일한 만화 번역에서 챗GPT를 활용한 대인 관계 거리감 재현 양상 연구 : 『슬램덩크』를 중심으로

다국어 초록 (Multilingual Abstract)

This study examines how interpersonal distance is represented in ChatGPT-based Japanese–Korean manga translation. The analysis focuses on volumes 11 to 20 of Takehiko Inoue’s SLAM DUNK New Reorganized Edition and compares three types of texts: the Japanese source text （ST）, the published Korean translation （TT1）, and the ChatGPT translation （TT2）. Rather than evaluating whether the source text is reproduced in an identical form, this study investigates how interpersonal distance between characters is maintained, adjusted, weakened, or strengthened in translation.
The main objects of analysis are honorific expressions, address terms, abusive and provocative expressions, and visual information. Honorific expressions are examined as indicators of formality, hierarchy, and relational distance. Address terms are analyzed as linguistic elements that reflect intimacy, hierarchy, character identity, and group relations. Abusive and provocative expressions are considered not merely as vulgar words but as expressions that reveal conflict, rivalry, tension, and emotional pressure between characters. In addition, visual information such as facial expressions, gaze, posture, character placement, background, and motion lines is used as supplementary material for interpreting the interpersonal function of each utterance.
The findings show that ChatGPT translation often preserves the basic semantic content of the source text, but the interpersonal distance expressed through speech levels, address terms, and provocative expressions does not always correspond to that of the original. In honorific expressions, TT2 tends to maintain the source text in many cases, while also showing a tendency toward politeness enhancement in scenes involving teachers, coaches, seniors, or older characters. In address terms, TT2 is more likely to reorganize Japanese forms of address according to Korean relational norms, which sometimes results in increased formality or reduced intimacy. In abusive and provocative expressions, TT2 frequently preserves the functional meaning of the original, but regional speech, roughness, and character-specific nuances tend to be weakened or normalized. The analysis also shows that visual information can help interpret the emotional atmosphere and relational tension of a scene, but it does not consistently determine the linguistic choices made in TT2. Therefore, visual information should be treated as a supplementary factor rather than as a substitute for linguistic analysis. Overall, this study demonstrates that the representation of interpersonal distance in ChatGPT translation is not a matter of simple accuracy or inaccuracy. Instead, it appears as a complex process in which linguistic form, character relationships, Korean relational norms, and visual context interact. This study suggests that future research on AI-assisted manga translation should pay closer attention not only to semantic accuracy but also to the relational and pragmatic meanings embedded in dialogue.

국문 초록 (Abstract)

본 연구는 일본어와 한국어 만화 번역에서 챗GPT 번역이 등장인물 간의 대인 관계 거리감을 어떠한 양상으로 재현하는지를 분석하는 것을 목적으로 한다. 분석 대상은 『슬램덩크』의 일본어 원문, 한국어 출판 번역, 챗GPT 번역이며, 경어 표현, 호칭 표현, 욕설·도발 표현을 중심으로 비교하였다. 또한 만화가 언어 정보와 시각 정보가 결합된 복합적 텍스트라는 점을 고려하여, 표정, 시선, 자세, 인물 배치 등 시각 정보가 거리감 해석에 미치는 보조적 역할도 함께 검토하였다.
분석 결과, 챗GPT 번역은 발화의 의미 내용이나 기본적인 기능을 크게 벗어나지 않는 경우가 많았으나, 문말 형식, 호칭, 욕설·도발 표현의 선택에 따라 원문에 나타난 인물 간의 거리감을 다르게 재구성하는 양상을 보였다. 경어 표현과 욕설·도발 표현에서는 원문의 기능이 비교적 유지되는 경우가 많았으나, 호칭 표현에서는 한국어의 관계 질서에 맞추어 ‘씨’, ‘선배’, 이름＋아/야 등으로 재구성되면서 친밀감, 상하 관계, 장면의 긴장감이 달라지는 경우가 확인되었다. 또한 시각 정보는 챗GPT가 장면의 분위기와 인물 관계를 해석하는 데 일정한 보조 단서로 작용하였으나, 실제 번역어 선택에 항상 안정적으로 반영되지는 않았다.
따라서 본 연구는 챗GPT 번역의 문제를 단순한 오역이나 의미 전달의 정확성으로만 판단하기 어렵다는 점을 밝히고, 만화 번역에서 대인 관계 거리감의 재현을 독립적인 분석 관점으로 검토할 필요가 있음을 제시하였다.

목차 (Table of Contents)

• 1. 서론 1
• 1.1. 연구의 목적과 필요성 1
• 1.2. 선행연구 7
• 1.2.1. 만화 번역 연구 8
• 1.2.2. 경어 비교 연구 11
• 1.2.3. 호칭　비교 연구 14
• 1.2.4. 욕설·도발 표현 연구 20
• 1.2.5. AI 번역 연구 24
• 1.3. 용어의 정의와 논문의 구성 28
• 2. 이론적 배경 31
• 2.1. 번역 등가 이론 31
• 2.2. 폴라이트니스 이론 37
• 3. 분석 방법과 대상 48
• 3.1. 분석 대상 48
• 3.2. 자료 추출 기준 50
• 3.3. 챗GPT 번역의 생성 조건 52
• 3.4. 점수화 기준 55
• 3.4.1. 경어 점수 설정을 위한 정리 55
• 3.4.2. 호칭 점수 설정을 위한 정리 58
• 3.4.3. 욕설·도발 표현 점수 설정을 위한 정리 65
• 3.5. 시각 보정 점수 설정을 위한 정리 71
• 4. 번역 비교 분석 75
• 4.1. 경어 표현의 비교 분석 75
• 4.2. 호칭 표현의 비교 분석 96
• 4.3. 욕설·도발 표현의 비교 분석 121
• 4.4. 종합적 고찰 136
• 5. 결론 138
• 참고문헌 144
• 부록 148
• ABSTRACT 151