가장 효율적인 방법으로 번역을 지원하는 주요 방법
2024년 1월 30일
6분 분량
여러분은 최근 조직 내에서 로컬라이제이션 지원에 대한 수요가 급증하는 것을 인지하셨을 것입니다. 업계 전반에 걸친 RWS의 설문 조사에 따르면 지난 12개월 동안 기업 번역 부서의 번역 작업 수요가 증가하고 있으며, 48%는 프로젝트 파일 수 증가, 37%는 작업을 요청하는 부서 수 증가, 37%는 프로젝트당 단어 수 증가 등을 겪고 있습니다.
그러나 로컬라이제이션 작업의 양이 늘어나고 로컬라이제이션 프로젝트가 더 다양해지고 규모가 커지면 운영에 어려움이 발생할 수 있습니다. 즉, 여러분은 동일한 리소스로 더 많은 번역을 진행함과 동시에 고품질 번역을 제공해야 합니다.
이는 제대로 달성하기 어려운 목표일 수 있습니다. 하지만 현지화된 콘텐츠를 더 효율적인 방식으로 납품하여 조직이 한 단계 더 나아갈 수 있다면 잠재적인 보상은 상당합니다. 이렇게 하면 요구 사항을 충족할 뿐 아니라 보다 몰입도 높은 방식으로 더 많은 고객과 교류할 수 있습니다. 수많은 연구에서 볼 수 있듯이 사람들은 자신의 언어로 된 콘텐츠에 더 많이 참여합니다.
다행히도 로컬라이제이션 수요 급증과 동시에 몇 가지 놀랍고 강력한 신기술과 디지털 기능이 등장하여 로컬라이제이션 프로세스를 가속화하고 근본적으로 혁신하는 모습을 볼 수 있었습니다.
조직에서 모든 것을 번역하기 위한 조치를 취하고자 한다면, 다음과 같은 세 가지 기회를 간과해서는 안 됩니다.
1) 생성형 AI 및 대규모 언어 모델(LLM)
번역 업계가 인공신경망 기반 기계 번역(NMT)의 등장으로 생겨난 과제를 최초로 마주한 지는 그리 오래되지 않았으며, 이는 언어 전문 AI 중에서도 가장 중요하게 적용해야 하는 기술로 업계에서 빠르게 자리 잡았습니다. 이제 새로운 기술이 생성형 AI, 특히 대규모 언어 모델(LLM)을 통해 급속히 퍼지고 있으며, 그 영향에 대한 논의를 촉발하고 완전히 새로운 가능성을 창출하고 있습니다.
기본적으로 번역용으로 설계되지는 않았지만 LLM은 그 유창성과 적응성에서 나오는 잠재력이 있습니다. 따라서 조직들은 이를 번역 프로세스에 통합하는 방법을 적극적으로 모색하고 있습니다. 예를 들어, 환각과 편향 등의 약점을 피하면서 강점을 활용할 수 있도록 LLM을 번역 전문가를 위한 보조 도구로 사용할 수 있습니다. 번역 메모리(TM), 용어집 또는 기계 번역(MT)과 함께 사용할 경우 LLM은 오류나 편향을 발생시키지 않고 번역을 향상할 수 있습니다.
이 접근 방식을 통해 트라도스에서는 생성형 번역 기능으로 LLM이 MT 번역 세그먼트를 재번역하거나 번역되지 않은 세그먼트를 번역하도록 할 수 있습니다. 이 프로세스는 승인된 용어집을 통합하고 지정된 스타일, 길이 제한 및 성별과 같은 프롬프트를 준수할 수 있습니다.
AI로 LLM을 활용하거나 사용 방법을 모색한 사례는 다음과 같습니다.
- 이전에 완료된 프로젝트 데이터를 사용합니다. 예를 들면 제시된 파일과의 유사성을 기준으로 워크플로를 추천하고, 프로젝트 템플릿 또는 설정을 표시하고, 프로젝트에 투입할 인력을 제안할 수 있습니다.
- 언어적 검토자 역할을 맡아 번역 부문의 문제를 파악하여 짧은 설명과 함께 간단한 품질 점수를 반환합니다.
- 사용자가 자연 언어 질의를 요청할 때 솔루션에 대한 기존 도움말 및 지원 자료를 기반으로 답변을 반환하여 사용 중인 번역 기술에 대한 도움이나 지원을 제공합니다.
이러한 예는 번역 기술에 AI 기능을 올바르게 사용하면 링귀스트의 번역 작업을 가속화하고 반복적인 프로젝트 관리 업무를 간소화할 수 있음을 보여줍니다. 하지만 NMT와 마찬가지로 AI가 바로 전문 번역 인력과 PM을 대체하지 않는다는 점을 인식하는 것이 중요합니다. 인적 워크플로에 포함하여 인적 전문성 보강에 사용할 때 AI는 가장 강력한 성능을 발휘하며, 전문가가 일상적인 로컬라이제이션 작업에 더 적은 시간을 할애할 수 있도록 지원합니다. 따라서 동일한 리소스로 더 많은 번역 콘텐츠를 만들 수 있으며, 현재 자동화 가능한 이전에 배정된 작업에 할당된 비용을 다른 곳에 재할당할 수 있습니다.
2) 클라우드 우선 작업
클라우드는 로컬라이제이션 업계를 근본적으로 변화시켰습니다. 클라우드 덕택에 누구나 강력한 번역 기술에 접근할 수 있게 되었고 작업의 관리 및 완료 방식이 변했습니다. 클라우드 기반 번역 플랫폼은 팀이 선도적인 로컬라이제이션 기술 기능에 접근하고, 원활하게 협업하며, 공급망 내 다른 사람들과 요청 및 문서를 공유할 수 있는 단일 공간을 제공합니다.
업계가 온프레미스/데스크톱에서 클라우드로 계속 이동함에 따라, 클라우드 전용이 아닌 클라우드 우선 작업이 특히 중앙 집중식, 클라우드 저장 언어 자산 및 클라우드 관리 프로세스에 손쉽게 접근할 수 있어 가장 많은 이점을 얻는 기능에 널리 받아들여졌습니다. 가장 일반적으로 사용되는 조합은 클라우드를 기반으로 번역을 관리하되, 데스크톱 기반 번역 툴을 함께 사용하는 것입니다.
클라우드 우선 작업을 향한 이러한 전환으로 인해 조직에 새로운 기회가 생겨나고 있습니다. 클라우드 솔루션은 간편하게 시작하고 접근할 수 있으며, 여러 고객을 대상으로 클라우드 기반 편집 도구의 적응성이 향상되고 기계 번역(MT) 품질이 크게 향상되면서 최근에는 번역 전문가가 아닌 분야별 전문가(SME)가 클라우드 기반 번역 리뷰에 점점 더 큰 관심을 보이고 있습니다. 이 현상은 주로 전문화된 지식과 특정 용어집 사용이 필요한 분야에서 목격되고 있습니다.
많은 기업이 기계 번역에 의존할 수 있는 기회를 누리게 되었습니다. 번역 전문가의 직접적인 도움 없이도 자체 SME의 도움을 받아 수정하면 되기 때문입니다. '포스트에디터로서의 SME' 모델 개념은 작업이 포스트에디팅보다는 용어 리뷰에 가깝기 때문에 충분한 품질을 얻을 수 있다는 데 핵심이 있습니다. LLM의 유창성 역시 이 트렌드에 힘을 일부 실어주고 있기도 합니다.
클라우드 우선 작업은 기업 번역 팀의 생산성 개선을 지원하며, SME가 전문 지식을 최대한 쉽게 활용할 수 있도록 조정된 경우 더욱 그렇습니다. 클라우드 로컬라이제이션 도구를 사용하면 더 많은 사내 업무를 수행하고, 외부 로컬라이제이션 지원에 지출하는 모든 비용이 비즈니스에 최대의 가치를 제공하도록 할 수 있습니다.
3) 번역 프로젝트 운영(LangOps)
기업은 다양한 로컬라이제이션 요구 사항, 규모, 속도를 따라가는 데 상당한 어려움을 겪고 있으며, 상당수의 기업들이 당장 임시로 사용 중인 접근 방식으로는 역부족이라는 사실을 깨닫고 있습니다. 언어 운영이라는 뜻을 가진 'LangOps'는 기업이 로컬라이제이션을 임시방편이 아니라 전략적 비즈니스 구현 요소로 전환해야 한다는 접근 방식을 설명하기 위해 업계에서 갈수록 많이 사용되고 있는 용어입니다. 또 이러한 접근 방식은 로컬라이제이션이 비즈니스 전반에 걸쳐 자연스럽게 통합되는 비즈니스 프로세스 전체에 일관적으로 적용되어야 합니다.
여기서 핵심은 '전략'입니다. LangOps를 위해 비즈니스를 재구성한다는 것은 곧 이 문제를 경영진급에서 다룰 사안으로 만드는 것을 의미합니다. 즉, 이러한 운영 방식은 위에서부터 시작해 아래로 확산되어야 합니다. LangOps는 조직 내 사일로를 없애 로컬라이제이션이 여러 부서에 걸쳐 적용되고 확장할 수 있도록 하는 것입니다.
기술, 특히 AI는 LangOps의 핵심 원동력입니다. 확장 가능한 엔드 투 엔드 프로세스를 지원하고, 이전에 수작업으로 진행되던 프로세스를 자동화하고, 기업이 기업의 경계를 넘어 보다 일관성 있게 현지화할 수 있도록 지원하는 기능을 갖추었기 때문입니다. LangOps는 일반적으로 AI 우선 접근 방식을 채택하지만 품질 확인(QA) 및 거버넌스에 '사람의 개입'이 얼마나 중요한지 알고 있습니다.
AI와 위에서 언급한 클라우드 우선 작업 이외에도 조직은 선도적으로 번역 에코시스템을 활용해야 합니다. 이에 따라 LangOps 원동력으로서 순조로운 워크플로를 지원하며 원활하게 통합된 요소와 시스템이 포함된 기술 스택을 만드는 것이 점점 더 강조되고 있습니다. 단일 솔루션으로 모든 요구를 충족하기란 불가능하기 때문에 통합 기능이 있는 솔루션을 선택하는 것이 매우 중요해 졌습니다. 여기에는 API 가용성 평가, 기본 제공 커넥터 평가, 플랫폼 통합 및 확장을 구축하는 개발자의 활성 커뮤니티가 있는지 여부를 평가하는 작업이 포함됩니다.
기업이 로컬라이제이션에 보다 전략적인 접근 방식을 추구한다면 기업 내 번역 팀에게는 희소식입니다. 팀은 LangOps 이니셔티브에 대한 전략적 자문가(사내 또는 파트너)로 자신을 포지셔닝하고 기업에 훨씬 더 큰 가치를 제공할 수 있습니다. 또한, 정의된 일관적이고 반복 가능한 방식으로 워크플로에 로컬라이제이션 사례를 임베드함으로써 LangOps는 더 많은 사람들이 보다 일관되게 더 많이 번역을 수행할 수 있는 기회를 엽니다. 따라서 기본적으로 콘텐츠를 포함할 수 있습니다.
적절한 기술로 모든 것을 번역하세요
로컬라이제이션은 그 어느 때보다 더 중요해지고 더 어려워졌습니다. 조직은 더 적은 시간에 더 많은 번역을 수행해야 하는데 사용가능한 자원은 그대로인 경우도 많습니다. 적절한 기술이 없다면 불가능한 일입니다. 그러나, 적절한 도구와 지원을 갖추면 새로운 트렌드가 제시하는 기회에 대응할 수 있는 위치로 자리매김할 수 있습니다.
번역 기술이 어떻게 과제를 기회로 바꿀 수 있는지 궁금하다면 RWS 전문가와의 대화를 통해 알아보시기 바랍니다.
로컬라이제이션을 형성하는 9가지 트렌드
RWS e북에서 현재 업계의 모든 트렌드를 살펴보고 거시적인 환경이 어떻게 변화하고 있는지 확인해 보세요.
알리나 보예스쿠
작성자 알리나 보예스쿠관련 기사
