Tech AI News - 테카이

AI 번역, 전문 번역가 없이 써도 되는 선은 어디인가

· 4분 읽기

Read this post in English →

"AI 번역기가 많이 좋아졌다"는 말과 "그래도 사람이 봐야 한다"는 말은 둘 다 맞을 수 있습니다. 문제는 그 경계가 어디인지입니다.


배경 — 왜 지금 이 경계가 문제가 되는가

DeepL, ChatGPT, Gemini 같은 도구가 이메일 초안부터 해외 거래처 공문까지 번역 업무에 자연스럽게 끼어들면서, "번역을 맡긴다"는 결정 자체가 사라지고 있습니다. 메신저 대화를 옮길 때 쓰던 습관이 그대로 계약서나 환자 안내문에도 이어지는 경우가 생깁니다.

문제는 AI 번역의 품질이 나빠서가 아닙니다. 콘텐츠마다 오역이 만드는 피해의 크기가 다른데, 그 차이를 의식하지 않고 "AI가 돌려주는 결과물이니 믹스해서 쓰면 되지"라는 식으로 넘어가는 지점에서 생깁니다. 번역 전문 서비스 블렌드(BLEND)는 이를 "중요도에 따라 콘텐츠를 나누지 않는 것"이 가장 흔한 실패라고 짚었습니다(BLEND, 2025년 9월).

핵심 데이터 & 현황

  • 법률 번역 비교 연구: 법률 텍스트를 대상으로 AI 번역과 사람 번역을 대조한 연구는 AI가 어휘 수준의 대응은 빠르게 처리하지만, 법적 효력이 걸린 조항에서는 문맥·개념 번역에서 사람 번역과 차이가 난다고 밝혔습니다(PMC, 국립보건원 자료).
  • 의료 통역의 구조적 위험: AI 기반 의료 통역을 다룬 논문은 AI가 임상의·전문 통역사의 감독 없이 단독으로 쓰이면 환자의 설명 기반 동의(informed consent) 자체가 흔들릴 수 있다고 지적합니다(PMC).
  • 품질 격차 수치는 들쑥날쑥합니다. 번역 업체들이 제시하는 "AI 번역 정확도 60~85%, 전문 번역 95% 이상" 같은 수치는 같은 업체의 다른 글에서도 서로 다르게 나오고, 1차 연구를 밝히지 않는 경우가 많습니다(BLEND). 숫자 자체보다 "어떤 콘텐츠에서 격차가 더 크게 벌어지는가"를 보는 편이 안전합니다.

해석: 수치 경쟁보다 중요한 것은, 오역이 발생했을 때 되돌릴 수 있는 피해인지 아닌지입니다.

판단 기준 — 콘텐츠의 책임 수준으로 가른다

1) 일상·내부 참고용

사내 메모, 해외 기사 요약, 채팅 번역처럼 틀려도 되묻거나 다시 확인할 기회가 있는 콘텐츠입니다. AI 번역만으로 충분합니다.

2) 고객 대응·마케팅

브랜드 메시지나 공지처럼 뉘앙스가 틀리면 신뢰도에 흠이 가지만 법적 책임으로 바로 이어지지는 않는 영역입니다. AI 초벌 번역 후 담당자가 톤과 맥락만 가볍게 확인하는 수준이면 충분합니다.

3) 법률·계약

조항 번호, 금액, 기한, 책임 범위처럼 해석이 갈리면 손해 규모가 큰 문장입니다. 자연스러운 문장보다 법적 효력의 동일성이 우선이므로, 번역 결과를 법률 전문가나 자격을 갖춘 번역가가 반드시 검수해야 합니다.

4) 의료·동의서

투약량, 금기 사항, 부작용 경고, 동의 절차처럼 환자 안전과 직결되는 콘텐츠입니다. 퇴원 안내문을 대상으로 한 연구에서는 AI 단독 번역의 품질이 언어에 따라 크게 들쑥날쑥했고, 전문가가 AI 초벌 번역을 후편집한 방식이 더 안정적이었습니다(PMC). 면허를 가진 의료 통역사나 임상의의 확인 없이 AI 단독 번역을 쓰는 것은 권장되지 않습니다.

사람이 들어가는 방식 — 전부 재번역이 아니라 후편집

사람 검수가 필요하다고 해서 매번 처음부터 다시 번역해야 하는 것은 아닙니다. 국제표준화기구(ISO)의 18587:2017은 기계번역 결과물을 사람이 다듬는 "포스트에디팅"의 요구사항과 포스트에디터의 자격 기준을 정한 표준입니다(ISO). AI가 초벌을 만들고, 자격을 갖춘 사람이 법적·안전적으로 민감한 부분만 집중해서 고치는 방식이 전부 사람이 번역하는 것보다 빠르면서도 위험을 줄이는 절충안으로 쓰입니다.

책임은 결국 누구에게 있는가

번역 자체를 다툰 판례는 아직 많지 않지만, AI가 만든 결과물의 책임이 어디로 가는지를 보여주는 사례는 있습니다. 캐나다 브리티시컬럼비아 민사분쟁심판원(CRT)은 2024년 2월, 에어캐나다의 챗봇이 잘못 안내한 환불 정책에 대해 "정보가 정적인 페이지에서 나왔는지 챗봇에서 나왔는지는 중요하지 않다"며 회사에 책임을 물었습니다(법률사무소 DWW). 번역 판례는 아니지만, AI 도구가 내놓은 결과물이라도 그것을 고객·거래처에 전달한 쪽이 책임을 진다는 원칙은 번역에도 그대로 적용된다고 볼 수 있습니다.

실무 체크리스트

  • ✅ 사내 참고용 문서, 되돌릴 수 있는 일상 커뮤니케이션 — AI 번역만으로 충분
  • ✅ 고객 공지·마케팅 문구 — AI 초벌 + 담당자의 톤 확인
  • ❌ 계약서·약관·법적 책임이 걸린 문서 — 전문 번역가 또는 법률 검토 필수
  • ❌ 투약·동의서 등 환자 안전과 직결된 의료 문서 — 자격을 갖춘 의료 통역사·임상의 확인 필수
  • ❌ "이게 틀리면 누가 손해를 보는가"에 바로 답하기 어려운 문서 — 검수 단계를 먼저 넣고 시작

결론

  • AI 번역의 정확도 수치는 업체마다 달라 그 자체로 기준이 되기 어렵습니다. 대신 오역이 났을 때 생기는 책임의 무게로 경계를 나누는 편이 실무에 더 유용합니다.
  • 법률·의료처럼 되돌리기 어려운 콘텐츠는 AI 초벌 번역 뒤에 반드시 자격을 갖춘 사람의 포스트에디팅을 넣어야 합니다.
  • AI가 만든 결과물이라도 그것을 전달한 조직이 책임을 진다는 원칙은 이미 다른 AI 서비스에서 확인된 바 있습니다. 번역도 예외가 아닙니다.

참고 링크

  • #AI
  • #인공지능
  • #AI 번역
  • #기계번역
  • #번역 품질
  • #리스크 관리
AI 도구 리뷰

사내 AI 도구, 만들까 살까 — Build vs Buy 기준

사내 AI 도구를 직접 만들지 SaaS로 살지는 가격표가 아니라 요구사항이 얼마나 표준적인지, 처리량과 타임라인이 얼마나 빠듯한지, 규제와 데이터 제약이 있는지, 이 세 가지 기준으로 판단해야 길게 봤을 때 후회가 없습니다.

· 6분

AI 도구 리뷰

사내 AI 챗봇, RAG냐 파인튜닝이냐 — 선택 기준

사내 문서를 AI에 학습시키려 할 때 RAG와 파인튜닝 중 무엇을 먼저 시도해야 할지 헷갈리기 쉽다. RAG는 지식을 바꾸고 파인튜닝은 행동과 톤을 바꾼다는 역할 구분을 기준으로, 데이터 변동성과 목적에 따라 고르는 법을 정리한다.

· 5분

AI 도구 리뷰

AI 코딩 에이전트, 로컬 vs 클라우드 선택 기준

AI 코딩 에이전트를 로컬로 쓸지 클라우드로 쓸지는 성능 비교가 아니라 데이터 민감도, 네트워크 환경, 동시 처리량, 최신 모델 접근성이라는 구조적 기준으로 갈립니다. 네 가지 비교축과 하이브리드 운영 사례를 정리했습니다.

· 4분