생성형 AI를 활용한 무역서신 작성에 관한 연구 = A Study on Trade Correspondence Composition Using Generative AI

국문 초록 (Abstract)

본 연구는 생성형 AI를 활용하여 무역서신 작성과 활용 가능성을 검증하였다. 생성형 AI프로그램인 Chat GPT와 신경망 번역 프로그램(NMT)을 활용하여 거래제의, 조회, 청약 및 승낙, 선적, 보험, 결제, 클레임과중재순으로 무역서신 작성을 실시하였으며, 번역결과를 정확성, 가독성, 통사구조, 오탈자를 기준으로 평가하였다. 연구결과 Chat GPT를 활용한 무역서신은 무역거래 과정에서 교환하는 서신에 대해서 정확성, 가독성, 통사구조, 오탈자에서 양호한 작성결과를 제공하였으며, 기존 신경망 번역 프로그램(NMT)에 비해 우수한결과를 제공하였다. 생성형 AI를 활용한 무역서신 작성은 빠르고 효율적인 작성, 다양한 언어 활용 가능, 정확한 정보 제공, 커스터마이제이션 및 쉽게 수정 가능 한 장점이 있으나, 사용자는 생성된 텍스트를 무역서신 절차별 및 내용별로 신중하게 검토해야 한다. 본 연구에서 사용한 생성형 AI 및 타사의 생성형 AI를활용시 영어 및 다양한 언어로 번역가능며 다양한 나라와 상품에 활용할 수 있을 것으로 기대된다. 향후, 다양한 생성형 AI프로그램과 NMT기반 번역프로그램을 활용한 비교 연구가 요구된다.

다국어 초록 (Multilingual Abstract)

Research Purpose: This study validated the feasibility of utilizing enerative AI for the creation and application of trade correspondence composition.
Research Methods: Using the generative AI program ChatGPT, trade documents were generated sequentially, including trade proposal, inquiry, offer and acceptance, shipment, insurance, payment, and claims and arbitration. The generated results were evaluated based on accuracy, readability, syntactic structure, and typos.
Results in Research: The research findings indicate that trade correspondence created using ChatGPT provide excellent results in terms of accuracy, readability, syntactic structure, and typos in the exchanged letters during the trading process. Furthermore, This study demonstrates superior performance compared to existing Neural Machine Translation (NMT)-based translation programs.
Research Conclusion: The advantages of utilizing generative AI for trade document creation include fast and efficient drafting, versatile language utilization, accurate information provision, and easy customization and modification. However, users need to carefully review the generated text in accordance with the procedures and content of trade documents. The generative AI utilized in this study, as well as generative AI from various IT companies, can be employed for translation into English and various languages, with expectations of applicability to diverse countries and products. Comparative research is needed with NMT-based and third-party generative AI programs.