[{"_1":2,"_45":-5,"_46":-5},"loaderData",{"_3":4,"_7":8},"routes/lang-layout",{"_5":6},"lang","en","routes/relations/stories-detail",{"_9":10},"item",{"_11":12,"_13":14,"_15":16,"_17":16,"_18":19,"_20":21,"_22":23,"_24":25,"_26":27,"_28":29,"_30":31,"_32":33,"_34":25,"_35":25,"_36":37,"_38":39,"_43":44},"id",513,"title","인공지능은 이렇게 ‘번역’을 뛰어 넘습니다. ","board_id",1,"user_id","content","

‘Transcreation = Translation + Creation’

트랜스크리에이션(Transcreation)이라는 단어는 번역(Translation)과 창작(Creation)을 조합한 조어입니다. 저는 이것을 ‘창역(創譯)’이라고 명명하겠습니다. 창역이라는 개념이 등장한 것은 아마도 번역이 생겼던 역사와 궤를 같이하지 않을까 싶습니다. 그 오랜 개념이 ChatGPT와 같은 초거대 언어모델(LLM)이 등장하면서 새롭게 조명받고 있습니다. 세상의 모든 언어 지식을 모아서 학습한 인공지능 모델이 인간의 모든 질문에 답할 뿐만 아니라, 삼행시도 짓도, 작사도 하고, 소설도 쓸 수 있습니다. 그 인공지능에게 번역이 아닌 창역을 하라고 하면 어떤 결과가 나올까요? 우리가 얻은 결론은 ‘사람을 간단하게 뛰어넘을 수 있다’입니다. 오늘은 그 이야기를 전해드리겠습니다.

앞서 ‘창역은 번역의 역사와 궤를 같이한다’고 말씀드렸는데, 그 이유는 번역이라는 개념 자체가 직역과 의역 사이를 아슬아슬하게 혹은 애매하게 가로지르는 지점에 있는 작업이기 때문입니다. 이것 때문에 웃지 못할 사례는 무수히 존재합니다. 예를 들어 ‘오늘 저녁은 내가 쏠게’를 ‘I’ll shoot you tonight’이 아닌 ‘I’ll treat you dinner today’로 번역하는 것은 원문의 ‘쏜다’라는 의미를 의역했기 때문에 가능합니다. 육회가 ‘Six times’인지, ‘Raw beef’인지는 그 단어가 놓이는 앞뒤의 문맥에 따라서 달라집니다.

$\"Image$

잠시 웃고 가시죠~

그래서 일전에 저는 번역사라는 직업을 영화 ‘007’의 ‘살인 면허(License to kill)’에 비유했습니다. 작중에서 살인 면허라는 것은, 국가의 중대한 비밀 미션을 수행하기 위해서 불가피하다면 사람을 죽일 수 있는 면허를 의미합니다. 번역사 또한, 원문에 담긴 뜻을 정확하게 전달하기 위해서 필요에 따라서 원문을 죽이고, 새로운 단어나 표현을 찾아가는 직업입니다. 그 과정에서 어떤 부분을 보호하고 어떤 부분을 죽여야 할지를 판단하는 것은, 007 요원이 적과 아군을 구분하는 것만큼이나 만만치 않은 작업이기에, 종종 오발 사고(?)가 나는 것 또한 비슷합니다.

의역이 단어 혹은 문장 단위에서 저자의 의도에 맞게 문서 일부를 성형하는 작업이라면, 창역은 문서 자체를 용도에 맞게 변형하는 작업으로 정의할 수 있습니다. 지금까지 우리는 “이거 번역해 주세요.” 하면, ‘번역’이 우리가 해야 할 일인 줄 알았습니다. 그런데 질문을 한 번 더 해 봅시다. “왜 번역을 하세요?” 혹은 “번역해서 어디에 쓰시게요?”라는 질문을 던져봅니다.

저희가 찾은 대부분의 대답은, 핵심 정보를 알아내거나, 발표 자료에 사용하거나, 공공기관의 경우 연설문·보도자료로 활용하거나, 기업은 홍보자료를 만들거나, 연구자는 교육자료로 활용하기 위해서와 같은 목적이 번역하는 이유였다는 것입니다. 즉, 번역은 각자의 다양한 목적지에 도달하기 위한 과정이었던 셈이죠. 그렇다면, 번역을 없애고 아예 처음부터 국문 자료를 영어로 된 홍보자료로 만들면 되지 않을까요?

우리는 최신의 초거대 언어모델이 이와 같은 기능을 매우 훌륭하게 수행한다는 사실을 확인했습니다. 원문과 똑같이 번역하라고 하면 항상 애매한(?) 답안지를 내놓는 인공지능이지만, 원문을 주고 그것을 바탕으로 핵심을 요약하는 일이나, 연설문 혹은 보도자료의 스타일에 맞게 창의적으로 번역하는 일이라면 개떡 같은 원문을 던져줘도 제법 찰떡같은 결과를 내놓는다는 사실에 주목했습니다. 즉, 초거대 언어모델을 단순히 언어 번역에 활용하는 것이 아니라, 번역을 통해서 도달하고자 하는 문서의 최종 용도에 적용할 때, 그 잠재 가치를 최대한 활용할 수 있다는 사실에 주목했습니다. 간단히 말하면, 초거대 언어모델을 번역이 아닌 창역의 영역에 활용하기로 한 것입니다.

$\"Image$

새해 벽두에 알파 테스트로 출시한 렉스코드의 트랜스크리에이션은 바로 그 지점에서 출발했고, 사용자들이 현존하는 ChatGPT나 유사한 LLM을 활용할 때 겪는 어려움과 한계를 들여다보고, 그것을 풀어내는 데 집중한 솔루션입니다. 문서를 올리면 자동번역부터 핵심 요약, 그리고 10여 가지에 이르는 다양한 창역까지 입맛에 맞게 선택할 수 있도록 만들었습니다. 더불어 인공지능이 가장 취약한 지점인 전문용어나 고유명사 등은 따로 용어집으로 생성해 준 다음, 사람의 손길로 정확하게 다듬을 수 있도록, 이 글을 쓰고 있는 시간에도 우리의 개발팀은 ‘고민과 노가다와 삽질’을 거듭하고 있습니다.

트랜스크리에이션이 아직은 알파 테스트라 조금 미숙해 보일지라도, 고객이 원하는 문서를 들고 목적지에 척 배달해 주는 기특한 녀석이 되도록, 빠른 시간 안에 잘 키워보겠습니다.

👉내 문서로 트랜스크리에이션 알파 테스트해 보기

렉스코드 대표 함철용

yham@lexcode.com

","views",615,"likes",4,"comment",0,"thumbnail_file","/2024/02/20240202100815.png","thumbnail_name","20240202100815.png","created_at","2024-02-02","updated_at","2026-05-28T17:20:28","status","company","author","함철용","metadata",{"_13":40,"_41":40,"_42":40},"","keyword","description","locale","ko","actionData","errors"]