다.
당사는 AI 후편집 솔루션을 구성 가능하도록 설계했습니다. 이에 따라 번역 프로세스에 참여하는 언어전문가와 분야별 전문가(SME)의 피드백을 토대로 언어 프롬프트를 수정하고 업데이트할 수 있습니다.
또한 라이온브리지는 원문을 분석하여 원문 콘텐츠에 대한 권장 수정 사항을 수집한 보고서를 생성하는 다른 AI 솔루션도 제공합니다. 이러한 솔루션을 AI 후편집 솔루션과 결합하면 콘텐츠 전략을 더욱 효과적으로 최적화할 수 있습니다.
당사의 AI 후편집 솔루션을 이용하면 언어적 측면에서 사람이 가장 크게 기여할 수 있는 부분을 특정하여 처리할 수 있습니다.
당사는 REACH 프레임워크에 따라 고객과 협력해 콘텐츠 요구사항을 평가하고 번역 결과물을 최적화하도록 AI 솔루션을 구성합니다. 그런 다음 콘텐츠 요구사항과 프로필에 부합하려면 사람이 얼마나 개입해야 하는지 파악해 인력 투입 수준을 정합니다.
언어와 지역에 따라 달라지는 업계별 용어를 처리하는 것은 어려운 일이기는 해도 여러 가지 방법으로 해결할 수 있습니다.
메타데이터를 활용하면 AI 도구에 더욱 포괄적인 맥락을 제공하고 LLM이 지역적 뉘앙스와 같은 추가 요건을 처리하도록 지시할 수 있습니다. 단, 콘텐츠에 적절한 라벨과 태그가 지정되어 있어야 합니다. 라이온브리지는 데이터 서비스를 통해 라벨 및 태그 지정 작업을 지원할 수 있습니다.
지방이나 지역에 따라 용어를 조정해야 하는 경우, 당사는 검색증강생성(RAG) 프레임워크를 사용합니다. 아울러 AI 후편집 작업 과정에서 LLM이 정의된 언어 규칙에 따라 특정 작업을 수행하도록 지침을 정합니다.
당사의 솔루션은 외부 자료를 보충 사례로 참조할 수 있도록 구성되어 있으므로 LLM이 특정 상황에 더욱 적합한 콘텐츠를 생성하는 데 도움이 됩니다.
이러한 유형의 콘텐츠는 시간 경과에 따라 진화하는 경향이 있으므로 언어 프롬프트를 유지 관리하고 업데이트하는 것이 중요합니다. 이에 따라 당사의 AI 솔루션은 사람의 감독 하에 제어 및 선별이 이루어지도록 설계되었습니다.
물론입니다. 라이온브리지 AI 후편집 솔루션은 특정 모델에 구애받지 않으므로 어떤 LLM과도 함께 사용할 수 있습니다. 당사의 솔루션은 OpenAI GPT 모델로 보정되었지만, 고객과 협력하여 고객의 자체 LLM 엔진을 활용할 수도 있습니다.
이와 같은 상황은 맞춤 구성에 해당하므로 LLM이 품질 기준을 충족하는지 확인하기 위해 추가적인 평가/구성이 필요할 수 있습니다.
이러한 솔루션의 경우, 당사의 솔루션 및 언어 기술팀과 협력하여 필요 사항, 목표 및 요건을 파악하는 것이 좋습니다.
당사의 AI 후편집 솔루션은 변화하는 콘텐츠 요구와 규제 요건에 맞춰 조정할 수 있는 구성 가능한 언어 프롬프트를 제공합니다. 당사는 AI 우선 프로세스를 제안하는 한편, 최적화 및 보정을 위한 언어 프롬프트의 제어 및 선별은 여전히 사람(전산언어학자, 분야별 전문가(SME), 언어전문가)에게 맡깁니다.
학습되지 않은 챗봇 기반의 일반 LLM 모델은 어조, 콘텐츠, 문화적 뉘앙스를 제대로 처리하지 못합니다. 라이온브리지의 솔루션은 이러한 문제를 해결하기 위해 구성 가능한 방법을 사용하여 LLM에 스타일, 어조, 용어를 정의하는 구체적인 지침과 원본 콘텐츠의 맥락에 관계된 언어적 가이드라인을 제공합니다. 언어 매개변수와 프롬프트를 통제된 방식으로 구성함으로써 당사는 AI 후편집을 활용해 번역 프로세스를 개선할 수 있습니다.
라이온브리지의 솔루션은 LLM이 원문 콘텐츠의 맥락을 이해하도록 프롬프트를 작성하는 것으로 시작됩니다. 당사는 이러한 맥락을 사용하여 LLM의 의사결정과 편집을 이끌고, 세그먼트 수준에서의 용어 평가, 퍼지 매치(부분 일치) 편집, 번역 검증에 대한 지침을 제공하여 AI가 정의된 매개변수 내에서 작동하도록 보장합니다. 또한 당사의 접근방식에서는 언어 프롬프트를 지속적으로 업데이트할 수 있으므로 환각이 발생하더라도 필요에 따라 문제를 조정하고 수정할 수 있습니다.
보통 테스터는 전산언어학자나 프롬프트 엔지니어링 경험이 있는 언어전문가로 AI 후편집 솔루션의 매개변수 설계, 테스트, 업데이트를 담당합니다. 이들은 결과물을 검증하고 피드백을 제공하며, 이를 토대로 언어 프롬프트와 매개변수를 조정하고 개선합니다.
라이온브리지가 다른 웨비나에서 다룬 AI 관련 주제가 궁금하다면 라이온브리지 웨비나 페이지의 웨비나 녹화본 라이브러리에서 확인해 보세요.
문의하기
AI 후편집의 강력한 기능을 최대한 활용해 번역 및 로컬라이제이션 요구를 충족할 준비가 되셨나요? 라이온브리지는 고객이 자동화, LLM, 인적 전문성이 결합된 신속하고 유연하며 확장성이 뛰어난 워크플로를 구축할 수 있도록 지원해 드립니다. 지금 바로 라이온브리지에 문의하여 콘텐츠 전달 방식을 혁신하고 더 많은 전 세계 잠재고객에게 더 빠르고 스마트하게 다가가 더 큰 영향력을 발휘할 방법을 찾아보세요.
참고: 이 요약 블로그는 라이온브리지 콘텐츠 리믹스 앱으로 처음 작성한 후 사람이 수정한 콘텐츠입니다.
문의 양식을 작성하여 상담을 받아보세요
라이온브리지는 고객의 니즈를 파악하고 혁신적인 성능을 통해 장벽을 허물고 전 세계로 진출하는 방법을 공유할 준비가 되어 있습니다. 새로운 가능성을 탐색할 준비가 되셨나요? 라이온브리지가 도와드리겠습니다.
