AI 문학 번역의 가능성 : 한강의 (소년이 온다) 한영 번역을 중심으로 = AI Literary Translation and Its Potential through Han Kang’s Human Acts

국문 초록 (Abstract)

최근 AI의 번역은 전방위적으로 사용되고 있다. 기술 및 법률과 같은 전문 분야에서는 이미 AI 번역의 정확도가 인간의 수준에 이르렀고, 이제는 문학 장르에서까지 AI 번역 도구의 사용이 시도되고 있다. 하지만 번역 도구의 기술 발전과 사용이 빠르게 확산되는 것과는 달리, AI의 번역 연구는 품질 평가나 포스트에디팅, 교육적 활용과 같이 초기 단계에 머물러 있으며, 특히 문학 장르의 경우에는 텍스트적 특성을 충분히 반영하는 연구를 찾기가 힘든 실정이다. 이에 따라 본 연구는 문학이라는 장르적 특성에 초점을 두고 AI의 번역 가능성에 대하여 논의하고자 하였다. 이를 위해 한·영 소설의 번역을 연구의 대상으로 삼았다. 전 세계적으로 증가하는 한국 소설에 대한 관심과 인기를 고려한 것이다. AI의 문학 번역을 심도있게 논의하기 위하여 하나의 작품을 대상으로 전반적인 측면부터 미시적인 차원까지 살펴보았다. 분석 대상으로는 한강의 󰡔소년이 온다󰡕를 선정하였으며, 선행하는 다양한 문학 비평과 연구를 참조하여 번역 양상을 살펴보는 동시에 인간 번역을 참조 대상으로 삼아 비교 분석하였다. AI 번역 도구는 ChatGPT와 DeepL를 사용하여 산출하였고, 정성적 분석을 중심으로 하되, 정량적으로 보완하기 위하여 COMET 평가, MTLD 산출, POS 태깅을 사용하여 객관성을 높였다. 그 결과, ChatGPT는 미시적인 구간에서 지시 대상의 일관성과 문장 간 연결 능력을 보여주었다. 또, 표면적인 맥락을 이해하고 원문의 리듬을 재현하는 등 높은 수준의 유창성을 보여주었다. 하지만 문학적인 해석 능력이 결여된 것을 볼 수 있었는데, 암시적인 정보를 알아채거나 서사적 함의를 반영하는 등 서사적 차원의 이해 능력에서 한계를 보였다. DeepL의 경우, 원문에 충실한 번역을 하였으나, 어휘 다양성이 부족하여 평이한 직선적 대응이 주를 이루었으며, 설명적인 문체가 주를 이루면서 목표 언어에 알맞은 미적 언어 형식으로 재구성하지 못하였다. 특히 문장 단위를 넘어서 맥락을 이해하는데 한계가 있다 보니 지시 대상의 일치나 맥락적 연결에 오류가 자주 발생하였다. 반면, 인간 번역의 경우에는 맥락을 읽고 해석하여 명시화하거나 새로운 방식으로 표현함으로써 다양한 어휘와 표현을 사용하였고, 전반적으로는 원문의 함의를 목표 언어에 알맞게 재구성하였다. AI가 인간 번역처럼 해석적인 번역을 하지 못한 원인으로는 AI의 본질적인 번역 방식을 꼽을 수 있다. AI는 확률적 패턴을 예측하여 번역하기 때문에 비해석적 처리 방식이 될 수밖에 없으며, 데이터 학습의 양을 늘리거나 컨텍스트를 확장하는 등 기존 모델의 보완만으로는 해석적인 처리가 가능해지기 어렵다. 그러므로 향후 문학 번역에서는 AI 번역 도구의 기술적 정확성과 유창성이 더욱 정교해짐에 따라 AI가 표면적인 층위의 번역 수행을 하고, 최종적 단계에서는 인간 번역자가 해석과 비평적 판단을 기준으로 AI의 텍스트를 재구성함으로써 최종적으로 번역을 완성할 것으로 예상된다. 이러한 역할 분담은 충실한 의미 보존이나 자연스러운 표현과 같은 표면적인 작업에서 인간 번역자를 해방시키고 원문 속 함의의 해석이나 문화적·서사적 층위의 재창조와 같은 고도의 전문 작업으로 인간의 역할을 이동시킬 것이다. 본 연구는 최종적인 완성본의 텍스트가 아닌, 빠르게 발전하고 있는 AI 번역 도구의 산출물을 대상으로 하고, 하나의 소설만을 집중적으로 분석하였다는 한계점을 지닌다. 그러나 하나의 작품을 서사적 차원에서 문단 단위로 다양한 문학적 특징에 따라 분석함으로써 AI의 번역 양상을 문학 장르에 초점을 두고 탐구할 수 있었다. 본 연구가 AI 문학 번역의 연구에 있어서 하나의 밑거름이 되기를 바란다.

다국어 초록 (Multilingual Abstract)

The use of AI in translation has become ubiquitous in recent years. In specialized fields such as technology and law, AI translation accuracy has already reached human levels, and AI translation tools are now being used in literary genres. However, unlike the rapid technological advancement and use of translation tools, AI translation research is still in its infancy, mainly focusing on quality assessment, post-editing, and educational applications. Furthermore, it is difficult to find studies that fully reflect textual characteristics, especially in the case of literary genres. Therefore, this dissertation aims to discuss the translation potential of AI by focusing on the genre of literature. For this purpose, it focuses on the translation of Korean-English novels. This is due to the growing interest and popularity of Korean novels around the world. In order to discuss the use of AI in literary translation in depth, this dissertation analyzes a single work from the broader aspects to more fine-grained textual elements. Han Kang's 소년이 온다 (Human Acts) was selected as the subject of analysis, and various literary criticisms and studies were referenced to examine the translation aspects, while human translation was used as a reference for comparative analysis. The AI translation tools were ChatGPT and DeepL, and the analysis was primarily qualitative, but COMET evaluation, MTLD calculation, and POS tagging were used to complement the quantitative analysis to enhance objectivity. The results showed that ChatGPT was able to demonstrate referential consistency and inter-sentential cohesion in short-range textual segments, and it also showed a high level of fluency in understanding the surface context and reproducing the rhythm of the original text. However, it showed a lack of literary interpretation skills, such as recognizing implicit information and reflecting on narrative implications. In the case of DeepL, the translation was faithful to the original text, but it lacked lexical diversity and was characterized by plain, straightforward correspondences, and the descriptive style was dominant, which failed to rephrase the original text in a way that is both linguistically appropriate and aesthetically refined for the target language. In particular, the limited ability to understand the context beyond the sentence level led to frequent errors in referential consistency and contextual cohesion. Human translators, on the other hand, read and interpreted the context, clarified it or expressed it in a new way, used different vocabulary and expressions, and overall reorganized the meaning of the original text into the target language. The reason why AI cannot translate as interpretively as human translators is because of the way AI translates inherently. Since AI translates by predicting probabilistic patterns, it is inevitably a non-interpretive process. As such, it will be difficult to make AI interpretive simply by supplementing existing models with more training data or expanding context windows. Therefore, in future literary translation, as AI translation tools become more sophisticated in technical accuracy and fluency, it is expected that AI will perform surface-level translation, and in the final stage, human translators will complete the translation by reconstructing the AI's text based on interpretation and critical judgment. This division of labor will free human translators from surface-level tasks such as preserving faithful meaning and natural expression and shift their role to highly specialized tasks such as interpreting the meaning of the original text and recreating cultural and narrative layers. The limitations of this dissertation are that it focuses on the output of a rapidly developing AI translation tool, rather than the finalized text, and that it analyzes only one novel. However, by analyzing a single work from the narrative level to the paragraph level according to various literary features, it was able to explore the translation aspects of AI with a focus on literary genres. This dissertation may serve as a foundation for further research on AI literary translation.

목차 (Table of Contents)

• I. 서론 1
• II. 이론적 배경 및 연구 동향 7
• 1. 문학 번역의 이론적 기반과 문화특정항목 번역 7
• 2. 연구 동향 11
• III. 연구 방법 23
• 1. 텍스트 선정 23
• 2. 텍스트 분석의 관점 및 방법 26
• 3. AI 번역 도구와 텍스트 산출 30
• IV. AI 번역 결과물 비교분석 43
• 1. 정성적 분석 43
• 2. 정량적 분석 99
• 3. 소결 106
• V. 결론 112
• 참고 문헌 115
• Abstract 137