동일한 PDF를 두 개의 다른 온라인 번역 서비스에 업로드하면 결과가 달라집니다. 동일한 프랑스어 단락이 한 도구에서는 한 가지 방법으로 렌더링되고 다음 도구에서는 다른 방법으로 렌더링됩니다. 차이점은 단어 선택과 문장 구조부터 도구가 서식, 포함된 텍스트, 단어가 포함된 이미지를 처리하는 방법까지 다양합니다. 이러한 불일치는 전통적인 의미의 오류가 아닙니다. 각 도구는 디자인 선택, 번역 엔진 및 문서 처리 파이프라인을 기반으로 최상의 번역을 생성했습니다. 이러한 차이점이 존재하는 이유를 이해하면 특정 문서에 적합한 도구를 선택하고 적절한 기대에 따라 출력을 해석하는 데 도움이 됩니다.
다른 번역 엔진은 다른 언어 출력을 생성합니다
온라인 PDF 번역 도구는 대규모 다국어 말뭉치에서 훈련된 신경 기계 번역 모델의 가장 일반적인 변형인 범용 기계 번역 엔진을 기반으로 구축되었습니다. 두 가지 지배적인 접근 방식은 Google 번역과 이를 라이센스하는 도구에서 사용되는 Google의 신경 기계 번역 시스템과 DeepL의 컨볼루셔널 신경망 접근 방식입니다. Microsoft Translator 및 Amazon Translate는 추가적인 독립적 구현을 나타냅니다. 각 시스템은 다양한 훈련 데이터로 훈련되었고, 다양한 품질 지표에 맞게 최적화되었으며, 유창성과 문자 그대로의 정확성에 대한 다양한 우선순위로 조정되었습니다. 동일한 입력 문장은 이러한 시스템에서 서로 다른 출력 문장을 생성합니다.
차이점은 세 가지 영역에서 가장 두드러집니다. 첫째, 모호함 처리: 'avocat'과 같은 프랑스어 단어는 상황에 따라 변호사 또는 아보카도를 의미할 수 있습니다. 다양한 번역 엔진은 다양한 통계 모델을 사용하여 이러한 모호성을 해결하며 항상 동일한 결론에 도달하지는 않습니다. 둘째, 등록 및 형식: 일부 엔진은 공식과 비공식을 구별하는 언어에서 기본적으로 공식 주소를 사용하는 반면 다른 엔진은 기본적으로 중립을 사용합니다. 'Sie' 대 'du'를 사용하는 독일어 번역은 전체 문서의 사회적 어조를 변경합니다. 셋째, 관용적 표현: 대상 언어에 직접적으로 상응하는 문구가 한 엔진에서는 문자 그대로 번역되고 다른 엔진에서는 관용적으로 번역되어 정확하지만 문체가 다른 텍스트를 생성할 수 있습니다.
문서 구조 처리로 인해 비언어적 차이가 발생함
개별 단어와 문장의 번역 외에도 온라인 PDF 도구는 텍스트 주변의 문서 구조를 처리하는 방식이 다릅니다. 일부 도구는 모든 텍스트를 선형 스트림으로 추출하고 번역한 후 다시 원래 위치에 배치하므로 단락 구분, 제목 계층 구조, 본문 텍스트와 캡션 간의 관계가 손실됩니다. 다른 사람들은 각 레이아웃 블록 내의 텍스트를 독립적으로 번역하여 문서 구조를 보존하려고 시도합니다. 두 번째 접근 방식은 보다 충실한 레이아웃을 생성하지만 도구가 이전 인스턴스를 인식하지 않고 각 인스턴스를 독립적인 번역 단위로 처리하기 때문에 모든 페이지에 나타나는 실행 헤더와 같은 반복되는 텍스트를 나타날 때마다 다르게 번역할 수 있습니다.
WukongPDF의 PDF 번역 도구는 원본 레이아웃과 형식을 유지하면서 문서의 텍스트 레이어를 처리합니다. 번역 엔진은 문서의 시각적 구조를 유지하면서 각 텍스트 요소를 제자리에 렌더링합니다. 다양한 도구의 번역을 비교할 때 출력의 구조적 충실도는 언어적 품질만큼 중요한 경우가 많습니다. 읽기는 좋지만 단락 구분 및 제목 스타일이 모두 손실된 번역의 경우 원래 레이아웃을 유지하면서 대략적인 번역을 개선하는 것보다 형식을 다시 지정하는 데 시간이 더 걸릴 수 있습니다.
이미지 및 스캔 콘텐츠에 포함된 텍스트 처리
번역 도구 간 차이의 주요 원인은 PDF에서 선택 가능한 문자로 저장되지 않은 텍스트를 처리하는 방식입니다. PDF에는 레이블이 있는 다이어그램, 표지판 사진, 텍스트가 픽셀로만 존재하는 스캔 페이지 등 텍스트가 포함된 이미지가 포함될 수 있습니다. 일부 번역 도구는 이미지 기반 텍스트를 완전히 무시하여 텍스트 레이어만 번역하고 이미지는 번역되지 않은 상태로 둡니다. 다른 사람들은 먼저 이미지에 OCR을 시도한 다음 인식된 텍스트를 번역하지만 OCR 단계에서는 번역과 결합되는 자체 오류가 발생합니다. 서로 다른 두 도구로 처리된 동일한 이미지는 번역이 시작되기도 전에 서로 다른 OCR 판독값을 생성할 수 있습니다.
문서 품질에 미치는 영향은 매우 큽니다. 텍스트 레이어만 처리된 번역된 PDF에는 번역된 본문 텍스트와 번역되지 않은 이미지 캡션, 다이어그램 레이블 및 포함된 텍스트가 혼합되어 포함됩니다. 원어를 사용하지 않는 독자는 번역되지 않은 콘텐츠의 섬을 막다른 골목으로 접하게 됩니다. 이미지에 포함된 텍스트가 포함된 문서의 번역 도구를 비교할 때 각 도구가 해당 포함된 콘텐츠를 어떻게 처리하는지 확인하는 것은 텍스트 번역의 언어적 품질만큼 중요한 중요한 평가 기준입니다.
형식별 보존: 글꼴, 색상 및 페이지 레이아웃
번역은 텍스트 길이를 변경합니다. 독일어 및 핀란드어 번역은 영어 소스보다 20~30% 더 긴 경향이 있습니다. 중국어와 일본어 번역은 10~20% 더 짧은 경향이 있습니다. 이러한 길이 변경은 문서 레이아웃의 모든 측면에 영향을 미칩니다. 영어로 된 표 셀에 딱 맞는 텍스트가 독일어로 넘칠 수 있습니다. 한 줄에서 균형을 이룬 헤더는 두 줄로 줄바꿈될 수 있습니다. 깨끗하게 정렬된 글머리 기호가 울퉁불퉁해질 수 있습니다. 각 번역 도구는 이러한 레이아웃 결과를 다르게 처리합니다.
일부 도구는 번역된 텍스트를 원래 공간에 맞추기 위해 글꼴 크기를 아래쪽으로 조정합니다. 이렇게 하면 페이지 구조는 유지되지만 섹션 간에 글꼴 크기가 눈에 띄게 달라지는 페이지가 생성되어 읽기 환경이 일관되지 않을 수 있습니다. 다른 도구는 원래 글꼴 크기를 유지하고 텍스트 재배치를 허용하므로 페이지 나누기가 변경되고 텍스트와 인접 이미지 간의 관계가 변경될 수 있습니다. 가장 좋은 접근 방식은 문서 유형에 따라 다릅니다. 모든 단어가 원본과 동일한 페이지에 유지되어야 하는 법적 계약은 글꼴 크기 조정의 이점을 제공합니다. 시각적 일관성이 중요한 마케팅 브로셔는 글꼴 크기를 유지하고 리플로우를 허용함으로써 더 많은 이점을 얻을 수 있습니다.
문서 번역 도구를 선택하고 평가하는 방법
도구 간의 다양성을 고려할 때 가장 신뢰할 수 있는 선택 방법은 두세 가지 후보 도구에서 문서의 대표 페이지를 테스트하고 결과를 나란히 비교하는 것입니다. 언어적 품질을 살펴보세요. 번역이 대상 언어에서 자연스럽게 읽히나요, 아니면 기계 번역처럼 들리나요? 완전성을 살펴보십시오. 특히 머리글, 바닥글 및 이미지 캡션에서 텍스트가 누락되었습니까? 레이아웃 충실도를 살펴보세요. 번역된 문서가 원본과 비슷합니까, 아니면 다시 포맷해야 합니까? 이러한 질문에 대한 대답은 언어 쌍, 문서 유형 및 문서의 특정 내용에 따라 다릅니다.
번역 품질이 법적 또는 비즈니스적 결과를 가져오는 문서의 경우 검토자가 출력을 비교하고 각 섹션에 가장 적합한 번역을 선택하도록 하는 것이 좋습니다. 기계 번역 도구는 빠르고 정확해졌지만 완벽한 것은 아니며 도구 간의 차이로 인해 모든 문서에 가장 적합한 단일 도구는 없습니다. 번역을 나란히 평가하는 PDF Compare 프로세스는 기계 번역을 도박에서 관리 프로세스로 바꾸는 품질 보증 단계입니다.
다중 도구 번역 워크플로에서 사후 편집의 역할
전문 번역 워크플로에서 점점 더 늘어나는 모범 사례는 2~3개의 번역 엔진을 통해 소스 문서를 실행하고, 출력을 비교하고, 인간 편집자가 각 구절의 최상의 렌더링을 선택하고 개선하도록 하는 것입니다. 이 다중 엔진 접근 방식은 다양한 번역 모델의 장점을 결합합니다. 한 엔진은 기술 용어를 더 잘 처리할 수 있고 다른 엔진은 더 자연스러운 산문을 생성할 수 있습니다. 인간 편집자는 처음부터 작업하는 번역가가 아니라 기계 출력의 큐레이터가 됩니다. 그 결과, 단일 엔진이 생산할 수 있는 수준을 뛰어넘는 번역이 탄생하고, 완전 수동 번역에 필요한 시간보다 짧은 시간에 생성됩니다. 출판, 광범위하게 배포되거나 번역 품질이 신뢰성에 직접적인 영향을 미치는 상황에서 사용되는 문서의 경우 다중 엔진 검토 워크플로우는 현재 기술에서 사용할 수 있는 최고 품질의 출력을 제공합니다.
번역 도구 간의 차이점은 사라지지 않습니다. 각 도구는 다양한 엔지니어링 결정, 교육 데이터 선택 및 최적화 우선순위를 나타냅니다. 이러한 차이점을 이해하고 이를 유리하게 활용하면 불일치의 원인이 품질 보증 전략으로 전환됩니다. 문서에 가장 적합한 번역이 단일 도구의 출력인 경우는 거의 없습니다. 이는 대상 언어에서 무엇이 올바르게 들리는지에 대한 인간의 판단을 바탕으로 여러 도구가 생성할 수 있는 것 중에서 가장 잘 선별된 것입니다.
번역 도구 간의 이러한 가변성은 기술의 약점이 아닙니다. 이는 번역을 어려운 문제로 만드는 진정한 언어적 모호성을 반영한 것입니다. 다양한 도구는 이러한 모호함에 직면했을 때 다양한 선택을 합니다. 이러한 선택의 성격을 이해하면 각 문서에 적합한 도구를 선택하고 맹목적인 신뢰가 아닌 정보에 입각한 판단으로 출력을 해석하는 데 도움이 됩니다. 목표는 존재하지 않는 최고의 단일 번역 도구를 찾는 것이 아니라 어떤 도구가 각 특정 문서 및 언어 쌍에 대해 최상의 결과를 생성하는지 알 수 있는 판단력을 개발하는 것입니다. 기술은 번역을 실행하는 것이 아니라 출력을 평가하고 다양한 도구가 제공하는 옵션 중에서 최상의 렌더링을 선택하는 데 있습니다.
번역 도구 간의 차이점은 현재 기술 환경의 특징이지 결함이 아닙니다. 이는 단일 범용 번역기가 제공하지 않는 옵션을 제공합니다. 차이점이 존재하는 이유를 이해하는 사용자는 이를 사용하여 단일 도구가 자체적으로 제공할 수 있는 것보다 더 높은 품질의 번역을 생성할 수 있습니다. 이러한 이해는 번역을 버튼 클릭에서 품질 관리 프로세스로 전환합니다.