ICL 기반 생성형 AI 소설 번역 프롬프트 템플릿 연구 : 중국 현대소설을 실례로

국문 초록 (Abstract)

본 연구의 목적은 생성형 AI를 활용하여 중국 현대 소설 번역에 문맥 기반 학습(In-Context Learning, ICL) 을 적용하고, 지시문과 예시의 구성 방식이 번역 결과에 미치는 영향을 실험적으로 검증한 후, 이를 토대로 소설 번역에 특화된 프롬프트 템플릿을 제안하는 데 있다. 기존 기계번역 연구가 정보 중심 텍스트를 주요 대상으로 삼아온 것과 달리, 본 연구는 문체적 개성과 문화적 함의가 복합적으로 작용하는 문학 텍스트, 특히 중국 현대 소설을 연구 대상으로 설정하여 생성형 AI의 소설 번역 적용 가능성을 탐색하였다.
첫째, 소설 텍스트의 번역 특성을 이론적으로 고찰하고, 본 연구의 연구 대상인 위화의 『許三觀賣血記』와 모옌의 『生死疲勞』를 중심으로 서사 구조, 문체, 시대적 맥락을 분석하였다. 이를 바탕으로 소설텍스트에 적합한 도메인 특화 번역 모델의 필요성과 개발 방향을 모색하고, 최근 주목받는 ICL, 프롬프트 체인, 지속적 학습 등의 전략을 소설 번역에 어떻게 적용할 수 있을지 이론적으로 고찰하였다.
둘째, ICL 전략의 구성 요소인 지시문과 예시가 번역 품질에 미치는 영향을 단계적 실험을 통해 분석하였다. 먼저 A 유형(지시문만 제공)과 B 유형(예시만 제공)을 독립적으로 실험하여 각 요소가 소설 번역에 미치는 영향을 개별적으로 검증하였다. 이를 통해 지시문은 번역 방향성과 맥락 이해에, 예시는 문체 구현과 표현 방식에 각각 특화된 효과를 보임을 확인하였다. 이러한 결과를 바탕으로 두 요소의 상호 보완적 특성을 활용하기 위해 후속 단계로 C 유형(지시문과 예시 결합)을 설계하여 실험을 진행하였다. 순차적 실험 결과, C 유형 내에서 자동 생성 지시문(Auto-Ins) 방식이 정량 평가와 정성 평가에서 안정적인 성능을 나타냈다.
셋째, 실험 결과를 바탕으로 소설 번역에 최적화된 4단계 프롬프트 템플릿인 LITFlow(Literary In-Context Translation Flow)를 설계하였다. LITFlow는 원문 분석을 통해 번역의 기초 정보를 도출하는 System Analysis, 예시 기반 학습을 통해 문체 적응을 유도하는 Example-driven Adaptation, 전략적 표현 방향을 설정하는 Strategic Outline, 실제 번역 수행 단계인 Core Text Translation의 네 단계로 구성되며, 단계적 접근을 통해 번역 품질을 체계적으로 향상시키는 것을 목표로 한다. LITFlow 템플릿을 적용한 결과, 기존 방식(MT1) 대비 BLEURT 점수는 평균 16.8% 향상되었고, 전문가 평가에서도 가독성, 언어 정확성, 의미 충실성, 유형 적합성의 4개 항목에서 평균 22% 개선된 성과를 보였다.
넷째, BLEURT와 BERTScore 등 최신 자동 평가 지표를 소설 번역에 적용하여 평가 도구로서의 가능성과 한계를 검토하였다. BLEURT와 BERTScore는 어휘 선택의 적절성이나 구문 구조의 유사성과 같은 표층적 언어학적 특성에 대해서 상당한 측정 신뢰도를 보였다. 그러나 언어의 미학적 효과, 함축적 의미층의 재현과 같은 질적 특성에서는 측정상의 한계가 확인되었다. 이에 따라 정성적 평가를 병행한 평가 체계 도입이 필요함을 확인하고 그 방향성을 제안하였다.
본 연구는 생성형 AI를 활용한 소설 번역의 실현 가능성을 실증적으로 입증하였으며, ICL에 기반한 프롬프트 설계 전략과 자동·전문가 평가를 결합한 통합적 평가 체계를 통해 소설 번역 분야에서 AI 활용의 새로운 방향성을 제시하였다. 특히 제안된 LITFlow 템플릿은 향후 문학 번역 분야에서 AI 활용을 위한 구체적 방법론으로 기여할 것으로 기대된다.

주제어: 생성형 AI, In-Context Learning(ICL), 프롬프트 템플릿, 중국 현대 소설 번역, 도메인 특화 번역 모델, 자동 평가 지표, BLEURT / BERTScore

목차 (Table of Contents)

• 1. 서론 1
• 1.1 연구 목적 1
• 1.2 연구의 필요성 3
• 1.3 선행 연구 검토 5
• 1.4 연구 대상 및 방법 11
• 1.4.1 연구 대상 11
• 1.4.2 연구 방법 12
• 1.5 논의의 구성 14
• 2. 기계번역과 생성형 AI의 발전 과정 16
• 2.1 신경망 기계번역의 발전과 원리 16
• 2.1.1 통계 기반 기계번역에서 신경망 기계번역으로의 전환 16
• 2.1.2 신경망 기계번역의 아키텍처와 원리 19
• 2.1.3 신경망 기계번역의 한계점 24
• 2.2 생성형 AI의 언어 모델 이해 27
• 2.2.1 트랜스포머 아키텍처와 거대 언어 모델의 원리 27
• 2.2.2 텍스트 생성 및 번역 원리 31
• 2.3 주요 생성형 AI 모델의 기술적 비교와 응용 분야 32
• 3. 소설 도메인 분석과 AI 번역 모델의 적용 전략 45
• 3.1 소설 텍스트의 특성과 번역 전략 45
• 3.1.1 소설 텍스트의 특성 45
• 3.1.2 소설 텍스트의 특성을 반영한 번역 전략 48
• 3.2 중국 현대 소설 번역을 위한 작가와 작품 이해 51
• 3.2.1 위화(余華) 『許三觀賣血記』의 서사적 특징과 번역적 접근 51
• 3.2.2 모옌(莫言) 『生死疲勞』의 서사적 특징과 번역적 접근 58
• 3.3 도메인 특화 번역 모델의 구축 방법론 64
• 3.3.1 도메인 특화 모델의 개념과 필요성 65
• 3.3.2 도메인 특화 모델 개발 방법론 66
• 3.4 소결 73
• 4. ICL 기반 소설 번역 프롬프트 실험 설계 76
• 4.1 문맥 기반 학습(ICL)의 개념과 연구 질문 76
• 4.1.1 ICL의 기본 개념과 핵심 요소 76
• 4.1.2 ICL 기반 소설 번역의 한계와 가능성 78
• 4.1.3 연구 질문 설정과 실험 설계 방향 80
• 4.2 실험 설계 81
• 4.2.1 실험 목적 및 방법 개요 81
• 4.2.2 테스트 문장 선정 기준 및 분량 84
• 4.2.3 전처리 과정 93
• 4.3 실험 조건 설정 97
• 4.3.1 지시문 기반 프롬프트(A 유형) 97
• 4.3.2 예시 기반 프롬프트(B 유형) 101
• 4.3.3 지시문·예시 결합 프롬프트(C 유형) 108
• 4.4 실험 평가 방법 109
• 4.4.1 정량 평가 지표: BERTScore와 BLEURT 111
• 4.4.2 정성 평가 체계: 평가 항목 설계와 평가자 구성 117
• 4.5 소결 128
• 5. 프롬프트 유형에 따른 소설 번역 평가 130
• 5.1 지시문 기반(A 유형) 및 예시 기반(B 유형) 프롬프트의 정량 평가 130
• 5.1.1 『許三觀賣血記』의 A, B 유형 정량 평가 131
• 5.1.2 『生死疲勞』의 A, B 유형 정량 평가 135
• 5.2 지시문 기반(A 유형) 및 예시 기반(B 유형) 프롬프트의 정성 평가 139
• 5.2.1 지시문 기반 프롬프트의 정성 평가 139
• 5.2.2 예시 기반 프롬프트의 정성 평가 146
• 5.3 지시문·예시 결합(C 유형) 프롬프트 설계 및 성능 평가 154
• 5.3.1 지시문·예시 결합 설계 및 정량 평가 154
• 5.3.2 지시문·예시 결합 프롬프트의 정성 평가 159
• 5.4 소결 166
• 6. 소설 번역 특화 프롬프트 템플릿 구축과 평가 168
• 6.1 ICL 기반 소설 번역 프롬프트 템플릿 LITFlow 설계 168
• 6.2 LITFlow 템플릿 기반 소설 번역 평가 프로토콜 179
• 6.2.1 평가 테스트 문장 선정 179
• 6.2.2 평가 방식과 분석 설계 179
• 6.3 LITFlow 템플릿 적용 결과 및 성능 분석 181
• 6.3.1 정량 평가 결과 및 분석 181
• 6.3.2 전문가 평가 결과 및 정량 평가와의 비교 191
• 6.4 한계 및 향후 연구 방향 209
• 6.5 소결 211
• 7. 결론 213
• [참고문헌] 216