CHAPTER 06
AI 말투 없는 번역
옵션 바의 [번역]을 누르면 고른 문장의 한국어 번역이 뜨게 합니다. AI 번역은 뜻은 대체로 맞지만, 영어 문장 구조를 그대로 옮긴 번역투와 특유의 AI 말투가 남는 일이 여전히 많습니다. 이 챕터에서는 비용을 크게 늘리지 않고 번역을 자연스럽게 만드는 구조를 짭니다.
AI 번역이 어색해지는 곳
번역투
국립국어원 『새국어생활』(2012)에 실린 번역투 연구들이 고친 예를 보면, 어색함은 대부분 영어 문법을 한국어에 그대로 얹은 데서 옵니다.
| 영어 구조 | 번역투 | 자연스러운 한국어 |
|---|---|---|
| have | 그녀는 아름다운 목소리를 가지고 있다 | 그녀는 목소리가 아름답다 |
| 수동태 by | 그 강도는 용감한 시민에 의하여 붙잡혔다 | 그 강도는 용감한 시민에게 붙잡혔다 |
| from, through | 이번 기회를 통해 / 그 사람으로부터 들은 다음 | 이번 기회에 / 그 사람에게서 들은 다음 |
| 복수형 -s | 새로운 아이디어들과 방법들 | 여러 가지 남다른 생각과 방법 |
| 명사 덩어리 주어 | 독일의 국제연맹 탈퇴는 관계 증진을 위한 상호 관심을 증강시켰다 | 독일이 국제연맹에서 탈퇴하면서 두 나라 모두 관계 증진에 전보다 관심을 쏟았다 |
| too ~ to | …눈치채지 못하기에는 너무 똑똑하고 예민했다 | 워낙 똑똑하고 예민해서 …눈치챘다 |
AI 말투
AI가 쓴 한국어를 사람 글과 비교한 연구(KatFishNet, 2025)에서는 쉼표가 눈에 띄게 달랐습니다. AI 글은 문장의 61%에 쉼표가 있었고 사람 글은 26%였습니다. "하지만, 그는…"처럼 접속어 뒤에 쉼표를 찍는 영어식 습관, 명사가 많은 딱딱한 문체, 더 긴 문장도 AI 글의 특징으로 나타났습니다.
번역 구조: 세 단계 중 AI는 둘
문장 하나가 번역되는 길
- 01초안Haiku 5.5 · 자연스러운 번역과 구조 직역을 함께 · 문장마다 1번
- 02자동 점검코드 · 0원 · 숫자와 이름, 길이, 번역투 표현
- 03다듬기Sonnet 5.5 · 누를 때만 · 문제 최대 3개를 고치고 이유 한 줄
이 구조를 고른 근거는 이렇습니다.
| 방법 | 연구 결과 | 이 앱에서 |
|---|---|---|
| 지시서에 '나쁜 예 → 좋은 예'를 넣기 | 형용사("자연스럽게")보다 실제 예가 효과적 | 쓴다. 지시서는 캐시(같은 지시서를 저장해 두고 싸게 다시 쓰는 기능)하므로 추가 비용이 거의 없음 |
| 번역 뒤 원문을 보며 한 번 다듬기 | GPT-4가 원문을 보며 다듬자 번역투가 심한 문서가 43%에서 25%로 줄었음. 원문을 함께 주는 것이 핵심 | 쓴다. 가장 효과가 큰 한 번 |
| 같은 작은 모델이 자기 번역 비평 | 자기 실수를 잘 못 보고 오히려 굳히는 경향 | 다듬기는 더 강한 모델(Sonnet)이, 코드 점검 결과를 근거로 |
| 여러 AI가 역할을 나눠 번역(멀티 에이전트) | 비용과 시간이 열 배 넘게 들고, 짧은 글에서는 이득이 작음 | 쓰지 않는다 |
| 영어로 되돌려 번역해 비교 | 품질 예측에 약하고, 번역투는 되돌리면 오히려 잘 맞아서 못 잡음 | 빠진 내용 찾기에만 참고 |
| 다듬기를 여러 번 반복 | 대체로 첫 번째가 가장 크고 그 뒤는 들쑥날쑥 | 다듬기 1번, 점검에 또 걸리면 1번 더까지 |
이 앱은 번역을 세 겹으로 교차 검증합니다. 코드가 숫자와 이름을 대조하고, 더 강한 모델이 초안을 따로 살펴 고치고, 학습자는 구조 직역과 자연스러운 번역을 나란히 보며 확인합니다.
1. 번역 지시서
키트의 prompts/에 번역 점검표 12개 규칙이 들어 있습니다. 1번 규칙이 '뜻, 숫자, 고유명사를 빼거나 보태지 않는다'이고, 자연스러움보다 정확성이 언제나 먼저입니다. 서버는 이 파일을 그대로 읽어 AI에게 줍니다. 내 취향(예: 대화는 반말로, 존댓말로)을 더하고 싶으면 이 파일 맨 아래에 한 줄씩 적으면 됩니다.
2. 초안과 자동 점검
옵션 바의 [번역]을 연결해 줘. - 서버 /api/translate: Claude Haiku 5.5, thinking 끔, 구조화 출력. 시스템 프롬프트는 prompts/translate-style.md 전체이고 캐시를 건다. - 입력: 고른 문장 + 바로 앞 두 문장(대명사와 시제를 맞추려고). - 출력: natural(자연스러운 번역), literal(학습용 구조 직역), chunks(영어 덩어리 ↔ 한국어 덩어리 짝 몇 개), names(원문 고유명사 ↔ 번역에 쓴 한국어 표기). - 화면: 자연스러운 번역을 크게, 그 아래 '학습용 구조 직역'을 작게, 덩어리 짝은 펼쳐 보기. - 자동 점검(코드, AI 아님): 원문의 숫자가 번역에 다 있는지, 고유명사는 names 대응표대로 들어갔는지, 20자 넘는 문장은 한국어 글자 수가 영어 글자 수의 0.40~0.74배 안인지, 영어가 남았는지, 번역투 표현(그녀|그것은|에 의해|되어지|가지고 있|로부터|를 통해|에 있어서|—, 문장 첫머리 '하지만,' 같은 접속어 뒤 쉼표)이 있는지. 걸리면 번역 옆에 작은 표시만 하고 이유를 펼쳐 볼 수 있게. - 결과는 문장별로 IndexedDB에 저장하고 토큰 사용량을 비용 기록에 더한다. samples 원문의 문장 다섯 개로 시험하고 결과를 표로 보여 줘.
3. 다듬기
번역 아래에 [다듬기] 버튼을 만들어 줘. 버튼을 누를 때만 동작한다. 자동 점검에 걸린 문장은 [다듬기] 버튼을 눈에 띄게 표시한다. - 서버 /api/polish: Claude Sonnet 5.5(effort low), 구조화 출력. 입력은 원문, 앞 문장, 초안, 자동 점검 결과. 시스템 프롬프트는 prompts/translate-style.md(캐시). - 출력: 문제 최대 3개(어느 규칙인지 표시, 정확성 문제를 먼저), 고친 번역, 학습자에게 한 줄 설명. - 고친 번역을 다시 자동 점검하고, 또 걸리면 한 번만 더 다듬는다. 그래도 걸리면 두 번역을 모두 보여 주고 '확인 필요' 표시. - 고친 번역에서 숫자나 고유명사가 바뀌었으면 받아들이지 않는다. - 화면: 초안과 고친 번역을 나란히, 바뀐 부분 표시, 설명 한 줄.
| 방식 | 문장 하나 | 한 쪽 | 300쪽 책 |
|---|---|---|---|
| 초안만 (Haiku) | 약 $0.00017 | 약 $0.0025 | 약 $0.76 |
| 초안 + 다듬기 20% (Sonnet) | 약 $0.001 | 약 $0.016 | 약 $4.6 |
| 모든 문장 다듬기 (Sonnet) | 약 $0.0045 | 약 $0.067 | 약 $20 |
| 초안과 다듬기 모두 Haiku | 약 $0.0004 | 약 $0.006 | 약 $1.8 |
참고로 같은 책을 번역 API로 옮기면 Google 번역 약 10달러(매달 50만 자까지 무료), Papago 약 2만 원, DeepL 약 11유로에 월 요금이 더해집니다.
책 한 권을 문장마다 전부 다듬으면 초안만 쓸 때보다 스물여섯 배 비쌉니다. 그러니 다듬기는 막히는 문장에서만 누르세요. 다섯 문장에 하나꼴로 다듬으면 비용은 초안만 쓸 때의 여섯 배쯤에서 멈춥니다.
집에서 이어 하기
- 책마다 말투 카드: "이 책 등장인물의 말투(나이, 관계, 존댓말·반말)를 정리한 말투 카드를 만들어 번역 지시서에 붙여 줘"
- 밤새 미리 번역: 다 읽을 책은 일괄 처리(Batch API, 50% 할인)로 초안을 미리 만들어 두기
- 실제 토큰 재기: "samples 원문 한 쪽의 영어와 번역의 토큰 수를 count_tokens로 재서 비용 표를 내 숫자로 다시 계산해 줘"(토큰 세기는 무료)