Using a laptop for complicated computations

챗GPT에 대한 진실과 오해: 챗GPT가 로컬라이제이션 업계의 판도를 바꿀 것인가?

새로운 기술에 대한 라이온브리지의 입장과 그 잠재력을 최대한 발굴하기 위한 조치

2022년 11월 30일에 챗GPT가 등장하자마자 대세로 급부상하면서 전례 없는 관심과 논평이 쏟아졌습니다. 라이온브리지(Lionbridge)는 챗GPT를 며칠간 사용해 본 후 중요하다고 판단되는 질문 몇 가지를 추려보았습니다.

  • 챗GPT에 대해 제대로 알려진 진실은 무엇인가?

  • 챗GPT에 대해 오해하는 부분은 무엇인가?

  • 로컬라이제이션 업계는 챗GPT를 어떻게 활용할 것인가?

다음은 이러한 질문에 대한 답변과 새롭게 등장한 이 로컬라이제이션 도구의 미래에 대한 예측입니다. 이 주제와 관련하여 보다 길고 상세한 백서도 곧 게시할 예정입니다.

챗GPT에 대한 오해

챗GPT에 전적으로 의존할 수 없는 이유가 있습니다.

  1. 챗GPT는 사실을 말하지 않습니다. 챗GPT는 주어진 정보를 바탕으로 사람들이 듣고 싶어 하는 것을 말합니다.

  2. 챗GPT는 실제 세계에 대해 전혀 알지 못합니다. 사람들이 실제 세계에 대해 말하는 내용 중 선별된 정보만 알고 있으며, 이 정보를 토대로 매우 설득력 있는 이야기를 만들어 스스로가 학습한 바를 표현할 뿐입니다.

  3. 계산 능력이 없습니다. 보다 복잡한 계산을 가지고 Jonas Degrave가 자신의 블로그인 Engraved에서 실행한 시뮬레이션을 따라해 봤으나 결과에 오류가 있었습니다. 시뮬레이션 방법을 알고 있는 Python 명령어에 따라 숫자 두 개의 곱을 제대로 시도한 것은 상당히 인상적이었으나 어쨌든 챗GPT는 계산을 못 합니다.

  4. 사고 능력이 없습니다. 챗GPT는 요청된 문제에 대해 대체로 정확한 전제와 옳은 문장으로 기술하지만, 확신에 차서 이를 잘못 적용하기도 합니다. 기본적으로 챗GPT는 추론하지 못하지만, 그렇다고 기능이 유한한 상태의 기계도 아닙니다.

  5. 챗GPT의 겸손하면서도 과장된 답변은 다소 당혹스럽습니다. 챗GPT는 아주 침착하고 권위 있게 답하지만 그저 도움이 되고 싶을 뿐이라고 소심하게 말하기도 합니다. 그 답이 틀렸다고 알리면 당황스러운 자책의 표시를 합니다.
The vast scope of human intelligence and reasoning

챗GPT에 대한 진실

챗GPT에 대한 오해와 챗GPT가 할 수 없는 일에 대해 살펴봤으니 이제 챗GPT가 텍스트 통역기 및 생성기로서 할 수 있는 일에 대해 알아보겠습니다. 챗GPT가 할 수 있는 일은 다음과 같습니다.

  • 작문 실력이 사람보다 낫습니다. 챗GPT와 여러 차례 대화를 나눠보면 확실히 알 수 있습니다. 챗GPT는 다양한 계층의 이해 난이도를 고려해 방대한 양의 어휘를 사용하여 문장을 기술합니다. 이 생성형 AI의 작문 실력은 인간 콘텐츠 작성자의 상위 10% 수준에 버금갈 정도로 훌륭합니다.

  • 지침을 따릅니다. 지정한 방식에 따라 형식과 내용 모두에 오류가 없도록 텍스트를 수정합니다. 가장 중요한 것은 이전에 나눈 대화를 언급해도, 심지어 아주 심한 사투리를 써도 챗GPT는 이를 이해하고 대화의 흐름을 이어간다는 것입니다.

  • 의미를 유지하면서 텍스트를 수정합니다. 챗GPT는 어떤 텍스트든 주어진 지침에 따라 내용, 형식, 스타일을 수정합니다. 텍스트 내용의 의미를 그대로 유지하기도 하고 사용자의 요청에 따라 수정하기도 합니다.

  • 로컬라이제이션 분야의 핵심 사안인 다양한 언어권의 용어를 관리합니다. 챗GPT를 사용한 대량 번역이 실현 가능할지는 아직 알 수 없습니다. 그러나 챗GPT가 애초에 직접 번역한 것은 아니더라도 기존 번역 자료를 수정하면서 여기에 특정 용어를 적용하는 작업은 그런 대로 잘 하는 것으로 보입니다.

  • 불쾌감을 주는 텍스트를 감지합니다. 연방 형사 소송의 변론에서 인종차별적이고 동성애 혐오적인 문구가 포함된 발췌문을 챗GPT에 입력한 후 불쾌감을 유발하는 문구를 식별하도록 요청해 보았습니다. 챗GPT는 해당 문구를 아주 잘 찾아냈으며 그 이유까지 설명했습니다.

  • 개체를 감지합니다. 챗GPT에게 전형적인 방식으로 개체를 감지하고 개체 주변에 태그를 달도록 요청해 보았습니다. 두 개를 놓쳤지만 프롬프트 두 개를 더 주었더니 손쉽게 태그를 달았습니다.

  • 분류 체계에 따라 사물을 분류합니다. 챗GPT의 놀라운 특징 중 하나는 특정 상황에 일반적인 지식을 적용할 줄 안다는 것입니다.

우리는 챗GPT에 의존해서는 진실을 말하거나 무엇이 옳은지 알 수 없다는 것을 확인했습니다. (다시 말해, 콘텐츠 작성자는 챗GPT가 터무니없는 답변을 한 것은 아닌지 검토해야 합니다.) 그러나 만족스러운 의미가 포함된 텍스트를 받으면 챗GPT는 암호화된 의미는 유지한 채 텍스트의 형식과 내용을 조작하거나 변환할 수 있습니다. 이는 로컬라이제이션 제공업체에는 좋은 기회입니다. 로컬라이제이션에 필요한 의미 있는 콘텐츠를 처음부터 새로 만들 필요가 없기 때문입니다. 이제 로컬라이제이션 작업 환경과 챗GPT가 오늘날 로컬라이제이션 업계에 어떤 영향을 미칠 수 있는지 자세히 살펴보겠습니다. 생성형 AI의 특징은 다음과 같습니다.

  • 번역에 매우 뛰어납니다. 말뭉치가 큰 언어의 경우, 챗GPT는 비록 우수하지 않은 점도 일부 있지만 뛰어난 품질의 기계번역 결과를 보여주는 최첨단 엔진과 맞먹는 수준에 이를 수 있습니다.

  • 상당히 효과적으로 용어 지침을 준수하는 것으로 보입니다.

  • 스타일 지침을 넓게 또는 좁게 적용할 수 있습니다. 반면, 기계번역 엔진은 이러한 종류의 작업을 제대로 처리하기 어렵습니다.

  • 분류 작업에 뛰어나며 특히 텍스트에 임의 분류 방식을 적용하는 데 능숙합니다. 이를 통해 특정 유형의 콘텐츠별로 각기 다른 지침을 적용할 수 있으므로 로컬라이제이션에 특히 유용합니다.

  • 로컬라이제이션 품질을 개선하는 데 가장 중요한 요소인 텍스트 편집에 뛰어납니다. 텍스트 검토와 번역의 네 가지 주요 요소를 처리하는 데 상당히 능숙합니다.

  • 콘텐츠 분석은 물론, 효과적인 처리, 개선, ROI를 위한 텍스트 분석을 지원합니다. 번역 품질 문제를 예측 또는 사전 파악하고, 도달 범위, 검색 엔진 최적화(SEO), CTA/CTR 실적 등 결과의 효율성에 맞춰 조정하며, 원문 및 대상 콘텐츠의 가독성을 개선하는 데 도움을 줍니다.

  • 작업 코드 작성 및 편집을 지원합니다. 최정예 프로그래머들이 챗GPT가 자신들의 수준만큼 코드를 작성할 수 있을지를 두고 논쟁을 벌였는데 결과는 그렇지 않아 보입니다. 그러나 몇 가지 XML 콘텐츠 추출 코드를 작성해 달라고 요청하면 실행 가능한 작업 코드를 만들어 줍니다. 이를 통해 코드 작성에 문외한인 사람도 쉽게 코드 작성법을 배우고 코드를 만들 수 있습니다.

챗GPT가 규정할 새로운 기술 및 관행

이제 챗GPT에 어떤 유형의 프롬프트가 필요한지 이해하게 되었습니다. 특별하게도 이 기술은 자연어만 입력값으로 받아들입니다. 따라서 이 기술을 제작에 활용하려면 효과적으로 프롬프트할 수 있는 전문 기술을 개발해야 합니다. 콘텐츠의 특정 변환에는 정리, 사전 처리 및 사후 처리 등 각각 다른 작업을 수행하는 일련의 프롬프트가 필요할 수 있습니다. 자동화 파이프라인 구축의 일환으로 문맥 관련성이 높고 결과물에서 충분히 예측할 수 있는 방식으로 자연어 프롬프트 사용법을 학습하는 것도 흥미로운 과정이 될 것입니다.

The nuances of digital tools

향후 로컬라이즈 업계가 나아가야 할 방향

새로 등장한 이 생성형 AI가 무시할 수 없는 존재라는 것은 분명합니다. 챗GPT는 로컬라이제이션 업계를 큰 혼란에 빠뜨릴 수 있습니다. 따라서 뒤처지지 않기 위해서는 언어 자동화를 주도하고 추진해야 합니다. 챗GPT는 보통의 인간 편집자와 대등한 수준으로 텍스트를 변환하고 주석을 달 수 있으며 이러한 작업을 더 효율적으로 처리할 수 있습니다. 사실상 사람에게 없는 다양한 기술을 활용하여 작업을 할 수 있으며, 보유한 지식을 가지고 새로운 상황에 일반화할 수도 있습니다.

가장 중요한 점은 일부 남아 있는 로컬라이제이션 자동화 문제도 챗GPT가 해결할 조짐이 보인다는 사실입니다. 물론 소규모 연습용 데이터를 사용해 챗GPT와 대화해보는 것도 한 방법입니다. 이러한 작업에 챗GPT를 대대적으로 사용하려 한다면 그것은 별개의 사안이며 미래로 나아가기 위해서는 다음 과제를 수행해야 합니다.

  • 대규모로 실제 테스트를 실행하여 여기에서 조사한 각 유형의 로컬라이제이션 및 편집 작업의 오류율을 평가합니다.

  • 로컬라이제이션 가치 사슬 내에서 발생하는 매크로 및 마이크로 사용자 여정을 면밀히 분석하고 이러한 종류의 텍스트 자동화로 어디에 문제가 생길 수 있는지를 파악합니다.

  • 챗GPT에 프롬프트를 입력하고 관련 컨텍스트를 대량으로 제공하는 방법을 이해하고, 위험 요소와 모범 사례를 문서화합니다.

  • 새로운 자동화 프로세스 및 인간 참여형 편집 워크플로를 개발하고, 앞으로 이러한 AI 참여형 작업이 부상할 미래의 사후 편집과 QA가 의미하는 바를 간파합니다.

  • 개선 가능성이 있는 모든 기회를 대상으로 로컬라이제이션 업체 및 고객 모두를 위한 새로운 자동화 및 사용자 경험(UX) 상호작용 환경을 설계합니다.

  • 비즈니스의 규모에 맞춰 라이선스, 배포 및 유지관리 비용을 효과적으로 운용합니다.

챗GPT의 언어 및 실제 사용에 대한 고려 사항

챗GPT를 사용해 보고 느낀 가장 놀라운 점은 복소수 연산을 거의 정확하게 처리하면서도 연산 결과는 틀린다는 것입니다. 챗GPT는 속임수를 쓰지 않습니다. 말 그대로 훈련된 언어를 통해 모든 것을 학습합니다. 챗GPT가 특정 자릿수를 넘어가는 대규모의 작업에서 거의 정확한 결과값(숫자가 작다면 정확한 결과값)을 찾아낸다는 사실은 규모가 충분히 큰 언어 말뭉치의 경우 실제 세계에 대한 통계적으로 의미 있는 지식이 들어 있음을 시사합니다. 그러나 실제 세계에 대한 유의미하고 신뢰할 수 있으며 정확한 정보를 생성하기 위해서는 전문 공식 체계(예: 수학 공식)가 필요하다는 사실도 알려줍니다.

챗GPT는 스스로 참조하고 일관성을 갖춰가는 시스템이 그 자체만으로는 독립적으로 존재하는 세상의 진실을 전달할 수 없다는 사실을 냉철하게 일깨워줍니다. 마치 '참이지만 증명할 수 없는 명제가 있다'는 괴델의 불완전성 정리를 떠오르게 합니다. 인간에게 주어진 실제 세계는 언어만으로는 정의할 수 없으며 형식적, 물질적인 시스템을 토대로 이해할 수 있으므로 의식이 있는 존재로서의 우리는 우리의 인식을 이러한 시스템으로부터 분리할 수 없습니다.

문의하기

번역이나 로컬라이제이션 프로젝트를 진행할 계획이 있으신가요? 예산 범위 내에서 정확하고 빠르게 프로젝트를 완료해야 하나요? 라이온브리지가 챗GPT와 같은 혁신적인 생성형 AI를 사용해 지원하겠습니다. 지금 바로 문의하여 라이온브리지의 번역 및 로컬라이제이션 서비스에 대해 자세히 알아보세요.

linkedin sharing button

Vincent Henderson, 제품 언어서비스 부문 부서장
작성자
Vincent Henderson, 제품 언어서비스 부문 부서장
  • #technology
  • #blog_posts
  • #translation_localization