언어:
언어:
텍스트, 음성, 오디오, 비디오부터 정형/비정형 데이터까지 전 세계 어떤 업체보다 더 많은 콘텐츠를 생성, 변환, 테스트 및 학습합니다.
당사의 전문가들은 고객의 산업과 그들이 직면하고 있는 과제를 잘 알고 있습니다.
Lionbridge Lainguage Cloud를 발판으로 삼아 로컬라이제이션 전체 단계와 콘텐츠 여정을 관리하세요.
텍스트, 음성, 오디오, 비디오부터 정형/비정형 데이터까지 전 세계 어떤 업체보다 더 많은 콘텐츠를 생성, 변환, 테스트 및 학습합니다
콘텐츠 작성 서비스
기술 문서 작성
교육 및 e러닝
재무 보고
다문화 마케팅
번역 서비스
번역 및 로컬라이제이션
비디오 로컬라이제이션
소프트웨어 로컬라이제이션
규제 관련 번역 및 로컬라이제이션
통역
다국어 검색 엔진 최적화(SEO) 및 디지털 마케팅
콘텐츠 최적화 서비스
웹사이트 로컬라이제이션
테스팅 서비스
기능 QA 및 테스팅
호환성 테스팅
상호 운용성 테스팅
성능 테스팅
액세스 가능성 테스팅
UX/CX 테스팅
Lionbridge 지식 허브
로컬라이제이션의 미래
혁신에서 면역으로
코로나19 리소스 센터
대혼란 시리즈
환자 참여
Lionbridge 인사이트
Lionbridge Lainguage Cloud를 발판으로 삼아 로컬라이제이션 전체 단계와 콘텐츠 여정을 관리하세요.
Lainguage Cloud™ Platform
연결성
번역 커뮤니티
워크플로 기술
Smairt Content™
Smairt MT™
Smairt Data™
언어 선택 :
기계 번역(MT)은 이미 수년간 사용되어 왔지만 최근 몇 년에 걸쳐서는 기하급수적인 속도로 진화하고 있습니다. 기업이 점점 더 많은 양의 콘텐츠를 다양한 언어로 제작함에 따라 기계 번역이 점점 더 글로벌화되는 세계 무대에서 도달 범위를 확대할 수 있는 도구로 인식하게 되었습니다.
기계 번역을 도입하려는 기업은 다음과 같은 네 가지 기본 전략을 검토합니다.
어떤 전략을 선택하든 적절한 데이터와 경험 없이는 올바른 번역 엔진을 선택하는 것이 어려울 수 있습니다. Lionbridge는 20년 이상의 경험을 지닌 기계 번역 전문 기업으로, 기계 번역 기술에 대한 방대한 양의 언어 및 품질 데이터를 축적하여 기업의 올바른 선택을 돕습니다. 이 웹페이지에는 가장 일반적인 언어 쌍을 기준으로 주요 기계 번역 엔진의 성능에 대한 기본 정보가 명시되어 있으며, 이 정보는 기업이 자사 콘텐츠에 대한 최선의 선택을 하는 데 도움이 됩니다.
사용 가능한 여러 MT 시스템 중에서 하나를 고를 때는 엔진마다 특정 기능이나 도메인 처리에 특화된 부분이 따로 있다는 것을 알아야 합니다. 내게 필요한 것이 이러한 용도와 맞지 않다면 아무리 발전된 엔진이라도 최적의 성능을 보일 수 없습니다. 최상의 선택을 하려면 먼저 MT를 사용하려는 이유를 확인하세요.
범용 MT 엔진이 필요하다면 Google 번역이나 Bing 번역기를 사용하는 것이 좋습니다. 특정 언어나 도메인에 특화된 MT 서비스를 찾는다면 Amazon 번역이나 DeepL 번역기를 활용해 더 나은 결과를 얻을 수 있습니다.
라이온브리지(Lionbridge)는 기계 번역 추적 도구(Machine Translation Tracker)를 통해 매월 엔진 성능을 분석하여 사용할 언어쌍에 최적화된 MT 엔진을 파악할 수 있도록 돕습니다. 다음에 어떤 MT 엔진이 가장 좋은지 물어볼 때는 "어떤 MT 엔진이 내게 가장 잘 맞을까요?"라고 질문을 바꿔 보세요. 그러면 라이온브리지가 안내해 드리겠습니다.
10월 11일부터 11월 1일까지 Microsoft의 기계번역(MT) 결과가 전반적으로 크게 개선되었습니다. 최근 Bing Translator가 품질 향상을 보여준 가운데 다른 주요 MT 엔진들도 유사한 결과를 보이고 있습니다. 이에 따라 최고의 엔진 자리를 놓고 치열한 경쟁이 벌어지고 있습니다.
지난 몇 달간 주요 MT 엔진들 사이에 특기할 만한 진전은 없었습니다. 이번 달 Microsoft에서 보여준 발전이 이러한 추세를 깨고 주요 엔진들이 새로운 발전을 보여주는 시작점이 되기를 기대합니다.
이번 측정에서는 통상적인 단일 참조 번역 측정을 넘어 복수 참조를 포함한 2차 트래킹을 통해 Microsoft에서 이루어진 개선 결과를 확인했습니다. 이 MT 평가에서는 최종 결과에서 올바른 번역이 여러 개 있을 수 있다는 사실을 고려해 '황금 기준'으로, 즉 사람에 의한 참조 번역을 하나가 아니라 10개를 사용해 편집 거리의 정밀도를 높였습니다.
한 해가 마무리되는 지금 되돌아보면 2022년 동안 MT는 매우 더딘 진전을 보였습니다. 변화는 거의 관찰되지 않았으며 이번 Microsoft Bing에서 확인된 MT의 발전이 올해 가장 주목할 만한 진전으로 보입니다. 올해 초에 언급했듯이 MT 패러다임은 현재 정체기에 접어들었습니다. 2023년에는 기계번역에서 새로운 변화가 나타나기를 기대하고 있습니다.
- Rafa Moral, 라이온브리지 혁신 담당 부사장
참고