AI 번역 시대, 학생에게 필요한 건 판단력

컴퓨터가 번역을 척척 해 주는데 번역가에게 무슨 기술이 필요할까? 연구자들이 내린 결론은 ‘도구 다루는 법’이 아니라 ‘도구가 가져온 선택을 판단하는 힘’이다.

번역 공부에서 놓치던 조각

번역을 공부하는 학생들은 보통 컴퓨터 지원 번역 도구를 배운다. 이 도구는 과거에 번역한 문장을 찾아 다시 보여 주고, 전문 용어를 통일시키고, 빠뜨린 부분을 알려 주는 등 번역가의 잡일을 덜어 주는 프로그램이다. 그런데 많은 수업이 이 도구의 사용법만 가르치고 끝이 난다. 버튼 누르는 법을 익힌 학생들은 정작 도구가 내놓은 답이 맞는지 깊이 고민할 시간이 부족하다. 문제는 더 커지고 있다. 요즘 번역 현장에서는 거대 AI가 문장 전체를 제안해 주기 때문이다. 학생들이 그 제안을 무심코 복사하면, 완성된 번역처럼 보이지만 숨은 오류를 걸러낼 창의성과 판단력을 키울 기회를 잃는다. 그래서 이 프로젝트는 도구를 활용하는 작업 능과, 도구가 제시한 선택지의 가치를 평가하는 판단력을 함께 기르는 학습 틀을 만들었다. 여기 더해 ‘기술적 주체가 되는 능력’도 교육 목표에 넣었다. 기술적 주체란 기계가 시키는 대로 행동하는 사람이 아니라, 기계가 만든 결과를 검토하고 상황에 맞게 고쳐 쓰며, 필요하면 도구 자체를 바꾸는 사람을 뜻한다.

AI 코딩 비서와 함께 만든 도구

교육에 실제로 쓸 수 있도록 연구자들은 ‘LoopCAT’이라는 오픈소스 번역 프로그램을 만들었다. 오픈소스라는 것은 컴퓨터 코드를 대중에게 공개해서, 누구나 그 내용을 살펴보고 수정하고 다시 나눠 쓸 수 있는 개발 방식을 말한다. 이 코드는 아파치 2.0이라는 관대한 허가 조건 아래 공개되어 학교와 회사에서 부담 없이 활용할 수 있다. 더 흥미로운 점은 개발 과정이다. 사람 개발자가 GPT-5.5와 GPT-5.6 모델을 쓰는 코딩 비서 OpenAI Codex와 대화하며 프로그램을 함께 만들었다.

LoopCAT은 번역 메모리, 용어 관리, 품질 검사, 문서 가져오기와 내보내기까지 실제 번역 업무에서 자주 쓰이는 기능을 갖췄다. 번역 메모리는 이전에 번역한 문장을 저장해 두고, 똑같거나 비슷한 표현이 또 나오면 그것을 먼저 보여 주는 기능이다. 품질 검사는 번역이 빠진 곳이나 자연스럽지 않은 표현을 가리켜 준다. 무엇보다 ‘로컬 우선’ 원칙을 따르기 때문에, 작업 내용이 구글 같은 큰 회사 서버에 올라가지 않고 사용자 컴퓨터 안에 보관된다. 인터넷 연결이 없어도 작업할 수 있고, 원한다면 사용자 컴퓨터에 직접 설치한 AI 모델이나 외부 AI 서비스를 골라서 연결할 수도 있다.

번역 도구가 곧 교과서가 된다

이 도구가 교육에서 특히 돋보이는 이유는 프로그램 화면 자체가 번역 연습 자료로 쓰이기 때문이다. 화면에 보이는 영어 문구들을 다른 언어로 옮기는 훈련을 하면서, 학생들은 단순히 단어 대응 관계를 배우는 게 아니라 사용자가 어떤 순서로 화면을 읽고 어떤 실수를 할지까지 헤아리게 된다. 게다가 프로그램 안에서 기계가 미리 만든 번역 초안을 검토하고, 고친 내용을 도구에 다시 입력한 다음 실제 화면에서 잘 작동하는지 시험해 보는 전체 과정을 경험한다. 영어, 카탈루냐어, 터키어로 제공되는 화면 문구는 그 자체로 풍부한 번역 교육 재료가 된다.

결국 이 연구가 의미하는 바는 분명하다. 번역 교육의 목표는 단순히 기능을 아는 사용자가 아니라 스스로 판단하는 주체가 되어야 한다는 것이다. 기술이 빠르게 바뀌는 시대일수록 한 프로그램의 사용법은 금방 낡는다. 그러나 프로그램이 어떤 방식으로 선택지를 만드는지 배우고, 그 선택지를 검토하는 습관은 더 오래 가는 힘이 되어 남는다. 오늘날 누구나 AI 번역기를 손에 쥐고 살지만, 그것을 더 나은 협력자로 만들 수 있는 사람과 단순한 소비자 사이의 차이는 결국 이렇게 생긴다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.