[{"_1":2,"_44":-5,"_45":-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":23,"_25":26,"_27":28,"_29":30,"_31":32,"_33":23,"_34":23,"_35":36,"_37":38,"_42":43},"id",76,"title","기계가 사람을 이기겠어?","board_id",1,"user_id","content","

인간 vs 인공지능 번역대결

2017년 2월 21일 화요일.

통번역사의 직업정체성과 통번역 시장을 전망해보자는 취지에서 이례적인 대결이 펼쳐졌다. 구글의 인공지능 알파고가 세계 최고의 바둑천재 이세돌을 4승 1패로 꺾은지 1년 만에. 번역사와 인공지능 번역기가 번역 실력을 겨루는 이색적인 대결에 두근거리는 마음으로 경기를 지켜보았다. “설마 이번에도 기계가 사람을 이기겠어?”라는 불안한 믿음을 마음 한 켠에 품으며.

결과는 인간의 승. (번역사: 49/60, AI1: 28/60, AI2: 15/60, AI3: 17/60)

인공지능 번역기는 데이터를 스스로 학습하여 번역한다지만, 아직 단어를 나열하는 수준에 지나지 않고, 원문에 대한 이해뿐 아니라 다양한 문맥을 정복하는 능력이 떨어진다는 평을 받았다. 일부에서는 NMT/PNMT(인공신경망)의 일부가 제대로 세팅되지 않았고, 번역문의 난이도가 비교적 높았기 때문에 번역사가 이길 수 밖에 없는, 소위 말하는 기울어진 운동장에서 경기를 펼쳐 아쉽다는 의견도 있었다.

이번 결과에 대해, 본 대회의 심사위원장을 맡은 곽중철 한국외대 교수는 “아직까지 인공지능번역이 정복하지 못한 분야가 바로 텍스트의 이해이다. 인간의 언어는 다양한 감정이 녹아있어 그 뉘앙스가 바둑보다 경우의 수가 많고, 문맥이 다양하다. 따라서 아직까지는 역사도 전통도 없는 인공지능 번역이 이를 정복하지 못한 것이다.\"라는 총평을 전했다. 곽 교수에 따르면 인공지능번역의 발전을 위해서는 빅 데이터로 하여금 ‘인간의 텍스트’마저 이해시키는 것이 관건이라고 한다. 하지만 이것이 5년이 걸릴지 10년이 걸릴지는 그 누구도 알 수 없는 일이다.

그러나 30여 년간 데이터를 쌓아왔던 SMT(통계/확률) 기반의 기계 번역은 3~4년만에 NMT/PNMT 기반의 기계 번역으로 발전했다. 몇 년 전만해도 동문서답하기로 유명했던 기계 번역이 불과 3~4년이라는 짧은 시간 안에 이토록 발전했다는 사실은 놀라운 일이다. 그간의 SMT기반의 기계 번역이 확률에 의존하는 만큼 오류가 많았던 반면 NMT/PNMT기반의 기계 번역은 빅 데이터를 활용하여 문맥을 스스로 학습해 시간이 갈수록 그 정확성이 꾸준히 향상되고 있다. 현재는 사람의 그것에 미치지 못한다 할지라도, 당연히 이길 것으로 생각했던 이세돌 9단이 무너졌듯이 생각지도 못한 빠른 시간내에 더 많은 데이터와 알고리즘을 쌓아 훈련한다면 그 잠재력은 무시하지 못할 것이다. 그리고 그리 머지않은 미래에 알파고처럼 놀라운 기술력으로 사람을 능가하는 날이 올지도 모른다.

본 대결의 결과를 그저 승패만 놓고 분석할 것이 아니라 인공지능 번역이 앞으로 어떻게 활용될 수 있는지에 대해 예측해 볼 기회의 장으로서 이해되어야 할 것 같다. 아무리 기술이 발전한다 할지라도 번역사만이 할 수 있는 고유의 영역과 역할이 있으므로 인공지능 번역의 발전에 무조건적인 비난과 우려의 목소리를 내기보다는 통·번역 시장의 패러다임 변화에 좀 더 주목할 필요가 있다.

렉스코드는 작년부터 수 많은 엔진과 모듈, 서비스를 비교분석하며 최적의 방향성을 찾고 제시하기 위해 분투하고 있다. 그러나 기계로 번역사를 대체하겠다는 어리석고 오만한 생각에서 나온 행위임이 아님을 떳떳하게 말할 수 있다. 지난 수 년간 많은 번역사가 자신의 퍼포먼스를 향상시킬 도구로서 기계 번역 서비스를 이용하여 번역 업무를 수행해 왔듯이, 우리는 번역사의 능력과 퍼포먼스를 극대화할 툴을 찾고 있는 것이다. 이와 같은 맥락에서, 우리는 4 년 전 캣툴(Computer Aided Translation Tool, CAT Tool)을 도입하고 시스템적으로 안착시킨 바 있다. 파도를 막을 수 없다면, 거슬러 넘기 보다는 파도를 타고 더 멀리 나가야 한다. 이 것이 지식과 기술의 올바른 활용이라 믿는다. 이제 우리는 맹목적인 우려를 과감히 떨쳐버리고 인공지능 번역의 현주소를 점검하고, 번역사가 이를 가장 효율적으로 사용할 수 있는 방법을, 인간과 기계가 조화롭게 공생해 갈 방법을 고민해보아야 할 것이다.

품질기술팀 이상민

02-521-1076

","views",972,"likes",0,"comment","thumbnail_file","//2018/201812/5c078210b6acf2062081.png","thumbnail_name","p3.png","created_at","2017-03-15","updated_at","2026-05-28T17:19:26","status","company","author","이상민","metadata",{"_13":39,"_40":39,"_41":39},"","keyword","description","locale","ko","actionData","errors"]