AI 번역은 내부 문서나 상품 설명처럼 위험이 낮은 용도에서는 비용을 크게 줄일 수 있지만, 법률·의료 문서처럼 오류의 대가가 큰 분야에서는 사람의 검토가 여전히 중요하다. 번역가들은 문장이 자연스러워질수록 오류를 찾아내기 어려워진다고 지적한다.
구글은 지난 4월 구글 번역으로 매달 1조 단어가 번역된다고 밝혔다. 이 수치에는 DeepL, 마이크로소프트, Claude, ChatGPT, Gemini나 기업 맞춤형 번역 시스템은 포함되지 않는다. 일반 AI 구독을 제외한 기계 번역 직접 판매 시장은 지난해 14억 달러 규모로 추산됐다.
OKA(Open Knowledge Association)는 위키백과 문서를 여러 언어로 번역한다. 설립자 존 짐머먼(John Zimmerman)에 따르면 AI가 초안을 만들고 사람이 문장마다 확인하는 방식으로 1만 건이 넘는 글을 번역했으며, 대부분 스페인어·포르투갈어·영어로 옮겼다. 그는 내부 문서나 상품 설명이라면 마지막 몇 퍼센트의 오류를 잡기 위해 비용을 100배로 늘리는 것이 합리적이지 않을 수 있지만, 사실에 대한 신뢰가 중요한 백과사전은 다르다고 설명했다.
법률 번역가이자 법률 전문가인 아리엘라 발티에(Ariella Baltié)는 영어에서 프랑스어로 옮긴 법원 문서를 검토하다 AI가 Le demandeur를 ‘요청자’로 번역하고, Madame X, épouse Y를 ‘X 씨가 Y와 결혼한다’는 뜻으로 옮긴 사례를 들었다. 미국에서는 기계 번역된 망명 신청서의 오류로 구금자 석방이 늦어진 사례도 있었다.
의료 번역 전문가 캐럴 베로이터(Carol Bereuter)는 AI가 그리스 문자 μ를 마이크로(100만분의 1)가 아니라 밀리(1000분의 1)로 번역한 사례를 소개했다. 밀리그램을 투여하면 의도한 마이크로그램보다 1000배 많은 용량이 될 수 있다. 베로이터는 번역문이 매끄럽고 자연스러워지면서 오류를 발견하기가 더 어려워졌다고 지적했다.
프랑스 국립과학연구센터(CNRS)에서 자동 번역을 연구하는 프랑수아 이봉(François Yvon)은 문맥이 불분명하거나 단어에 여러 뜻이 있을 때 기계가 의미를 잘못 고를 수 있다고 설명했다. OKA가 위키미디어의 지원을 받아 진행한 연구에서는 10개 언어 쌍의 문서 119건을 살폈다. 번역가가 1,000시간 넘게 작업한 결과, AI 생성 문장의 27%가 출판 전에 수정됐고, 수정의 4분의 3은 AI가 만든 오류를 고친 것이었다. 오류의 5~6%는 원문의 의미를 바꿨다.
이봉은 번역·비판·수정을 각각 다른 AI 도구에 맡기는 방식이 개선을 가져올 수 있다고 봤다. 다만 그는 확률에 의존하는 시스템이 100% 신뢰할 수 있게 될지는 의문이라며, AI가 번역뿐 아니라 확신이 없는 경우 이를 알리는 능력이 중요하다고 말했다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요