[{"_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",591,"title","인공지능 시대 번역사의 역할 (PS.이과적 관점 주의)","board_id",1,"user_id","content","

\"번역회사 사장이 장담합니다. 인공지능이 번역사를 대체합니다.\"

인문학은 인간의 행위와 세상의 이치를 주관적인 관점에서 해석하고, 묘사하고, 정의한다. 철학을 비롯하여 문학, 예술, 역사, 정치, 언어학, 종교가 모두 이 범주에 포함된다. 따라서, 인문학의 가치는 관찰 대상보다 관찰자 자신이 어떤 개념으로 그것을 정의했냐로 가늠한다. “역사적 트라우마와 인간의 연약함을 강렬하게 표현했다.”와 같은 한강 작가의 노벨문학상 선정 이유도 그 맥락에 있다.

반면, 이과는 관찰자의 주관적 생각이나 경험은 철저하게 배제하고, 객관적으로 검증할 수 있는 절대적 원리를 추구한다. 빛의 속도는 진공에서 초당 299,792,458m이며, 우주의 무질서 상태(엔트로피)는 절대로 가역적으로 진행되지 않는다는 열역학 제2법칙은 누가 뭐라고 주장하든 혹은 반박하든 바뀌지 않는다(이 원칙이 틀렸다면 시간이 거꾸로 흐르거나, 썩은 시체가 다시 살아나는 현상이 실제로 일어나야 한다). 교황청이 지구가 세상의 중심이라고 주장하는 그 순간에도, 지구는 초당 약 30km의 속력으로 태양 주위를 돌고 있었다.

번역사들은 대부분 인문학적인 배경을 갖고 있는 사람들이다. 반면 인공지능은 이과생들이 만든 수학적 계산의 결과물이다. 데이터를 숫자로 변환한 후, 숫자들을 행렬로 배열하고 행렬의 행렬을 쌓아 올리고(괄호 안에 (또 다른 (괄호가) 있는) 구조), 그 숫자 간의 관계를 벡터로 계산해서 모아놓은 것이 인공지능이다. 그렇게 생성된 방대한 계산의 집합체에 대해서 인문학도들이 각자의 가치관, 희망, 해석에 따라 묘사하거나 평가할 수는 있겠지만, 그런 문과생들의 주관적 견해가 이과생들이 만든 인공지능의 가능성과 한계를 이해하는 데 별 도움은 주지 못할 것이다.

CD 음반이 LP를 대체하였을 때 당시의 사람들은 그리고 일부는 여전히, 디지털보다 아날로그적 소리가 더 좋다고, 혹은 인간적이라고 한다. 이과적 해석으로 아날로그란, 음파처럼 끊임없이 이어지는 신호다. 그에 대응하는 디지털이란, 그 음파를 초당 60회로 쪼개고(60Hz) 각 음의 높낮이를 65,536단계(16bit)로 표시해서 전기적 신호의 강약으로 바꾸는 방식이다. 그 결과는 더욱 선명한 음질인데 그래서 더 기계적이라고 싫어하는 이들이 있다.

그런데, 따지고 보면 문과의 근본인 ‘글’도 디지털이다. 우리 인간은 말(아날로그 신호)을 먼저 하였고, 나중에 그 소리를 특정한 기호로 기록(디지털 기호)하는 규칙을 발명했다. 그래서 ‘엄마’라는 기호는 누가 읽어도 ‘엄마’라는 소리를 내도록 했다. 즉 글은 디지털화된 소리다. 같은 맥락으로 음악의 악보는 철저하게 디지털적이다. 형체가 없는 소리를 7개의 높낮이로 나누고, 그 사이에 2개의 반음을 추가해서 총 9개의 높낮이로 다섯 개의 선 위에 표시하였고 그것(스케일)을 반복해서 쌓아 올리는 방식으로 세상의 모든 음을 표기하는, 그야말로 디지털의 정수라고 할 수 있는 것이 악보다. 나아가 각 음의 길이는 ‘콩나물 대가리’의 모양으로 표시하고, 박자는 메트로놈이라는 ‘똑딱이’에 정확하게 일치하도록 했다. 그래서 누가 어떤 악기로 소리를 내든 음의 높이와 길이가 통일되고 나니, 비로소 변주와 합주가 가능해졌다. 즉 매우 아날로그적인 음악이 매우 디지털적인 악보를 기반으로 탄생한 것이다.

한 걸음 더 들어가 보면, 인간의 신체 또한 DNA라는 디지털적 염기배열 코드를 기반으로 합성된 화학 결합물이다. 그 화학 결합물의 사상, 느낌이라는 것은 뇌에 있는 뉴런 간 전기적 신호가 연결되는 회로이며, 그 회로는 외부의 자극과 학습에 의해서 다양한 경로로 생성된다. 이것을 그대로 모방한 것이 서두에서 말한 인공지능이다. 우리가 ‘사랑’이라고 말할 때 떠올리는 감정이 어떤 뉴런과 어떤 뉴런이 연결돼서 일어나는 반응인지 정확하게 계산할 수 없듯, 인공지능 또한 그것이 내놓은 답변이 어떤 경로를 통해서 만들어졌는지 알 수 없다.

지금까지 이렇듯 장황한 사례를 든 이유는, 번역에서 아무리 인간의 전문성과 감성을 강조한다고 해도 적어도 ‘상업적 번역’에서는 인공지능이 사람을 대체할 것이라는 사실을 말하기 위함이다. 닭의 목을 비틀어도 새벽은 오는 법이니까. 이유는 명확하다. 자동번역이 월등히 빠르고 저렴하며, 품질 또한 지속적으로 향상되고 있기 때문이다. 문과적 감성으로는 “이 말이 번역회사를 20년 이상 운영해 온 회사 대표가 할 말인가?”라고 반문할 수 있겠지만, 이과적 관점에서는 내 입을 틀어막는다고 한들 매일 매시간 인공지능 학습을 위한 GPU는 수천수만 장씩 생산되고 있고, 그것을 구매한 엔지니어들은 인공지능을 끊임없이 학습시키고 그것을 활용한 서비스를 개발하고 있다. 나아가 거대한 GPU를 운영하는 데 필요한 전력을 공급하자니 관련된 전력회사의 주가도 덩달아 치솟을 만큼, 인공지능은 더욱 고도화, 지능화되어서 번역쯤은 인간을 능가하는 시간에 다가서고 있다.

$\"Image$

우리는 이와 같은 AI의 영향을 거듭 강조하고, 그에 알맞은 비전과 솔루션을 지속적으로 공유해왔다. (2023년 번역사의 밤)

지금도 번역 입찰장에 가면 심사위원으로 위촉된 대개의 교수는 참여사가 얼마나 전문적인 번역사 풀을 보유하고 있는지를 유독 강조하는데 그들은 애당초 CAT 툴(Computer Aided Translation Tool: 기존에 번역했던 자료를 활용해서 효율적으로 번역할 수 있도록 도와주는 번역사 보조 프로그램. 인공지능 대두로 인해 그 필요성이 감소하고 있음.)조차 다루지 못하는 이들이 태반이니, 흡사 마부들에게 자동차의 성능을 평가받는 듯한 인상을 지울 수 없다.

그들의 주장처럼 아직 인공지능의 전문성과 정확성이 사람에 미치지 못하고, 맥락을 이해하지 못하는 오류가 있는 것 또한 사실이다. 하지만, 이 비교는 인공지능 입장에서 보면 불공평하다. 인간은 분야별, 언어별로 수백 명이 각자 하나의 영역을 맡아서 처리하는데, 인공지능은 혼자서 모두를 상대해야 하기 때문이다. 그럼에도 불구하고 감히 말하건대 우리 회사와 일하는 수백 명의 번역사 중에도 절반 이상은 인공지능의 번역 수준에 미치지 못한다고 장담한다. 전문성이나 정확성은 물론, 인간만의 영역이라고 여기는 ‘맥락 이해’ 영역도 마찬가지다.

$\"Image$

*출처: 네이버 뉴스 캡쳐

맥락을 잘 이해하지 못하는 것은 인간 번역사에게도 항상 있었던 고질적인 문제다. 여기서 맥락이라는 것은 다양한 변수를 의미한다. 글 쓴 사람이 의도한 ‘감정’은 그중의 하나일 뿐이고, 문화적 맥락, 역사적 맥락, 세대나 성별에 따른 맥락 등 그 변수는 다양하다. 이 지점에서 인간 번역사는 오류가 없었는가? ‘중식 제공’이라고 했더니 ‘왜 한식이 아니고 중식이냐’는 문해력 논란도 인간이 일으키는 맥락 오류다. 그래서 나는 인공지능이 사람보다 맥락의 오류를 더 자주 일으킨다는 것에 동의하지 않는다. 다만 인공지능은 인간과 다른 오류를 일으킬 뿐이다. 흔히 말하듯 인간에게 쉬운 것은 컴퓨터에게 어렵고 인간에게 어려운 것은 컴퓨터에게 쉬운, 패러독스가 존재할 뿐이다. 객관적 테스트로 맥락을 이해하는 논술 문제에서 인공지능은 평균 수준의 사람보다 우수한 점수를 획득하고 있다. 더 나아가면 인간 번역사가 범하는 맥락 오류는 개선하기가 매우 어렵고, 때때로 사실을 벗어난 주장이나 소모적 논쟁으로 번지기까지 하지만, 인공지능은 잘못을 지적하는 즉시 사과하고 정정된 답을 내놓는다. 그리고 몇 달 후에는 더 나은 버전으로 진화한다.

이제 결론을 내리자.

우선, 번역은 사람이 할 일이 아니라 계산을 계산기가 해주듯 “그건 인공지능이 할 일이야”라고 말하는 시기는 곧 온다. 과거에는 10명의 번역사가 하던 일을 1-2명의 감수자가 인공지능이 한 번역을 검토, 수정하는 형태로 변화는 이미 진행되고 있다. 상위 10-20%에 속하는 번역사는 감수자 또는 프롬프트를 통해서 인공지능에게 번역을 명령하는 직업으로 전환해서 더 높은 생산성에 따른 높아진 보수를 획득하게 될 것이고, 하위 80%는 빠르게 일자리를 잃을 것이다.

이것은 두렵고 피하고 싶은 미래지만, 인정하고 싶지 않다고 해서 구멍 난 보트에 들어오던 물이 멈추는 일은 생기지 않는다. “그럴수록 현실을 직시해야 생존할 방법도 모색할 수 있다”는 누구나 알고 있는, 하나 마나 한 이야기는 이과적 해결책을 강조하는 내가 할 말은 아닌 것 같다. 명확하고 실체가 있는 답변이 필요할 것이다. 당장 3가지 정도 제안한다.

1. 무수히 쏟아지는 인공지능의 성능, 품질을 평가할 수 있는 초거대 언어모델 품질 평가사. 이것은 분야별, 언어별로 전문가가 필요한 일이다.

2. 인공지능 번역의 한계와 오류지점을 정확하게 예측하고 통제할 수 있는 초거대 언어모델 품질 관리사.

3. 인공지능 번역을 기반으로 문서를 최종 용도(보고서, 교육자료, 매뉴얼, 발표자료 등)에 맞게 변환할 수 있는 인공지능 테크니컬 라이터.

이와 관련한 자세한 논의는 다음으로 미룬다.

렉스코드 대표 함철용

yham@lexcode.com

","views",598,"likes",9,"comment",0,"thumbnail_file","/2024/11/썸네일-렉스코드-번역사-번역회사-미래-인공지능-발표.png","thumbnail_name","썸네일-렉스코드-번역사-번역회사-미래-인공지능-발표.png","created_at","2024-11-04","updated_at","2026-05-28T17:19:50","status","company","author","함철용","metadata",{"_13":14,"_40":41,"_42":41},"keyword","undefined","description","locale","ko","actionData","errors"]