유창한 문장도 틀린 문장일 수 있다
번역된 뉴스는 매끄럽게 읽히면서도 인물의 신원을 바꾸거나, 부정 표현을 빠뜨리거나, 전망을 확정된 사건으로 바꿀 수 있다. 다국어 매체에서는 이런 오류가 어색한 문체보다 더 큰 문제를 일으킬 수 있다. 언어를 늘리면 검증해야 할 버전의 수는 배가되지만, 독자에게 제공하는 가치까지 자동으로 늘어나는 것은 아니다.
이 글은 2026년 10월 20일 확인한 1차 문서를 바탕으로 제작 과정에 적용할 검수 통과 프레임워크를 제안한다. 편집 관점의 분석이지, 모델 벤치마크나 자체 실험 보고서가 아니며, 특정 업체의 실제 비용이 가장 낮다는 주장도 아니다.
미국과 중국 업체의 문서가 실제로 뒷받침하는 내용
Google Cloud Translation 문서는 용어의 일관성을 위한 용어집을 설명한다. 여기에는 원문 언어에서 대상 언어로 향하는 방향성 있는 목록과 다국어 등가 용어 집합이 포함된다. 제약도 명시한다. 기본적으로 대소문자를 구분해 일치 여부를 확인하고, 일부 불용어 항목은 무시하며, 용어집 리소스 자체는 버전 관리를 제공하지 않는다. 따라서 제작팀은 버전이 관리되는 자체 용어 파일과 롤백 기록을 갖춰야 한다. 용어집은 유용한 통제 수단이지만 결과가 정확하다는 증거는 아니다.
Alibaba Cloud의 Qwen-MT 문서는 용어 쌍, 번역 메모리의 문장 쌍, 분야별 프롬프트를 설명한다. 또한 분야별 프롬프트는 현재 영어로 작성해야 하고, 모델은 단일 턴 방식으로 시스템 메시지를 지원하지 않으며, 이러한 추가 제어 정보가 입력 토큰을 소모한다고 밝힌다. 이 세부 사항을 무시하는 워크플로는 비용을 잘못 추산하거나 지원되지 않는 지시를 보낼 수 있다.
이는 서로 다른 인터페이스의 사례이지, 미국과 중국의 품질 순위가 아니다. 두 문서 모두 용어 관리를 구체적인 엔지니어링 과제로 만든다. 어느 문서도 여러분이 사용하는 언어 전반의 상대적 정확성을 입증하거나 게시 가능한 뉴스를 보장하지는 않는다. 선택하기 전에 지원 언어 쌍, 배포 요건, 동일한 자료에 대한 실제 출력을 비교해야 한다.
모델을 고르기 전에 실패를 정의하라
MQM의 오류 분류 체계는 정확성과 유창성을 구분하며, 개체명, 숫자, 날짜, 단위, 부정 표현과 관련된 오류를 포함한다. MQM Council의 채점 지침은 치명적 오류가 있으면 종합 점수와 관계없이 번역을 불합격 처리하는 합격·불합격 방식을 예시로 제시한다. 이는 품질 평가 자료이지, W3C 권고안이나 보편적인 법적 기준이 아니다.
뉴스 제작에서는 치명적 오류를 사전에 정의할 것을 권한다. 잘못된 인물이나 조직, 뒤집힌 입장, 날조된 인용문, 중대한 금액 또는 날짜 오류, 더 이상 주장을 뒷받침하지 못하는 출처 링크 등이 해당한다. 높은 평균 점수가 이런 오류 하나를 상쇄해서는 안 된다. 가벼운 문체상의 결함은 편집 대기열에 넣을 수 있지만, 의미를 바꾸는 결함이 있다면 수정과 재검증이 끝날 때까지 게시를 막아야 한다.
한 번의 자동 승인이 아닌 두 단계 검증
1단계: 구조와 사실의 기준점. 원문과 번역문을 대조해 승인된 이름과 별칭, 단위 및 통화가 붙은 수치, 날짜, 링크, 참조 식별자, 누락된 문단을 확인한다. 원문의 제목, URL, 게시일은 별도 메타데이터로 보존한다. 표면적인 차이를 모두 거부하지 말고 검토 대상으로 표시한다. 지역별 표기 방식에 따라 1,000과 1.000은 같은 값을 나타낼 수 있고, 이름에도 정착된 현지 표기가 있을 수 있다. 단위 없이 숫자만 확인해서는 검증이 완전하지 않다.
2단계: 문맥 속 의미. 두 언어를 구사하는 검수자가 부정 표현, 불확실성, 발언이나 정보의 귀속, 인용 범위, 인과관계 주장을 원문과 대조한다. “비용을 줄일 수 있다”가 “비용을 줄였다”로 바뀌어서는 안 된다. “회사 측은 말한다”도 사라져서는 안 된다. 제목과 요약을 본문만큼 꼼꼼히 확인해야 한다. 신중하게 작성된 기사에도 번역 과정에서 오해를 부르는 제목이 붙을 수 있다. 두 번째 모델이나 역번역은 의심스러운 대목을 표시하는 데 도움이 되지만, 모델 간 의견 일치가 원문 충실성을 입증하는 독립적 증거는 아니다.
우선 대표성 있는 원문 기사 20개로 시범 평가를 해볼 것을 제안한다. 원문 언어가 여덟 개 언어 중 하나라면 각 기사를 나머지 일곱 개 대상 언어로 번역한다. 전문 용어, 인용문, 재무 수치, 날짜, 모호한 이름을 포함해야 한다. 모든 후보에 동일한 원문과 검수 통과 기준을 적용한다. 이는 제안된 시험 설계이지, 통계적으로 검증된 표본 크기는 아니다. 이후 점검을 위한 별도의 홀드아웃 세트도 보관해 시범 자료를 반복해서 수정하는 것만으로 평가가 끝나지 않게 한다.
생성 이후의 작업도 계산하라
유용한 분모는 게시 기준을 충족한 ‘기사·언어별 버전’의 수다. 다음 가상 예시에서 ‘기사’는 이러한 버전 하나를 뜻한다. 탈락한 초안을 납품된 기사로 세어서는 안 된다.
워크플로 A와 B가 각각 검수 통과 기사 100개를 납품한다고 가정하자. A는 기사당 모델 호출 비용이 0.01달러이고 검수에 6분이 걸린다. B는 기사당 0.05달러이고 검수에 3분이 걸린다. 검수 인건비를 시간당 30달러로 가정하면 다음과 같다.
- A: 모델 호출 비용 1달러에 시간당 30달러인 검수 10시간을 더하면 총 301달러, 검수 통과 기사당 3.01달러다.
- B: 모델 호출 비용 5달러에 시간당 30달러인 검수 5시간을 더하면 총 155달러, 검수 통과 기사당 1.55달러다.
여기에 나온 모든 가격과 검수 시간은 가정값이다. 이는 산술 예시일 뿐, 측정된 성능이나 업체의 현재 요금이 아니다. 이 예시에는 초기 설정, 품질 보증 도구, 재시도, 게시 후 정정 비용이 빠져 있다. 실제 비교에서는 이런 비용이 발생하면 추가해야 한다. 핵심은 생성 과정에서 아낀 4센트가 추가 편집 시간 때문에 무색해질 수 있다는 점이다. 더 비싼 모델이 언제나 낫다는 것을 입증하지는 않는다.
거창한 약속보다 간단한 운영 기록
각 언어 쌍에 대해 모델과 버전, 프롬프트 버전, 용어 파일 버전, 원문 식별자, 최초 검수 통과 여부, 치명적 오류, 검수 소요 분, 재시도, 최종 처리 결과를 기록한다. 언어별 결과를 따로 보고해야 한다. 높은 평균치가 취약한 언어 쌍을 가릴 수 있기 때문이다. 모델이나 용어 파일이 바뀌면 고정된 표본을 다시 점검한다.
8개 언어로 운영하는 사이트의 실무 우선순위는 신뢰할 수 있는 게시 검증 절차와 독자가 확인할 수 있는 정정 절차를 마련하는 것이며, 단위 비용 절감은 그다음이다. 치명적 오류가 나타나면 자동 게시를 중단하고, 단발성 문제라고 가정하지 말고 관련 버전들을 살펴야 한다. 독자가 받는 것은 최종적으로 전달되는 의미이지, 토큰 할인 혜택이 아니다.
삽화: 다국어 편집 검증을 표현한 AI 생성 오리지널 개념 이미지로, 측정 결과를 묘사한 것이 아니다.