번역 비용 절감

생산성 증대 및 대규모로 콘텐츠를 생성할 수 있는 역량 확보

사람이 작성한 텍스트로 보일 정도로 번역 품질 향상

고객 경험 향상

더 많은 시장에 진입할 수 있는 새로운 기회

생성형 AI 및 LLM 시스템은 어떻게 작동하나요?

생성형 AI와 GPT 같은 LLM은 사람이 텍스트를 작성하는 방식을 학습한 AI 엔진입니다. 이러한 AI 엔진은 인터넷상의 방대한 말뭉치를 학습했습니다. 이 모델에 텍스트를 입력하면 방대한 학습 데이터 중에서 가장 적합한 텍스트를 결과물로 생성합니다.

LLM에 가장 적합한 콘텐츠 유형은 무엇인가요?

편집, 오류 수정, 스타일과 어조 관리, 용어 준수, 표현의 명확성 같은 작업을 진행할 경우 모든 콘텐츠 유형에 LLM을 사용할 수 있습니다. 

도달 범위를 늘리고 고객의 참여도를 높이기 위해 콘텐츠의 표현이 자연스러워야 할 경우 LLM을 사용하세요. LLM 기술은 부정확한 정보를 생성할 수 있으므로 정확한 번역이 필요한 콘텐츠에 LLM을 사용하는 것은 위험합니다.

LLM과 신경망 MT(NMT) 엔진을 비교하면 어떤 결과가 나올까요?

영어-중국어 쌍을 대상으로 비교해 본 결과 OpenAI에서 개발한 GPT-4 모델의 번역 품질이 특정 상황에서 Yandex보다 더 우수한 것으로 나타났습니다. 이 성과는 중대한 이정표가 되었습니다. 그러나 GPT-4는 기존 NMT 엔진(Microsoft, Yandex, Google, DeepL, Amazon)만큼의 성능은 보이지 못하고 있으며 비용 측면에서도 12~50배 더 비쌀 수 있습니다.

챗GPT나 GPT-3 같은 이전 GPT 모델은 GPT-4보다 덜 발전되었으며 번역 성능이 주요 전문 NMT 엔진보다 낮습니다. 또한 NMT 출력물에는 없는 몇몇 성별 일치 관련 문제도 발견되었습니다.

생성형 AI 기술이 광범위한 전문 번역의 영역까지 넘보게 될까요?

LLM 수요가 매우 많기는 해도 아직 산업 규모의 로컬라이제이션에 필요한 콘텐츠 분량을 소화할 수 있는 수준은 아닙니다. 이러한 상황은 바뀔 것으로 예상되지만 그 시기가 언제가 될지는 불확실합니다. 그때까지는 NMT 엔진 대신 LLM을 사용해 번역할 경우 번역을 처리하는 데 시간이 더 오래 걸리고 일반적으로 비용도 더 많이 들게 됩니다.

보안 관점에서 지금 당장 LLM을 사용해도 안전할까요?

사용하려는 LLM의 이용 약관과 개인정보보호정책을 반드시 검토하고 이해해야 하며, LLM이 무료 서비스인 경우 특히 주의해야 합니다. 일반적으로 무료 기술을 이용할 경우 사용자의 정보에 관한 책임은 사용자 본인에게 있습니다. 

영국 국립사이버보안센터(National Cyber Security Centre)에서는 몇 가지 위험에 대해 간략하게 설명하면서 공용 LLM에 민감한 정보를 제공하지 않도록 유의하고 공개될 경우 회사에 손해를 끼칠 수 있는 질문을 공용 LLM에 입력하지 말라고 권고합니다.   

라이온브리지는 자동화 기술을 사용할 경우 최선을 다해 고객의 정보를 보호합니다.

번역 작업을 하려면 반드시 LLM과 NMT 엔진 중에서 선택해야 하나요? 

LLM이 개선되는 속도를 보면 이러한 AI 시스템이 NLP(자연어 처리) 분야를 발전시키고 있으며, NMT 패러다임이 종말을 고함에 따라 LLM이 새로운 패러다임에 편입될 것임을 시사합니다. 그렇지만 자동 번역 작업에서 주요 MT 엔진을 완전히 배제하기에는 아직 너무 이릅니다. 

이러한 전환기에는 다른 모델을 배제하고 한 가지 모델만 선택하기보다는 NMT 엔진과 LLM 엔진의 이점을 결합한 하이브리드 모델을 사용하는 것이 좋습니다. 

당사의 연구에 따르면 유망 분야에서 NMT 엔진을 사용하여 번역한 다음 사후 편집에 LLM 엔진을 활용하는 하이브리드 모델 방식이 유리한 것으로 나타났습니다. LLM은 마치 사람이 쓴 것처럼 텍스트를 생성하는 놀라운 능력이 있으므로 이러한 접근방식을 적용하면 NMT 결과물의 표현이 한층 자연스러워집니다.

생성형 AI가 충분히 발전하면 어떤 결과를 기대할 수 있나요?

생성형 AI에는 NMT 엔진과 관련된 고질적인 품질 문제(올바른 격식, 어조 등의 일관된 적용 문제, 부정문 처리 문제 등)를 해결할 수 있는 잠재력이 있습니다.

다음은 생성형 AI와 LLM이 충분히 발전할 경우 기대할 수 있는 결과입니다.

워크플로 자동화 개선 등 MT 품질의 비약적 발전

글로벌 콘텐츠 생성 및 결과물의 증가 

채택률 증대 

MT 이용을 통한 고객 경험 향상

현재 라이온브리지에서는 어떤 유형의 생성형 AI를 제공할 수 있나요? 

현재 라이온브리지는 고객에게 다음과 같은 LLM 관련 서비스를 제공하고 있습니다.

다국어 콘텐츠 생성/트랜스크리에이션

프롬프트 엔지니어링/다국어 프롬프트 엔지니어링 

프롬프트 작성, 번역, 트랜스크리에이션, 번역 검토, 분석, 테스트

응답 평가 및 검증

학습에 사용된 말뭉치, 프롬프트, 응답에서 고정관념, 편견 또는 문제의 소지가 있는 콘텐츠를 식별하는 등의 다양성, 형평성, 포용성 이니셔티브

사람의 피드백을 통한 강화 학습(RLHF)

LLM 평가

데이터 관련 서비스(예: LLM용 데이터의 정리 및 주석 처리)

다국어 자산 최적화

모델 미세조정/맞춤화

워크플로 자동화 

라이온브리지의 연구개발(R&D)팀은 생성형 AI의 발전에 따라 이러한 생성형 AI를 배포할 수 있는 새로운 방법을 지속적으로 연구하고 있습니다.

생성형 AI가 언어서비스 제공업체나 전문 번역사의 작업을 대체하게 될까요?

아니요, 생성형 AI가 언어서비스 제공업체(LSP)를 대신할 수는 없을 것입니다. 25년 전 회사 창립 이래로 지금까지 늘 라이온브리지는 최신 기술을 도입하여 이 기술의 전문가로 거듭났으며, 이를 최대한 활용하여 최상의 언어서비스를 제공해 왔습니다. 또한 기술 변화에 적응하는 당사의 능력을 토대로 회사의 성장, 영속, 성공을 이끌어 왔습니다. 언어서비스 제공업체를 평가할 때는 해당 업체가 날로 발전하는 첨단 기술을 활용할 수 있는 역량이 있는지 반드시 확인해야 합니다.

지금과 같은 전환기에 현재 사용 중인 MT 엔진을 과감히 변경하는 것은 성급한 결정일 수 있습니다. 당사는 풍부한 MT 경험을 토대로 고객이 변경을 단행할 적절한 시점을 식별할 수 있도록 돕고, 이행 방법에 대해서도 지침을 드립니다.