Logrus IT는 전문 언어 작업의 검증된 가치를 깊이 존중하면서도, 여기에 최신 기술 혁신을 계속해서 통합하고 있습니다. 오늘날 수많은 산업에서 인공지능이 갖는 역할이 크며, 현지화 분야도 예외는 아닙니다(AI와 서비스 산업에서 Logrus IT의 견해와 전반적인 비전을 확인하실 수 있습니다).
하지만 저희는 AI 사용에 따른 고객들의 우려도 이해합니다. 이는 주로 데이터 안전(기밀 정보의 공용 AI 도메인 유출 위험)과 출력 품질(전문가의 적절한 검토 없이 AI가 생성한 텍스트를 그대로 사용할 때 흔히 발생하는 예측 불가능한 '환각' 현상이나 오류)에 관한 것입니다.
이러한 위험을 완화하고 고객이 투자 대비 최고의 가치를 얻을 수 있도록, Logrus IT는 다중 에이전트 워크플로 기반의 새로운 번역 프레임워크, PRISM을 개발했습니다. 매우 민감한 데이터를 포함하거나 마케팅 문구 작성 및 비디오 게임 콘텐츠와 같이 창의력이 필요한 콘텐츠에는 여전히 사람 중심의 접근 방식이 필요할 수 있는 만큼, PRISM은 다양한 번역 시나리오를 위한 안전하고 유연하며 매우 효율적인 대안을 제공합니다. 이 다단계 프레임워크는 최대의 투명성, 엄격한 견제와 균형, 최적의 효율성, 그리고 AI 시대에서 사람의 전문성이 갖는 가치의 극대화에 중점을 둡니다.
1. 검색 증강 생성(RAG)
Logrus IT의 RAG 접근 방식은 검색 후 벡터화한 문맥 데이터와 AI를 결합합니다. 저희는 고객별 번역 메모리(TM)를 LLM 임베딩 데이터베이스에 직접 추가합니다. 그 외에도 사용할 수 있는 모든 메타데이터와 함께 관련 용어집 항목과 프로젝트별 짧은 스타일 가이드를 각 번역 배치마다 LLM에 전송합니다. 이를 통해 모든 번역이 즉각적인 문맥과 주제 영역을 모두 고려하게 되어, 번역의 일관성과 어조 면에서 표준 신경망 기계 번역(NMT)보다 훨씬 나은 품질을 제공합니다.
2. AI 기반 번역 개선
문맥 인식 AI 개선은 저희 워크플로의 필수 요소입니다. 사람 전문가가 텍스트를 보기 전에 전문 AI 도구가 초기 출력물(RAG, MT, 기존 TM 등으로 생성한 결과물)을 정리합니다. 이 단계에서는 RAG와는 별개의 LLM 모델을 사용합니다. 각 LLM 엔진 버전의 작동 방식이 다르므로, "제2의 로봇이 자료를 검토한다"고 볼 수 있겠습니다. 이 도구로 용어 정렬 스타일 통일, 기본적 일관성 문제 수정을 자동화하여, 사람 검토자는 뉘앙스, 문화적 적합성, 최종 다듬기에만 집중할 수 있습니다.
AI가 생성한 모든 변경 사항은 제안의 형태로 저장되어, 이후 사람의 검토/승인을 거칩니다.
사람의 눈은 오류를 놓칠 때도 있습니다. Logrus IT는 AI 기반 LQA 도구로 문서의 전반적인 번역 정확성, 이해도, 스타일을 평가합니다. 여기에 서식이나 간격과 같은 다른 유형의 오류를 찾아내는 기존의 규칙 기반 QA 소프트웨어를 결합한 하이브리드 접근 방식을 활용하면, 생성된 모든 콘텐츠의 품질을 포괄적이고 매우 신뢰도 높은 방식으로 평가할 수 있습니다.
사람은 검토 단계에서 AI 또는 규칙 기반 도구가 QA 단계에서 검출한 모든 잠재적 문제를 직접 검토하고 해결합니다. 이때 진양성(True Positives) 문제는 수정하고, 위양성(False Positives) 문제는 별도 표시 후 무시합니다).
4. AI 기반 용어집 생성 및 번역 메모리 정리
프로젝트의 일관성을 맞추려면 잘 정리된 용어집이 필수입니다. 기존의 용어 추출에는 상당한 시간과 예산이 필요했습니다. Logrus IT는 AI를 활용하여 기존 단일 언어 또는 이중 언어 파일에서 용어를 신속하게 추출한 후, 여기서 일반적인 어휘를 자동으로 걸러내고 업계 용어와 문맥을 고려한 정의만 가져옵니다. 이렇게 AI가 제작한 용어집을 사람 전문가가 검토함으로써, 전체 준비 단계의 속도와 비용을 대폭 개선할 수 있습니다.
번역 전/준비 단계에서 AI 기반의 신속한 번역 메모리(TM) 검토도 진행할 수 있습니다. 이 과정에서는 기존 TM 항목의 잠재적인 주요 오류에 집중합니다. 번역 작업을 시작하기 전에 이러한 오류를 발견하고 수정할 수 있습니다.
Logrus IT의 문맥 인식 도구를 사용하면 잘못된 번역을 강조 표시할 뿐만 아니라, 오래된 번역(특정 기간보다 오래된 것), 특정 사람이 참여한 번역 등을 무시하거나 제거할 수도 있습니다.
번역 주체가 누구이든(사람이든 AI든), 번역 작업에 사용하는 TM이나 RAG 프로세스에 사용하는 벡터화된 LLM 임베딩 데이터베이스에 심각한 번역 오류가 포함되어서는 안 될 일입니다.
이 TM 검증 단계는 기존 TM이나 제공된 TM의 품질이 낮을 경우 문제를 조기 발견하는 데도 도움이 됩니다.
PRISM 프로세스는 사람의 번역을 배제하지는 않으며, 자동화된 QA 단계로 이를 강화하거나 신뢰도가 매우 높은 AI 증강 대안을 제공합니다. 분석 내용은 다음과 같습니다:
완벽한 투명성과 보안. 어림짐작은 없습니다. 고객은 전달받은 결과물이 정확히 무엇인지 알 수 있습니다. PRISM 프로세스는 안전하고 전문적인 폐쇄형 AI 환경만을 사용하므로, 번역가가 민감한 자료를 공개 AI 엔진에 노출할 위험이 없습니다.
보장된 프로세스 무결성. 표준 워크플로에서는 번역 교정과 같은 중요한 단계를 생략할 때도 있습니다. PRISM을 사용하면 모든 자동화된 준비 단계를 Logrus IT의 사내 파이프라인을 통해 빠짐없이 실행합니다. 즉, 텍스트의 형식을 완벽하게 맞춘 후 용어까지 정렬한 상태로 사람 검토자에게 전달하므로, 사람이 개입하는 중요한 검토 단계를 목표 지향적이고 실질적이며 매우 효과적으로 진행할 수 있습니다.
입증된 효율성과 적응성. 당사의 RAG 프레임워크는 일반적인 원시 MT 모델보다 훨씬 뛰어난 문맥 인식 초안을 생성합니다. 이 프로세스는 매우 적응력이 뛰어나며, 각 고객이나 프로젝트 라인에 맞춘 품질 지표, 용어집, 어조 관련 지침을 파이프라인에 원활하게 통합할 수 있습니다.
낮은 위험과 확장성. 시험용 소규모 배치(예: 3~5천 단어)를 통해 PRISM의 효율성을 쉽게 평가해 볼 수 있습니다. 특정 콘텐츠가 RAG 접근 방식과 맞지 않다면, 시간 낭비 없이 기존의 사람 중심 워크플로로 쉽게 전환할 수 있습니다.
기한이 매우 짧고 예산이 제한된 대규모 프로젝트를 진행할 때면, 고객들은 언제나 "Lite MTPE"(기계 번역 + 가벼운 사후 편집)를 요청해 왔습니다. 그러나 사람의 피상적인 검토는 상당한 시간을 소요하면서도 일관성이 떨어질 때가 많습니다.
이를 해결하기 위해 Logrus IT는 PRISM 프로세스의 PRIMe 대안을 제공합니다. 전문가 검토 단계(S)를 생략하여, 콘텐츠에 구조적인 P-R-I-Me 자동화 단계를 거칩니다. 이를 통해 맞춤형 프롬프트와 설정, 다중 자동화 검사로 기본 품질은 원시 NMT보다 높이면서도 단어당 비용을 크게 낮출 수 있는 구조적이고 검증 가능한 워크플로를 제공합니다.
(PRISM은 Logrus IT 현지화 기술의 초석이지만, 저희의 혁신은 여기서 멈추지 않습니다. 멀티미디어부터 콘텐츠 제작까지, Logrus IT의 모든 서비스에 AI를 통합하는 방법을 알아보세요).
