NüshuRescue가 적은 데이터로 소멸 위기 언어 Nüshu의 부흥을 지원함

NüshuRescue의 가장 큰 의미는 거대한 말뭉치가 없는 언어도 현대 언어 모델의 도움을 받을 수 있다는 가능성을 구체적인 데이터와 코드로 보여줬다는 데 있습니다. Nüshu는 중국 야오족 여성이 가부장적 사회에서 자기표현을 위해 사용한 희귀 문자이며, 이를 디지털 도구의 대상으로 삼았다는 사실 자체가 기술의 관심 범위를 넓힙니다. 보존 기술이 영어와 주요 언어에 집중되는 관행에 작은 데이터로도 연구를 시작할 수 있다는 반례를 제시했습니다.

NCGold는 Nüshu와 중국어로 된 500문장 병렬 말뭉치이고, 사전 학습 과정에서 Nüshu를 접하지 않은 GPT-4-Turbo는 35개의 예시만으로 미사용 문장 50개에서 48.69% 번역 정확도를 기록했습니다. 이 결과는 적은 자료로도 일정한 번역 능력을 끌어낼 수 있다는 점에서 고무적입니다. 다만 48.69%는 언어를 이해하고 복원했다는 증명보다 유용한 출발점에 가깝습니다. 짧은 문장 중심의 평가와 제한된 시험 문장만으로는 문맥, 비유, 역사적 표현, 문자의 여러 해석을 안정적으로 처리하는지 판단하기 어렵습니다.

NCSilver로 현대 중국어 문장 98개를 새로 번역하고 FastText 기반 모델과 Seq2Seq 모델을 함께 제공한 구성은 연구를 한 번의 성능 시연으로 끝내지 않게 합니다. 특히 데이터와 코드를 공개한 선택은 다른 연구자가 오류를 재검토하고 새로운 문장을 추가하며 평가 방식을 개선할 수 있게 합니다. 이런 공개성이 유지된다면 Nüshu뿐 아니라 기록이 적은 다른 언어에도 재사용 가능한 작업 흐름이 만들어질 가능성이 큽니다.

그러나 언어 부흥은 자동 번역 모델의 정확도만으로 달성되지 않습니다. 어떤 문장이 올바른지, 한 문자의 의미가 상황에 따라 어떻게 달라지는지, 현대 중국어를 Nüshu로 옮기는 방식이 역사적 사용법과 맞는지는 해당 언어와 공동체를 아는 사람의 검증이 필요합니다. 모델이 그럴듯하지만 잘못된 문장을 대량으로 만들 경우, 보존을 돕기보다 후대의 오해를 데이터로 굳힐 위험도 있습니다. 따라서 자동 생성량을 늘리는 것보다 검증 가능한 출처와 인간 주석의 연결이 다음 단계의 핵심이 될 겁니다.

이 연구가 남긴 가장 현실적인 성과는 소멸 위기 언어를 AI가 대신 살릴 수 있다는 약속이 아니라, 적은 자원으로도 연구자가 반복 작업을 줄이고 자료를 확장할 수 있다는 작업 기반입니다. 앞으로는 정확도 하나보다 문자 인식, 문맥 번역, 역사 자료 검색, 학습자용 도구가 함께 평가되어야 합니다. 그 기준을 세우고 공동체의 판단을 중심에 둔다면 NüshuRescue는 일회성 논문을 넘어 문화유산을 다루는 개방형 언어 인프라로 성장할 수 있습니다.