기계번역(MT) 기술의 성능이 빠르게 향상되고 있음에도 불구하고, 실제 이용자 집단에서는 불만과 우려가 오히려 커지고 있다는 연구 결과가 나왔다. 연구팀은 자연어처리(NLP) 분야의 기술 진보와 현실 사용자의 요구 사이에 눈에 띄는 간극이 존재한다는 문제의식 아래, 소셜미디어에서 다양한 집단이 기계번역에 대해 어떤 논의를 하는지 분석했다.
연구팀은 레딧(Reddit), 페이스북(Facebook), 블루스카이(Bluesky), 마스토돈(Mastodon) 4개 플랫폼에서 2019년부터 2025년까지 수집한 7만 9,286건의 게시물과 댓글로 데이터셋을 구성했다. 분석 대상은 AI 개발자, 전문 번역가, 언어 학습자, 언어서비스 제공업체 등 4개 이해관계자 집단이다. 연구 결과, 집단 간에는 상당한 의견 불일치가 나타났고 번역 품질, 효율성, 신뢰성 같은 공통 주제를 두고서도 극명하게 엇갈린 입장이 확인됐다.
AI 개발자 집단은 기계번역 관련 문제를 기술적·계산적 과제로 접근하는 경향이 뚜렷했다. 반면 비(非)AI 이용자 집단인 전문 번역가, 언어 학습자, 언어서비스 제공업체는 품질의 세밀한 뉘앙스, 번역 과정에서 절약되는 시간, 사용자 신뢰, 그리고 직업적·사회적 파급 효과 등 더 폭넓은 맥락에 집중했다. 연구팀은 이처럼 서로 다른 집단의 목소리를 경청하는 일이 연구 방향을 실제 문제에 맞추는 데 필수적이라고 강조하며, 이번 분석이 기계번역 연구에서 최초로 이뤄진 대규모 다집단 소셜미디어 연구라고 밝혔다.
이 연구는 벤치마크 점수 개선에 집중돼 온 기계번역 연구의 편향을 지적하는 동시에, 커뮤니티 관점을 통합한 기술 개발의 필요성을 제시한다는 점에서 주목받는다. 번역 품질, 저작권, 직업 대체 우려 등 기계번역을 둘러싼 사회적 논의가 확산되는 상황에서, 기술 정확도 지표 너머의 다양한 요구를 반영한 연구 의제 설정이 요구된다는 메시지를 담고 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
