그 번역, 매번 처음부터 시작하고 계시지는 않나요? 생성형 AI로 번역의 품질과 납기까지 달라지는, 데이터 활용의 새로운 상식

“이 전문 용어, 지난번에는 어떻게 번역했더라?”
번역 업무를 하다 보면 이런 상황을 마주하게 됩니다.
과거 자료를 찾고, 용어집을 확인하고, 이전 번역과 비교해 봅니다. 겨우 찾았다 싶으면 이번에는 문맥에 맞는지 고민해야 합니다.
번역할 때마다 비슷한 작업을 반복하고 있지는 않나요?
사실 과거의 번역 데이터에는 번역 업무를 효율화하고 납기를 단축할 수 있는 힌트가 가득 담겨 있습니다.
이번에는 기업 내에 잠들어 있는 번역 데이터의 활용과 고덴샤가 제안하는 '자산 축적형 AI 번역'에 대해 소개합니다.
1. 통합보고서 번역을 통해 보이는 기업 고유의 언어
예를 들어, 상장 기업의 IR 자료를 일본어에서 영어로 번역하는 상황을 상상해 봅시다.
통합보고서에는 경영 방침, 사업 전략, 연구 개발, 환경에 대한 노력 등 기업의 다양한 정보가 담겨 있을 뿐만 아니라, 각 업종에 맞는 전문 용어나 독자적인 제품명, 연구 개발 관련 표현 등이 다수 등장합니다.
또한, 기업이 소중히 여기는 가치관이나 사업 전략을 설명할 때 사용하는 독특한 표현 방식도 있습니다.
이러한 표현을 영어로 옮길 때 단어의 의미를 올바르게 번역하는 것만으로는 충분하지 않습니다.
과거 보고서나 웹사이트에서 어떤 영어 표현을 사용해 왔는지, 기업으로서 통일된 메시지를 발신하고 있는지와 같은 점들도 중요합니다.
게다가 통합보고서는 매년 발행되는 경우가 많아 전년도까지의 내용을 바탕으로 새로운 정보를 추가하게 됩니다.
이때 유용하게 활용되는 것이 과거의 번역 데이터입니다.
매년 번역하는 자료이기 때문에 과거의 번역을 다음 번역에 활용할 가치가 있습니다.
2. 번역 데이터는 잠재워 두기에는 아깝습니다
기업에는 지금까지 번역한 수많은 자료가 존재합니다.
- 통합보고서 및 애뉴얼 리포트
- 웹사이트 및 회사 안내서
- 제품 카탈로그 및 기술 자료
- 취급 설명서 및 매뉴얼
- 보도자료
이러한 자료에는 기업 고유의 용어나 표현이 축적되어 있습니다.
그런데 번역이 완료되면 그 데이터는 Word나 Excel, PDF 등의 파일로 보관되어 다음 번역에서 충분히 활용되지 못하는 경우도 있습니다.
필요할 때 찾는 것도 큰일입니다. 원문과 번역문이 별도로 관리되고 있거나, 담당자만 저장 위치를 알고 있는 경우도 있을 것입니다.
모처럼 시간과 비용을 들여 번역한 데이터인데, 다음 번역에서 활용하지 못한다면 조금 아깝다는 생각이 들지 않으시나요?
그래서 주목해야 할 것이 바로 "번역 에셋"이라는 개념입니다.
여기서 말하는 번역 에셋이란 과거의 번역문이나 용어집 등 향후 번역에 활용할 수 있는 자산을 의미합니다.
번역 데이터를 단순한 과거의 결과물로 보관하는 것이 아니라, 다음 번역에 도움이 되는 형태로 축적하는 것. 그것이 바로 번역 에셋의 활용입니다.
3. AI번역에 '회사의 언어'를 활용하다
여기서 등장하는 것이 바로 "에셋 축적 AI 번역"입니다.
일반적인 AI 번역은 입력된 문장을 바탕으로 번역을 생성합니다.
"에셋 축적 AI 번역"에서는 생성형 AI가 과거의 번역 데이터나 용어집을 참조하게 함으로써 기업 고유의 용어나 표현을 번역에 반영하는 것을 목표로 합니다.
예를 들어, 어떤 기업이 오랜 기간 특정 기술 명칭이나 사업 콘셉트에 특정 영어 표현을 사용해 왔다고 가정해 봅시다.
과거의 번역 데이터를 활용하면 이번 번역에서도 기존 표현을 참고하면서 용어나 문구의 일관성을 유지하기가 더 쉬워집니다.
나아가 과거의 번역을 참조하거나 반복해서 등장하는 표현을 효율적으로 번역함으로써 번역에 소요되는 시간을 단축할 수 있는 가능성이 있습니다.
결과적으로 "에셋 축적 AI 번역"에는 다음과 같은 이점을 기대할 수 있습니다.
- 용어 통일: 제품명이나 전문 용어 등 기업 고유의 표현을 반영합니다.
- 번역 업무 효율화: 반복해서 등장하는 표현을 활용하여 번역 중복 작업을 줄입니다.
- 납기 단축: 과거 번역 데이터를 활용하여 용어 확인 및 번역 작업에 소요되는 시간을 절감합니다.
- 지식 계승: 담당자가 바뀌어도 과거의 번역 표현을 쉽게 이어받을 수 있습니다.
4. 번역할 때마다 자산이 커져 갑니다
조금 앞선 미래를 상상해 봅시다.
매년 통합보고서를 번역하는 기업이 있다고 가정해 보겠습니다.
1년 차에는 과거 번역 데이터를 정리하고 용어나 표현을 확인하는 것부터 시작합니다.
2년 차에는 전년도 번역 데이터를 활용하면서 새로운 사업 정보나 기술 용어를 추가합니다.
3년 차에는 더욱 축적된 데이터를 활용하여 기존 표현과의 일관성을 확인하면서 번역을 진행합니다.
과거 번역 데이터를 활용할 수 있다면 매번 같은 용어를 다시 찾아보거나 과거 표현을 처음부터 확인해야 하는 번거로움을 줄일 수 있습니다.
그만큼 번역가는 새로운 정보를 이해하거나 더 적절한 표현을 검토하는 데 시간을 할애할 수 있게 됩니다.
번역 작업의 효율화는 단순히 작업 시간을 줄이는 것만이 아닙니다. 제한된 시간 속에서 품질을 높이기 위한 여유를 만들어내는 것으로도 이어집니다.
이는 통합보고서에만 국한된 이야기가 아닙니다.
제품 카탈로그, 웹사이트, 기술 자료, 매뉴얼 등 지속적으로 번역이 발생하는 업무에서도 마찬가지입니다.
번역할 때마다 다음 번역이 더 빠르고 원활해집니다.
그러한 시스템을 AI와 번역 자산으로 실현해 나가는 것입니다.
5. 대량의 번역 데이터가 정리되어 있지 않아도 괜찮습니다
"과거 번역 데이터는 방대하지만 정리하는 것만으로도 힘들 것 같아……"
그렇게 생각하시는 분들도 계실지 모릅니다.
실제로 번역 데이터가 방대하더라도 모두 데이터베이스화되어 있다고는 할 수 없습니다. Word, Excel, PDF 등 다양한 형식으로 저장되어 있는 경우도 있습니다.
하지만 처음부터 완벽하게 정리된 데이터를 준비할 필요는 없습니다.
우선 어떤 번역 데이터가 존재하는지 파악하고 향후 번역에 활용할 수 있을 만한 것들을 정리하는 것부터 시작할 수 있습니다.
고덴샤(KODENSHA)에서는 이러한 번역 데이터의 정리나 활용에 대해서도 상담해 드립니다.
"오랜 기간 축적해 온 번역 데이터를 활용하고 싶다"
"용어집은 있지만, AI 번역에 어떻게 반영해야 할지 모르겠다"
"번역 업무의 납기를 단축하면서 표현의 통일도 실현하고 싶다"
이러한 과제를 안고 계시다면, 꼭 한번 상담해 주십시오.
6. 번역의 미래를 만드는 것은 최신 AI만이 아닙니다
AI의 진화에 따라 번역 업계에서는 AI 번역이나 포스트 에디트 등의 활용이 확산되면서 번역 진행 방식과 사람의 역할이 변화하고 있습니다.
하지만 AI가 아무리 진화해도 기업마다 다른 전문 용어나 표현, 오랜 기간 쌓아온 독자적인 지식은 각 기업이 가진 소중한 자산입니다.
그 자산의 일부는 과거의 번역 데이터 속에 잠들어 있을지도 모릅니다.
최신 AI 기술을 도입하는 것만이 번역 업무의 진화는 아닙니다.
지금까지 축적해 온 데이터를 재검토하고 활용할 수 있는 형태로 정비하여 앞으로의 번역으로 이어 나가는 것.
AI에게 번역을 맡길 뿐만 아니라, AI에게 자사의 번역 자산을 활용하게 하십시오.
고덴샤의 '자산 축적 AI 번역'은 번역의 품질과 일관성을 유지하면서 납기 단축과 업무 효율화를 지향하는 새로운 번역 업무 방식을 제안합니다.
지금까지의 번역을 앞으로의 번역으로.
잠들어 있는 번역 데이터에 새로운 가치를 부여해 보지 않으시겠습니까?





