중국어 관광안내 매체 번역 오류 분석 - 안동 지역을 중심으로 -

백수진 한중인문학회 2015 한중인문학연구 Vol.47 No.-

외국인 관광객에게 우리의 유적지와 전통문화를 잘 보여주기 위해서는 안내책자의 역할이중요하다. 안내책자는 중국인들이 우리 문화를 이해할 수 있도록 정보를 제공하는 편의 시설이자 관광객에게 우리 문화를 소개하는 외교관 역할을 하기 때문이다. 이 논문에서는 안동시에서 제작한 중국어 안내책자와 안내판의 중국어 번역텍스트에 대해 분석하였다. 관광지를 소개하는 안내책자의 번역텍스트(영어 및 제2외국어) 오류와 관련한 논문은 이전부터 간혹 있었지만, 학계에서 본격으로 관심을 갖고 글로써 발표한 것은 최근의 일이다. 번역 오류를 분석하다보니 의외로 한국어 원어텍스트에서 오류가 많았고, 이로 인해 번역텍스트의 오류에도 영향을 미쳤다. 그래서 본문에서는 ‘원어텍스트의 오류와 번역 문제’를 별도로 하나의 장(章)으로 분류하여, 여기에서 한국어의 통사구조나 의미 오류를 집중적으로 다루었다. ‘안내판/안내책자의 번역 오류’를 다룬 3장에서도 번역 오류를 분석하기 위해 자연스럽게 한국어 원어텍스트의 문제점을 일부 다루었다.『한국정신문화의 수도, 안동』, 『유교랜드』등 거의 모든 안내책자에서 오류가 나타났다. 특히 한국국학진흥원에서 제작한 안내책자에는 우리말 표현이 장문(長文)에다 난삽하였다. 당연히 번역에도 오류가 많이 나올 수밖에 없다. 한국어 원어텍스트도 전문가의 감수가 필요함을 확인할 수 있었다. ‘도산서원’의 입구에설치한 안내판의 역할은 안내책자보다 더 중요함에도 불구하고 번역 오류가 많았다. 번역 완성 후 안내판 설치 단계까지 번역 감수가 필요하다. 번역상의 크고 작은 오류는 유적지의 이미지에도 손상을 끼칠 수 있다. 그렇기 때문에 관계 기관에서는 안내책자와 안내판의 제작과 관리에 신중을 기해야 하고, 반드시 전문가에게게감수를 의뢰해야 한다. To show Korean historic sites and cultural heritage to foreign tourists, the role of a guide book is very important. Because guide books are convenient means providing information that makes Chinese tourists understand Korean culture, and also play a role like a diplomat who introduces our culture to them. In this article, Chinese translated text of Chinese guide books and guide boards made in Andong city is analysed. There were a few articles on fallacies of the translated text (English and the second foreign language) of guide books introducing tourist resorts, but it was only recently that the academic circles are officially interested in these problems and release articles related to them. During the course of analysing the translation fallacy, unexpectedly, many fallacies are found in Korean text and it also affected fallacies of translated text. So, in the body, 'Fallacy of Original Language Text and Translation Problems' is separated as one chapter, and Korean syntactic structure and meaning fallacies are intensively dealt with. In chapter 3 dealing with ‘Translation Fallacy of Guide Books and Guide Boards’, the problems of Korean text are partly dealt with. Almost every guide book such as "The Capital of Korean Spiritual Culture, Andong" and "Confucian Land" has many translation fallacies. Especially, in the guide book published by Advanced Center for Korean Studies, many Korean expressions consist of too long sentences and they are hard to understand. Naturally, many fallacies are bound to come out in translation. Also, it is checked out that Korean text is needed for the translation supervision from experts. Although the role of guide board installed at the entrance of 'Dosan Sewon' is more important than that of guide books, there are many translation fallacies in the guide board. After completing translation, translation supervision is also needed when the guide boards are installed. Both small and big fallacies in translation can do harm to the image of the historic sites. Therefore, the organs concerned should pay special attention to making and managing guide books and guide boards, and ask necessarily to supervise the text translation from experts.

몽골의 외국문학 수용과 오역의 문제 - 村上春樹의 <1Q84>의 몽골어번역에 나타난 오류의 유형화 시도 -

유원수 한국몽골학회 2020 몽골학 Vol.0 No.62

This paper briefly mentions desirable phenomena in firsthand translations of foreign literature into Mongolian from the 2000s, translations done without resort to Russian translations. It also makes favorable remarks on the achievement of Ochirhüü Jargalsaihan for Mongolian readers through the translation of 1Q84, written by Haruki Murakami. The author of this paper analyzes and categorizes errors found in the Mongolian translation of 1Q84 into two categories: 2.1 Errors in form and 2.2 Errors in content. Subcategories discussed in Category 2.1 Errors in form are: 2.1.1 Arbitrary change of sentence and paragraph structure; 2.1.2 Lack of consistency in transcription and translation; 2.1.3 Misspellings and omitted words; 2.1.4 Misuse and overuse of foreign words and characters. Examples are presented in seven different tables: from <Table 1> to <Table 7>. Other subcategories discussed in Category 2.2 Errors of content are: 2.2.1 Misreading and misunderstanding of the Japanese words and phrases, and using unidentified Mongolian forms; 2.2.2 Side effects of literal translation of idiomatic expressions; 2.2.3 Translations to which sociocultural background knowledge should be provided; and 2.2.4 Not translating or adding words randomly. Examples are shown in seven different tables: from <Table 8-1> to <Table 11>. Author advises the Mongolian-Japanese translators to be more careful reading Japanese kanji and Sino-Japanese vocabularies in that a big part of the errors are caused by misreading and can be greatly reduced by paying a little more attention. Stating that the above-mentioned types of errors are also found in Korean and English translations, some examples are presented in two separated tables, <Table 12> Errors in Korean translation by Yunok Yang, <Table 13> Errors in English translation by Rubin and Philip(2011). 이 논문은 2000년을 전후하여 두드러지기 시작한 외국문학의 몽골어 직접 번역이라는 바람직한 현상을 언급하고, 村上春樹의 장편소설 <1Q84>를 몽골어로 번역한 Жаргалсайхан(2014a, 2014b, 2015)의 공을 치하하였다. 필자 자신을 포함하여 몽골어-외국어, 외국어-몽골어번역자들의 작업의 질적 향상을 바라는 마음에서 <1Q84>의 몽골어번역에 나타나는 오류들을 모아 살펴보고 이를 유형화하였다. 우선 번역상의 오류를 (2.1) 형식상의 오류와 (2.2) 내용상의 오류로 나누고 형식상의 오류에서는 (2.1.1) 구조의 임의 변경, (2.1.2) 표기와 번역의 일관성 결여, (2.1.3) 오자와 탈자, (2.1.4) 외국어와 외국문자의 오남용에 대해 토론하면서 사례를 <표 1>부터 <표 7>에 정리하였다. 내용상의 오류에서는 (2.2.1) 일본어의 오독 및 오해와 확인되지 않는 몽골어 형태의 사용, (2.2.2) 숙어적 표현의 직역에 따른 부작용, (2.2.3) 사회문화적 배경까지 이해시켜야 할 경우, (2.2.4) 번역 하지 않기와 임의로 덧붙이기로 나누어 토론하면서 사례를 <표 8-1>부터 <표 11>에 제시하였다. 몽골어번역에 나타나는 유형의 오류는 정도와 빈도의 차이는 있어도 한국어번역과 영어번역에도 나타난다는 점을 언급하고 <표 12> 한국어번역에 나타나는 오류, <표 13> 영어번역에 나타나는 오류로 간략하게 제시하였다.

인공지능 번역기의 오류 분석 연구 - 졸업연설문 번역 텍스트를 중심으로

정유남 중앙대학교 인문콘텐츠연구소 2022 인공지능인문학연구 Vol.11 No.-

이 논문은 인공지능 번역기에서 나타나는 오류 양상을 언어학적으로 분석하는 것을 목적으로 한다. 인공지능 번역의 품질이 높아짐에 따라 언어교육, 텍스트 언어학, 번역학 등에서 다양하게 활용되고 있음에도 불구하고 여전히 기계번역에서는 오류가 발생하고 있다. 이에 본 연구는 인공지능 번역기에서 산출된 결과의 오류를 분석함으로써 영어에서 한국어로 번역될 때 발생하는 오류 유형과 특성을 살펴보고자 하였다. 실제로 졸업연설문 텍스트 자료를 구축하여 언어적 측면에서 오류 유형을 구분하고 분석하여 졸업연설문 텍스트에서 나타나는 오류 양상을 살펴보았다. 이 연구에서는 인공지능 번역기 산출물에 대한 언어학적 오류 분석 방법론을 제시하여 영한 연설문 번역 텍스트 오류의 형태, 의미적 특성을 파악하였다. 이 연구가 인공지능 번역기를 활용한 오류 분석 관련 연구에 기초 자료를 제공하며 나아가 언어공학 연구, 응용언어학 연구에도 도움을 줄 수 있을 것이라 기대한다.

동화와 단편소설 번역물의 오류 분석: 학부 과정의 지시어 오류를 중심으로

박옥수 ( Ock Sue Park ) 건국대학교 동화와번역연구소 2012 동화와 번역 Vol.23 No.-

이 연구는 동화와 단편 소설에서 지시어 번역의 오류를 분석하고, 그 결과와 함의를 고찰하였다. 분석 자료로 사용된 원천 텍스트는 모 멕콜리(Mo McAuley)의 동화 "The Tidy Drawer"와 1950년대 영국의 단편 소설인 뮤리엘 스파크(Muriel Spark)의 단편소설인 "You Should Have Seen the Mess"이다. 두 텍스트의 번역물은 학부의 번역 수업에서 교재로 사용되었다. 원문의 내용은 결속력 있는 구조에 의해 전개된다. 원문의 지시어는 정보를 연결하고, 결속력을 유지하는 역할을 한다. 번역자가 지시어의 지칭 대상을 제대로 파악하지 못했을 때 지속적인 오류가 발생하고, 내용은 심각하게 훼손된다. 따라서 지시어의 지칭 대상을 이해하는 것은 원문 이해에 중요한 요소가 된다. 학부과정의 번역 수업에서 오류는 주로 원문을 제대로 이해하지 못하거나 목표언어의 규범을 위반하는 경우에 발생한다. 이 중에서 ``심각한 오류``는 전자의 이유로 발생한다. 자료 분석에서 오류의 정도는 ``심각한 오류``와 ``부분 오류``로 분류하였다. 전자는 원문의 의미가 달라질 정도로 훼손된 경우이며, 후자는 문맥에 영향을 미치지 않는 사소한 오류를 의미한다. 오류를 정성적으로 분석한 후에는 계량한 결과를 제시하였다. 분석 결과에 의하면 22개의 명목 횟수 중에서 18 명목 횟수가 ``심각한 오류``로 분류되어 ``부분 오류``을 압도적으로 능가하고 있음을 알 수 있다. 심각한 오류가 발생하는 이유는 통사구조가 복잡한 문장에서 지시어가 지칭하는 대상을 제대로 파악하지 못하거나, 지시어가 앞부분 전체를 지칭하거나, 비교적 광범위한 대상을 지칭하고 있을 때 지칭 대상을 파악하는데 실패하였다. 그리고 문장 내에서 지시어가 많을 경우에도 지시 대상을 제대로 파악하지 못했음이 드러났다. The errors in literary translation of undergraduate students take place due to misunderstanding the source text or violating the norms of the target language. In the class, the items classified as a serious error mostly are caused by the former. The contents of the original are developed by the cohesive structure which the author has arranged. The designator takes a role to connect informations and keep coherence. When the translator cannot understand the directive target of the designator, the error takes place continuously and the contents might be seriously damaged. Therefore grasping the directive target of the designator is crucial in understanding the source text. In this study the researcher analyzes the errors in translating designators and examines the result and implication. The degree of the errors is categorized as ``serious`` and ``partial`` after data analysis. The former applies to the case, where the meaning of the text are damaged and represents the different message of the original while the latter is a micro one which does not affect understanding of the context. The errors are described and the quantitative analysis performs based on the result. According the result of the analysis, eighteen tokens in twenty two tokens from eleven items are classified as a serious error. The serious errors overwhelmingly outnumber the partial errors. The serious errors are caused by followings; the students cannot grasp the directive target of the designator in the sentence that has a complicated syntactic structure; the designator refers to the previous former sentence or extensive range of the text; there are several designators in a sentence. In practical translation class, the professor or lecturer should train how to catch the target of the designator and transfer it. The class must put focus on understanding thoroughly of the source text and transferring faithfully into the target text rather than on producing natural translation.

한국어 초급 교재에 나타난 중국어 대조 번역 오류 연구 - 충실성과 가독성을 중심으로

李璐 어문연구학회 2022 어문연구 Vol.114 No.-

본고는 번역학의 개념인 충실성과 가독성을 기반으로 한국어 초급 교재에 나타난 중국어 대조 번역 오류를 연구하는 데 그 목적이 있다. 먼저 충실성과 가독성의 개념부터 고찰해보았다. 충실성은 출발텍스트의 내용과 의미를 목표텍스트에서 정확하게 번역한다는 것이고, 가독성은 출발텍스트의 의미를 훼손하지 않는 범위 안에서 목표어에 적절하고 자연스럽게 번역한다는 것으로 정의한다. 이를 바탕으로 충실성과 가독성을 모두 고려하는 것을 번역 기준으로 삼고 한국어 초급 교재 4종을 선정해 그 중에 나타난 번역 오류를 유형별로 정리하여 분석했다. 분석결과는 세 가지로 정리할 수 있다. 첫째, 한국어 교재에 나타난 번역 오류들은 기존의 언어학적 시각을 넘어 번역학 관점에서도 오류 유형을 분류하고 분석하는 것이 가능하다. 둘째, 번역 오류는 크게 ‘충실성이 저하된 번역’과 ‘가독성이 저하된 번역’ 두 가지 범주로 나눌 수 있다. 충실성이 저하된 번역 오류의 경우, ‘의미를 충분히 드러내지 못함’과 ‘의미 왜곡’, ‘오타’ 등 세 가지 유형으로 분류할 수 있으며, 가독성이 저하된 번역은 ‘직역’, ‘문장 성분 결함’, ‘수식어 과도한 사용’ 등 세 가지 유형으로 나눌 수 있다. 셋째, ‘충실성이 저하된 번역’과 비교하여 ‘가독성이 저하된 번역 오류’가 더 많은 비중을 차지하였으며, 그 중 ‘직역’과 ‘문장 성분 결함’으로 인해 가독성이 저하된 오류가 가장 많이 나타났다. 이는 한국어와 중국어의 표현 습관과 어순이 다르기 때문이라고 해석한다.

한국어 문화소에 관한 기계번역과 인간번역의 비교 분석 연구

노금송,왕원 인하대학교 한국학연구소 2024 한국학연구 Vol.- No.73

본고는 한국어 문화소를 연구대상으로 총 92개의 문화소 관련 문장을 기계번역 시스템인 유다오와 파파고를 사용하여 얻은 번역 결과물을 인간번역과 비교 분석하였다. 통계 결과 기계번역의 오류량은 무려 인간번역의 5.5배에 달하였다. 형태적 오류에서 인간번역이 기계번역보다어휘 대체 및 누락 오류가 더 큰 비중을 차지하였으며 통사적 오류에서 기계번역이 인간번역보다 오류가 더 큰 비중을 차지하였다. 기계번역의 오류는 형태, 통사 두 영역에서 두루두루 다양하게 나타났다. 번역 품질을 평가한 결과 10점 만점에서 인간번역은 9.03점, 유다오번역은 6.5 점, 파파고번역은 6.44점으로 인간번역이 기계번역에 비해 월등히 높은 점수를 받았다. 기계번역은 특정문화어, 관용구, 민속풍습, 역사문화 등 문화소와 관련된 어휘와 문장 번역에서 정확성이 두드러지게 떨어졌다. 복문의 경우 분절, 어순 배열 등에 차질이 생겨 거의 모든 문장에서오류가 발생하여 가독성이 아주 낮았다. 이를 기반으로 기계번역의 오류 요인을 한중 어휘 쌍 데이터의 부족, 문장표현 및 문법 지식의 결여, 번역전략 및 번역방법의 결여 등으로 꼽았다 A comparative analysis between human translation and machine translation of Korean culture-bound terms This paper took the Korean culture-bound terms as the research object. 92 sentences were extracted and input into Youdao and Papago translation system respectively, and the results were compared with the human translation. Statistics showed that the number of errors in machine translation (MT) was up to 5.5 times that of human translation (HT). The proportion of lexical substitution and omission in morphological errors in HT was larger than that in MT, while MT accounted for a larger proportion of syntactic errors. In the quality evaluation results out of 10 points, HT scored 9.03 points, which was significantly higher, with Youdao 6.5, and Papago 6.44. The accuracy of MT decreased significantly when translating idioms and words related to folk customs, history and society. Errors in segmentation and word order arrangement of complex sentences appeared in almost all MT results, leading to low readability. The error factors of MT included the lack of bilingual vocabulary data, correct grammar knowledge, and proper translation strategies.

피터리의 History of Korean Literature에 인용된 한국 현대시의 번역에 대한 오류 분석-그 분포와 특성을 중심으로-

양소진 한국문학이론과비평학회 2019 한국문학이론과 비평 Vol.82 No.-

Peter Lee’s History of Korean Literature is one of the most widely used Korean literature classes in overseas universities. Although Korean literature is worthy of being the only English document describing the history of Korean literature from classical literature to modern literature, Korean literature has become a subject of earnest study by foreign scholars and has achieved remarkable achievements in quantity and quality. It is necessary to try full-scale research. In particular, Peter Lee’s History of Korean Literature suggests that there is no citation of Korean works at all. In this discussion, we tried to analyze all of the errors in translations in poems in the early twentieth-century poetry chapter among the poems translated into English. This study is divided into two kinds of errors which occur in the rhyme and the image. 피터리의 History of Korean Literature는 해외의 대학에서 가장 널리 쓰이고 있는 한국 문학 수업의 교재로, 고전문학에서부터 현대문학까지 한국 문학사를 방대하게 서술하고 있는 유일한 영문서로서 그 가치를 갖는다. 한국 현대 문학이 해외의 학자들에게 본격적인 연구의 대상으로 확산되는 현실을 상기할 때, 해외의 한국 문학 연구과 교육 대한 본격적인 논의가 요구된다. 특히 피터리의 History of Korean Literature에는 현대 문학 인용에서 한글 원문이 전혀 없다는 점이 시사하는 바는 크다. 본 논의에서는 영문으로 번역되어 실려 있는 시들 중 CHAPTER 18 Early twentieth-century poetry 장에 있는 시에서 번역의 오류를 모두 분석하고자 하였다. 발터 벤야민이 번역에 대한 전제로 제시한 시의 모험을 원문과 번역문의 비교하여 분석하여, 오류에 대한 기준으로 삼았다. 전체를 반복에서 발생하는 오류와 의미에서 발생하는 오류로 나누고 이러한 각각 주제와 정조의 변화를 검토하였다. 전자는 모두 김소월의 시에서 나타났는데, 원문의 가정의 반복이 생략됨으로써 번역문에는 정감의 적층, 점층 그리고 비약의 애상이 급격히 감소하였고, 호명, 감탄, 부호의 반복 생략으로 인해 “나”와 님을 교차하며 점층되어 결국에는 죽음과 같은 고통으로까지 상승하는 비통의 사랑이 현격히 반감되었다. 후자는 김소월, 이육사, 임화, 최남선, 이상의 시에서 나타났는데, 시어가 의미가 다른 시어로 변형되거나, 삭제되거나, 없던 시어가 첨가되면서, 원문의 시적 모험과 번역문의 시적 모험 사이의 친화성이 감소되거나 부재하는 경우들로 정리하였다. 이와 같은 분석의 결과로, 피터리의 History of Korean Literature 중 CHAPTER 18 Early twentieth-century poetry에 인용된 번역문에서 주요 인용문의 약 50%가 되는 6개의 시에서 시의 주요 정감에서 발생하는 오류를 정리할 수 있었다. 이 중 대다수의 오류가 원문과 번역문 사이의 친화성이 현격히 소실되거나 사라지는 번역으로 시적 모험을 전달하기 어려운 오류임을 밝혔다. 즉, 한 장의 인용 중 반 이상의 번역문에서 주요한 오류가 나타났으므로, 피터리의 History of Korean Literature 중 CHAPTER 18 Early twentieth-century poetry에 인용된 번역문의 오류는 과반수에 준하는 수준으로 분포하며, 시의 주요 정감을 해치는 경향으로 나타나고 있음을 확인하였다. 이와 같은 결과는 해외 한국 문학 교육의 현황과 미래를 논의하는 데 시사하는 바가 크다.

바이두(百度) 번역기의 한문고전 번역 수준과 향후의 과제

조성덕,박종훈,이종웅,김우정 근역한문학회 2019 한문학논집(漢文學論集) Vol.53 No.-

In this paper, we analyze the quality of translations of Chinese classics in Baidu translation system and examine a few aspects to get better results in enhancing the translation quality. Baidu Translate is a multilingual neural network-based machine translation service, designed to simultaneously learn multilingual models trained on parallel corpora. The neural machine translation model extracts linguistic features without any preprocessing on the language data, which is an end-to-end learning approach for automated translation. In the analysis, 46 kinds of documents from the Pre-Qin period of China to the Ming Dynasty and the Annals of the Joseon Dynasty in Korea were used. The results of the analysis are as follows: First, deep learning approaches using a massive amount of classical Chinese corpora were hardly seen in the system. However, the translation closely followed the original when using back-translations, which implies that the system was trained on Chinese classic data to some degree. Another important point to note is that almost the same level translations were shown in the translation system on the texts with special marks, side dots, and common marks. The implication is that Baidu translation system was able to learn meanings of sentences from the context and translate the original text containing common marks well as much as the text with special marks. On the text without marks, however, the sentences were not properly translated in terms of word spacing. Third, translation mistakes coming from misunderstanding of constituents or lexical meanings occurred frequently. Other translation errors include the interruption from words that come before and after, loss of meaning, and misunderstanding of the different types of proper nouns. The details of our proposal are as follows: A large set of good quality training data should be offered to produce good translations. It is hard, however, to collect high quality language data at the individual or small-scale research institute level. In this sense, the initiatives led by government institutions for data preprocessing, refinement should be backed so that high quality corpora can be collected and used in the neural machine translation system. In addition, more research on preprocessing of parallel corpora best-fitted to algorithms should be conducted. Given that literal texts are definitely lacking, we should examine methods to tag basic elements, substantives, predicates, and function words of sentences along with the marking system problem from every angle and fine more fundamental solutions. Thirdly, it is imperative to examine all the necessary information when translating literary Chinese to Korean so that the best-fitting algorithm can be used for translation. The reason for this is that it will be unavailable to obtain and utilize information that can be obtained in the process of translation from the isolated language, or Chinese classics, to the agglutinative language, Korean. 본고는 문언문 번역 기능이 탑재된 바이두 번역기를 통해 문언문의 번역 수준을 살펴보고 더 나은 번역 결과를 얻기 위해 보완되어야 할 내용을 살펴본 것이다. 중국의 바이두 기계번역 시스템은 강력한 신경망 엔진이 장착되어 있으며 다양한 언어의 병렬코퍼스를 하나로 합쳐 학습하도록 설계되었다. 신경망 기반의 기계 번역 모델은 언어의 자질 정보를 스스로 추출하여 별도의 언어학적 전처리 과정이 없이 종단간 학습이 가능하다. 그러므로 본고에서는 형태소 분석 이하의 과정은 생략하고 전처리 과정에 해당하는 표점을 한 경우와 표점을 하지 않은 경우로 나누고 문언문의 유형 및 난이도에 따라 번역 결과에 어떤 차이가 발생하는지 살펴본 후, 번역상의 주요 오류 양상을 구체적으로 분석하였다. 분석에는 중국의 선진시기부터 명대에 이르기까지 46종의 문헌과 한국의 『조선왕조실록』을 활용하였으며, 그 결과는 다음과 같다. 첫째, 다량의 문언문 코퍼스를 심층학습한 정황은 찾을 수 없었다. 다만 중문 번역문을 문언문으로 역번역했을 때 원문과 동일하게 번역되는 것으로 볼 때 일정 정도의 문언문 데이터를 확보하여 번역에 적용하고 있는 것으로 판단된다. 둘째, 상세표점 텍스트, 방점 텍스트, 기본 표점 텍스트에서 대체로 동일한 번역 결과를 보였다. 이것은 바이두 번역기가 기본 표점만으로도 전후 문맥을 스스로 판단하여 상세표점에 준하는 번역을 해내고 있음을 의미한다. 그러나 표점이 없는 텍스트에서는 띄어쓰기와 붙여 쓰기 모두 번역이 제대로 이루어지지 않았다. 셋째, 문장 성분을 올바로 파악하지 못하거나 어휘의 의미를 잘못 선택한 경우가 빈번하게 발생하였으며, 그 밖에도 전후에 위치한 다른 어휘의 간섭으로 인한 오류, 결역, 고유명사를 잘못 파악한 오류 등이 있었다. 이와 같은 문제를 해결하기 위한 제언은 다음과 같다. 첫째, 양질의 코퍼스를 최대한 많이 확보하여야 한다. 하지만 개인이나 소규모 연구기관에서는 양질의 코퍼스를 충분히 확보하기가 쉽지 않다. 따라서 국가기관의 주도 하에 수집된 번역물을 신경망 기계번역기에 활용할 수 있도록 정제‧가공하는 작업을 동시에 수행해야 한다. 둘째, 알고리즘에 최적화된 병렬코퍼스 가공에 대해 깊이 있는 연구를 수행해야 한다. 문언문은 코퍼스의 양이 절대적으로 부족한 만큼, 표점 문제를 비롯하여 기본적인 문장성분을 태깅하거나 체언/용언/관계언 등만 태깅하는 방법 등을 다각도로 살펴 코퍼스의 빈곤으로 인한 문제를 해결하는 방안을 찾아야 한다. 셋째, 문언문을 한국어로 옮길 때 필요한 정보들을 면밀하게 살펴서 문언문-한국어 번역에 최적화된 알고리즘이 적용될 수 있도록 해야 한다. 고립어인 문언문과 교착어인 한국어의 번역 과정에서 얻을 수 있는 정보들을 독자적으로 확보해 활용할 수 없게 될 것이기 때문이다. 아울러 어휘의 의미를 올바로 선택하지 못하는 오류나 전후에 위치한 다른 어휘의 간섭으로 인한 오류, 고유명사를 판독하지 못해 발생한 오류 등을 줄이기 위해서는 사전을 포함한 문언문에서의 사용빈도가 반영된 자료를 제공해주는 것도 필요하다.

현대시 인공지능(AI) 번역의 오류 양상 연구

이유정(Yujeong Lee) 한국문화융합학회 2023 문화와 융합 Vol.45 No.10

본 연구는 인공지능 번역기의 현대시 번역결과물을 분석·평가하여 문학번역 영역에서의 인공지능 번역기의 활용 가능성을 고찰하였다. 그 결과는 다음과 같다. 첫째, 형태 층위에서 ‘단순 어휘 누락 오류’는 거의 발생하지 않았으며, 이는 인공지능번역 알고리즘이 원전의 구성 요소를 가능한 한 전부 번역하는 방식을 취하고 있음을 의미한다. 둘째, ‘표기법 오류’는 자주 나타나는 오류 유형으로 아직은 인공지능 번역기가 자연어 처리 과정에서 단어의 어형 변화를 인식하는 데 어려움이 있음을 보여준다. 셋째, ‘고유어’ 처리 능력은 사전에 학습한 코퍼스와 관련된 것으로, ChatGPT-3.5의 학습데이터에 없는 단어는 번역처리를 제대로 할 수 없었다. 넷째, ChatGPT-3.5가 반어, 역설, 반복과 대칭, 영탄과 같은 시적 의미를이해하고, 창의적인 번역이 가능함을 확인하였다. 본 연구에서는 문학 번역결과물의 품질을 평가하기 위한 지표를 개발하고, ChatGPT-3.5의 현대시 번역 활용 가능성을 살펴보고자 하였다. 본 연구에 나타난인공지능 번역기의 취약점은 번역과정에서 발생하는 오류 원인을 예측할 수 있게 한다는 점에서 기계번역의 알고리즘을 개선하는 데 참조할 수 있는 근거가 될 것이다. This study examined the possibility of using AI translators in literary translation. First, 'Missing words' rarely occurred. The AI translation algorithm has a method of translating all source text. Second, 'Typo' often appears. This means that natural language processing is difficult. Third, the 'Native word' translation cannot process words that AI has not learned. Fourth, AI understands the poetic meaning and enables creative translation. This study is the first to develop evaluation indicators for literary translation and examine the possibility of AI's use of modern poetry translation. In addition the vulnerability of the artificial intelligence translator investigated in this study can predict the cause of the error.

한영 기계 번역에서 ST의 유형적 특징에 따른 번역 오류 분석

박옥수 동아인문학회 2017 동아인문학 Vol.41 No.-

Over the past few years, the technology of machine translation has made remarkable progress from Statistical Machine Translation (SMT) to Neural Machine Translation (NMT). With the introduction of deep learning, the study of machine translation has been performed mainly in the field of computer engineering, which develops systems and algorithms for artificial intelligence. However, the quality and quantity of parallel corpus composed of human translation has a decisive influence on the quality of NMT. In the process of NMT, the model translation that neural network learns is input by human. Also, input of source text is an important factor. The translator must be able to input the correct original text and modify the translation to get excellent quality results in machine translation. Especially, in the case of Korean-English translation, the accuracy of the original text is the main variable for the translation quality. To reduce errors, the translator must enter the correct source text. Inputting source text that contains incorrect spelling, imprecise phrases, and non-grammatical sentences will, of course, increase the probability of error. In the natural language processing, the characteristics of the source language are also the main variables. For example, if the source language is Korean, translation errors may occur depending on the use of the postposition or contextual situation. Given this situation, the accuracy of the source text becomes a major factor in the quality of translation. While the review and revision of the original text is a preprocessing process, evaluating the results of the machine translation and suggesting ways to improve the quality is a postprocessing process. Considering this situation, it is necessary to study the relation between the source text and the error type of machine translation, and it is desirable to perform it in the field of humanities. In this study, we examine human preprocessing and postprocessing issues in Korean-English machine translation. The purpose of this study is to present the error problem of machine translation by analyzing the error in line with the accuracy of the source text, and discussing ways to reduce translation errors. 지난 몇 년 동안 기계번역의 기술은 통계 기계번역(SMT: Statistical Machine Translation)에서 신경망 기계번역(NMT: Neural Machine Translation)으로 괄목할만한 발전을 보여주었다. 딥러닝(deep learning)이 도입되면서 기계번역의 연구는 주로 인공지능의 시스템과 알고리즘을 개발하는 컴퓨터 공학 분야로 제한되었다. 그러나 NMT의 품질은 인간 번역으로 구성된 병렬 코퍼스의 질과 양이 결정적인 영향을 미친다. NMT의 작동 과정에서 신경망이 학습하는 모범 번역은 인간이 투입한다. 그리고 정확한 원문의 입력도 중요한 요소가 된다. 기계번역을 통해 우수한 품질의 결과물을 생산하기 위해서는 번역자가 정확한 원문을 입력하고, 번역물을 수정할 수 있어야 한다. 특히 한영 번역의 경우 원문의 정확도는 번역물 품질에 주요 변수가 된다. 틀린 맞춤법이나 구문, 비문 등이 포함된 원천 텍스트를 입력하면 당연히 오류의 확률이 더 높아진다. 자연언어처리에서 원천 언어의 특징도 주요 변수가 된다. 예를 들면 원천 언어가 한국어인 경우, 조사의 사용이나 언어사용 환경에 따라 번역 오류가 발생할 수 있다. 이런 상황을 고려해 볼 때 기계번역의 오류 유형을 제시하고, 원천 텍스트와의 관련성을 고찰하는 연구가 필요하고, 이는 인문학 분야에서 수행되는 것이 바람직하다. 원문의 검토가 사전 처리 과정이라면 기계번역의 결과물을 평가하고, 품질을 개선하는 방안을 제시하는 것은 후처리 과정이 된다. 이 연구에서는 한영 기계번역에서 인간의 사전 처리와 후처리 문제를 살펴본다. 연구의 목적은 원천 텍스트의 정확도와 연계해서 오류를 항목별로 분석함으로써 기계번역의 오류 문제에 접근하는 방식을 제시하고 오류를 줄이는 방안을 논의하는 데 있다.