MTPE, 왜 요즘 핫할까?
안녕하세요, 보이스루 입니다.
최근 AI 기술이 빠르게 발전하면서 콘텐츠 번역에도 큰 변화가 찾아오고 있습니다. 바로 MTPE인데요, MTPE란 Machine Translation Post Editing의 약자로 AI를 통한 기계번역 후 사람이 검수하는 방식을 뜻합니다. MTPE는 사실 1950년대부터 연구되어온 개념인데요, 당시에는 기계번역의 완성도가 높지 않아 큰 성과를 이루지 못하였으나 현재는 대규모 언어 모델의 발전과 AI 학습을 통해 상용화 가능한 높은 수준의 MT가 가능해지고 있습니다. 이에 따라 많은 번역업체에서 MTPE를 활용한 번역 서비스를 내놓고 있죠. 오늘은 저희 보이스루에서 MTPE를 어떻게 서비스에 적용하는지 자세하게 살펴보도록 하겠습니다.
보이스루는 MTPE를 어떻게 활용할까?
보이스루 MTPE의 핵심은 아래와 같습니다.
“효율적인 PE를 위해 MT가 얼마나 자연스럽게, 그리고 번역 가이드라인에 맞게 작동했는가”
위 정의를 바탕으로 현재까지도 저희 보이스루는 MT에 관하여 지속적인 연구개발을 진행하고 있습니다. 지금부터는 저희가 실제 활용하고 있는 MT 기술에 대하여 조금 더 알아보겠습니다.
높은 완성도로 진화중인 보이스루 MT
보이스루의 MT는 LLM(대규모 언어 모델)을 통해 이루어집니다. 여기서 저희가 가장 중요하게 생각하는 것은 ‘PE 단계에서의 수정률을 낮추는 MT의 역할’ 입니다. 특히 PE 단계에서의 주요 태스크인 오역 수정, 윤문, 가이드라인 일치 작업을 줄여주는 데 집중하고 있죠. MT에서 오역이 생기는 것은 대부분 단일 문장을 대상으로 번역하여 맥락을 잘 이해하지 못하는 데에서 비롯됩니다. 저희는 보다 심도 있는 프롬프트 엔지니어링을 통해 해당 문장에 대한 전후 관계, 관련된 정보들을 이해하도록 하여 맥락에 맞는 결과물이 나오는 데에 특히 신경 쓰고 있습니다.
실제 사례를 들어서 설명을 해보겠습니다.
번역에 있어서 가장 중요한 것 중 하나는 바로 ‘일관성’입니다. 특정 단어가 같은 맥락 내에서 항상 동일한 내용으로 번역되어야 독자들에게 명료하게 내용을 전달할 수 있기 때문이죠. 하지만 원문의 단어의 형태나 오탈자 등이 존재하는 경우를 비롯해 다양한 요인들로 인하여 이를 일치시키는 작업은 쉽지 않습니다. 저희 보이스루 역시 기존에는 단어장을 작성하여 원문 단어와 번역 단어를 1:1로 매칭 시키는 로직을 개발하여 적용하였습니다. 하지만 이 방법으로는 원문의 오탈자나 변형된 단어의 경우 작동이 안 되는 단점이 있었죠.
이에 저희는 단어장 작업을 LLM을 통해 자동 진행하도록 했습니다.
이처럼 AI 학습을 거친 단어장 작업은 기존 1:1 매칭 방식에서 누락되는 수많은 케이스를 획기적으로 줄이는 효과를 얻을 수 있었습니다. 뿐만 아니라 검수 과정에서 단어장이 잘 반영되었는지도 LLM을 통해 진행하기 때문에 맥락을 이해한 보이스루 MT는 오탈자와 단어 변형에 뛰어난 능력을 보여주고 있습니다. 결과적으로 PE 과정에서 LLM으로 만들어진 단어장을 가지고 MT 결과물을 비교 검수, 일부 수정하는 형태로 작업을 하게 되어 업무의 효율이 크게 상승하였습니다.
시간과 비용, 두 가지 모두 잡은 보이스루 MTPE
보이스루 MT 기술은 ‘MT 성능 개선을 통한 PE의 효율성 증가'라는 핵심 목표를 통해 소요 시간 뿐 아니라 비용적인 측면에서도 의미 있는 개선을 이루어 왔습니다.
최대 70% 이상의 예산 절감 효과
영상의 경우 콘텐츠 특성에 맞춰 번역할 수 있는 최적화 모델로 PE 과정에서의 인적 비용을 아낄 수 있었고 약 60% 이상의 예산 절감 효과를 얻을 수 있었습니다. 웹 소설의 경우에는 최대 70%까지 예산을 절감하기도 했습니다.
※ 위 수치는 절대적인 수치가 아니며 절감률은 각각의 프로젝트와 공정에 따라 달라질 수 있습니다
최대 50% 개선된 작업 소요 시간
영상 콘텐츠의 경우 콘텐츠 난이도 및 발화자의 문장 완성도에 따라 편차가 있으나 평균 약 30%의 작업 시간 단축 효과가 있었습니다. 웹 소설의 경우 초반 설정집만 잘 세팅하면 MT를 통해 휴먼 번역보다 훨씬 빠른 작업이 가능하였습니다. 따라서 작업 소요시간은 약 50% 이상 단축시킬 수 있었습니다.
※ 위 수치는 절대적인 수치가 아니며 절감률은 각각의 프로젝트와 공정에 따라 달라질 수 있습니다
보이스루 MTPE, 앞으로는?
보이스루의 MT 학습은 텍스트를 input 요소로 사용하고 있습니다. 하지만 대규모 언어 모델의 지속적 연구와 발전을 통해 곧 이미지나 영상 등을 학습에 사용할 것으로 예상하며, 최종적으로는 콘텐츠의 모든 정보를 가지고 MT를 진행할 수 있을 것으로 기대하고 있습니다.
보이스루 MTPE, 이런 고객님들께 적합합니다.
저희 MTPE 서비스로 가장 만족도가 높을만한 케이스를 아래와 같이 추천드립니다.
강의 영상
강의 영상의 경우 원문의 완성도가 높아 MTPE에 적합합니다. 강의 콘텐츠는 일반적으로 기술적이거나 전문적인 용어가 많이 포함되어 있어 MT의 초기 번역 정확도가 높은 편입니다. 이후 PE 과정을 통해 세부적인 오류를 수정하여 최종 번역 품질을 높입니다.
대량의 소설 번역
국내외 웹 소설 플랫폼 등 대량의 콘텐츠 번역이 필요한 경우에 MTPE가 좋은 선택지가 될 수 있습니다. 준수한 퀄리티에 시간과 비용 모두 고객 니즈에 맞춰 진행이 가능하기 때문입니다.
예산에 제한이 있는 경우
좋은 IP를 많이 보유하고 있음에도 예산이 제한된 콘텐츠 제작사의 경우 해외 진출을 위해 부득이하게 번역 품질을 타협해야 할 경우가 있습니다. 이 경우 MTPE를 통해 준수한 품질은 유지하며 비용은 절감해 좋은 대안이 될 수 있습니다. 오늘은 번역 업계에서 MTPE가 어떻게 활용되고, 또 보이스루는 MTPE를 어떻게 다루고 있는지 살펴보았습니다.앞으로 MTPE기술의 개발 상황이나 새롭게 추가되는 내용이 있다면 또다시 여러분께 찾아와 소식은 전해드리도록 하겠습니다. 보이스루의 MTPE 기술이 더 궁금하시거나 테스트 번역 의뢰를 해보고 싶으신 고객님들께서는 아래 링크를 통하여 3초 만에 견적을 받아볼 수도 있습니다.
보이스루에 견적 문의
안녕하세요, 보이스루 입니다.
최근 AI 기술이 빠르게 발전하면서 콘텐츠 번역에도 큰 변화가 찾아오고 있습니다. 바로 MTPE인데요, MTPE란 Machine Translation Post Editing의 약자로 AI를 통한 기계번역 후 사람이 검수하는 방식을 뜻합니다. MTPE는 사실 1950년대부터 연구되어온 개념인데요, 당시에는 기계번역의 완성도가 높지 않아 큰 성과를 이루지 못하였으나 현재는 대규모 언어 모델의 발전과 AI 학습을 통해 상용화 가능한 높은 수준의 MT가 가능해지고 있습니다. 이에 따라 많은 번역업체에서 MTPE를 활용한 번역 서비스를 내놓고 있죠. 오늘은 저희 보이스루에서 MTPE를 어떻게 서비스에 적용하는지 자세하게 살펴보도록 하겠습니다.
보이스루는 MTPE를 어떻게 활용할까?
보이스루 MTPE의 핵심은 아래와 같습니다.
“효율적인 PE를 위해 MT가 얼마나 자연스럽게, 그리고 번역 가이드라인에 맞게 작동했는가”
위 정의를 바탕으로 현재까지도 저희 보이스루는 MT에 관하여 지속적인 연구개발을 진행하고 있습니다. 지금부터는 저희가 실제 활용하고 있는 MT 기술에 대하여 조금 더 알아보겠습니다.
높은 완성도로 진화중인 보이스루 MT
보이스루의 MT는 LLM(대규모 언어 모델)을 통해 이루어집니다. 여기서 저희가 가장 중요하게 생각하는 것은 ‘PE 단계에서의 수정률을 낮추는 MT의 역할’ 입니다. 특히 PE 단계에서의 주요 태스크인 오역 수정, 윤문, 가이드라인 일치 작업을 줄여주는 데 집중하고 있죠. MT에서 오역이 생기는 것은 대부분 단일 문장을 대상으로 번역하여 맥락을 잘 이해하지 못하는 데에서 비롯됩니다. 저희는 보다 심도 있는 프롬프트 엔지니어링을 통해 해당 문장에 대한 전후 관계, 관련된 정보들을 이해하도록 하여 맥락에 맞는 결과물이 나오는 데에 특히 신경 쓰고 있습니다.
실제 사례를 들어서 설명을 해보겠습니다.
번역에 있어서 가장 중요한 것 중 하나는 바로 ‘일관성’입니다. 특정 단어가 같은 맥락 내에서 항상 동일한 내용으로 번역되어야 독자들에게 명료하게 내용을 전달할 수 있기 때문이죠. 하지만 원문의 단어의 형태나 오탈자 등이 존재하는 경우를 비롯해 다양한 요인들로 인하여 이를 일치시키는 작업은 쉽지 않습니다. 저희 보이스루 역시 기존에는 단어장을 작성하여 원문 단어와 번역 단어를 1:1로 매칭 시키는 로직을 개발하여 적용하였습니다. 하지만 이 방법으로는 원문의 오탈자나 변형된 단어의 경우 작동이 안 되는 단점이 있었죠.
이에 저희는 단어장 작업을 LLM을 통해 자동 진행하도록 했습니다.
이처럼 AI 학습을 거친 단어장 작업은 기존 1:1 매칭 방식에서 누락되는 수많은 케이스를 획기적으로 줄이는 효과를 얻을 수 있었습니다. 뿐만 아니라 검수 과정에서 단어장이 잘 반영되었는지도 LLM을 통해 진행하기 때문에 맥락을 이해한 보이스루 MT는 오탈자와 단어 변형에 뛰어난 능력을 보여주고 있습니다. 결과적으로 PE 과정에서 LLM으로 만들어진 단어장을 가지고 MT 결과물을 비교 검수, 일부 수정하는 형태로 작업을 하게 되어 업무의 효율이 크게 상승하였습니다.
시간과 비용, 두 가지 모두 잡은 보이스루 MTPE
보이스루 MT 기술은 ‘MT 성능 개선을 통한 PE의 효율성 증가'라는 핵심 목표를 통해 소요 시간 뿐 아니라 비용적인 측면에서도 의미 있는 개선을 이루어 왔습니다.
최대 70% 이상의 예산 절감 효과
영상의 경우 콘텐츠 특성에 맞춰 번역할 수 있는 최적화 모델로 PE 과정에서의 인적 비용을 아낄 수 있었고 약 60% 이상의 예산 절감 효과를 얻을 수 있었습니다. 웹 소설의 경우에는 최대 70%까지 예산을 절감하기도 했습니다.
※ 위 수치는 절대적인 수치가 아니며 절감률은 각각의 프로젝트와 공정에 따라 달라질 수 있습니다
최대 50% 개선된 작업 소요 시간
영상 콘텐츠의 경우 콘텐츠 난이도 및 발화자의 문장 완성도에 따라 편차가 있으나 평균 약 30%의 작업 시간 단축 효과가 있었습니다. 웹 소설의 경우 초반 설정집만 잘 세팅하면 MT를 통해 휴먼 번역보다 훨씬 빠른 작업이 가능하였습니다. 따라서 작업 소요시간은 약 50% 이상 단축시킬 수 있었습니다.
※ 위 수치는 절대적인 수치가 아니며 절감률은 각각의 프로젝트와 공정에 따라 달라질 수 있습니다
보이스루 MTPE, 앞으로는?
보이스루의 MT 학습은 텍스트를 input 요소로 사용하고 있습니다. 하지만 대규모 언어 모델의 지속적 연구와 발전을 통해 곧 이미지나 영상 등을 학습에 사용할 것으로 예상하며, 최종적으로는 콘텐츠의 모든 정보를 가지고 MT를 진행할 수 있을 것으로 기대하고 있습니다.
보이스루 MTPE, 이런 고객님들께 적합합니다.
저희 MTPE 서비스로 가장 만족도가 높을만한 케이스를 아래와 같이 추천드립니다.
강의 영상
강의 영상의 경우 원문의 완성도가 높아 MTPE에 적합합니다. 강의 콘텐츠는 일반적으로 기술적이거나 전문적인 용어가 많이 포함되어 있어 MT의 초기 번역 정확도가 높은 편입니다. 이후 PE 과정을 통해 세부적인 오류를 수정하여 최종 번역 품질을 높입니다.
대량의 소설 번역
국내외 웹 소설 플랫폼 등 대량의 콘텐츠 번역이 필요한 경우에 MTPE가 좋은 선택지가 될 수 있습니다. 준수한 퀄리티에 시간과 비용 모두 고객 니즈에 맞춰 진행이 가능하기 때문입니다.
예산에 제한이 있는 경우
좋은 IP를 많이 보유하고 있음에도 예산이 제한된 콘텐츠 제작사의 경우 해외 진출을 위해 부득이하게 번역 품질을 타협해야 할 경우가 있습니다. 이 경우 MTPE를 통해 준수한 품질은 유지하며 비용은 절감해 좋은 대안이 될 수 있습니다. 오늘은 번역 업계에서 MTPE가 어떻게 활용되고, 또 보이스루는 MTPE를 어떻게 다루고 있는지 살펴보았습니다.앞으로 MTPE기술의 개발 상황이나 새롭게 추가되는 내용이 있다면 또다시 여러분께 찾아와 소식은 전해드리도록 하겠습니다. 보이스루의 MTPE 기술이 더 궁금하시거나 테스트 번역 의뢰를 해보고 싶으신 고객님들께서는 아래 링크를 통하여 3초 만에 견적을 받아볼 수도 있습니다.
보이스루에 견적 문의