본문 바로가기
KERD
논문KCI 등재

표현적 텍스트의 기계 번역 활용 가능성 고찰 - K-pop그룹 뉴진스 노래 가사 번역을 중심으로

Exploring the Potential of Machine Translation for Expressive Texts: A Case Study on Translating Lyrics of K-pop Group NewJeans

이미령|황지연|원다인
통번역연구소 (Interpreting and Translation Research Institute)|2024.02|통번역학연구 (Interpreting and Translation Studies)|제28권 제1호|pp. 177-207|DOI 10.22844/its.2024.28.1.177

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

신경망 기계 번역번역translations표현적 텍스트K-pop 가사생성형 AI 기계 번역expressive textK-pop song subjectneural network translationgenerative AI translation
주제분류통역번역학

초록

This study is a comparative analysis of translated-text error-rates in song lyrics by K-Pop group New Jeans. Seven non-official machine translations (MTs) of ten songs were analyzed against official human-translated lyrics. The ten songs were consisted of a total 235 segments and the seven MTs were categorized under neural-network types (DeepL, Papago, Google Translate) and generative-AI types (ChatGPT, Bard, ClovaX, MS Bing Translate). Analysis discovered three salient points. First, neural-network types presented significantly higher error rates than generative-AI types. DeepL (66%), Papago (64%), Google Translate (59%). The most common errors were semantic and grammatical. A common feature of the errors was the poor contextual understanding and consistency between consecutive segments. This suggests that neural network MTs may have limited application for translating K-pop lyrics, which are expressive text. Second, neural network MTs were twice as erroneous as generative AI translations, with the official human translation as the baseline. This suggests that AI translation may be more useful for translating K-pop lyrics than neural network MT in terms of semantic accuracy and structural form. Third, generative AI translation quality improved in general when additional parameters and descriptions were provided via the services’ chat functions.

Abstract

This study is a comparative analysis of translated-text error-rates in song lyrics by K-Pop group New Jeans. Seven non-official machine translations (MTs) of ten songs were analyzed against official human-translated lyrics. The ten songs were consisted of a total 235 segments and the seven MTs were categorized under neural-network types (DeepL, Papago, Google Translate) and generative-AI types (ChatGPT, Bard, ClovaX, MS Bing Translate). Analysis discovered three salient points. First, neural-network types presented significantly higher error rates than generative-AI types. DeepL (66%), Papago (64%), Google Translate (59%). The most common errors were semantic and grammatical. A common feature of the errors was the poor contextual understanding and consistency between consecutive segments. This suggests that neural network MTs may have limited application for translating K-pop lyrics, which are expressive text. Second, neural network MTs were twice as erroneous as generative AI translations, with the official human translation as the baseline. This suggests that AI translation may be more useful for translating K-pop lyrics than neural network MT in terms of semantic accuracy and structural form. Third, generative AI translation quality improved in general when additional parameters and descriptions were provided via the services’ chat functions.

참고문헌 (59)

  1. 강수정, "전문번역사들의 NMT에 대한 인식과 수용에 관한 연구 — 심층인터뷰를 중심으로", 번역학연구, 21(3), pp.9~35 (2020)
  2. 강희숙, "K-pop 노랫말의 코드 전환 양상 및 담화 기능", 호남문화연구, (60), pp.193~226 (2016)
  3. 곽순례, "문학텍스트의 한-아 기계 번역 오류 연구 —「82년생 김지영」을중심으로", 번역학연구, 23(3), pp.155~182 (2022)
  4. 곽은주, "인간과 기계 번역의 공존을 위한 담론 : 행위자 네트워크이론을 중심으로", 통번역교육연구, 20(3), pp.5~32 (2022)
  5. 곽은주, "AI Hub의 학습용 말뭉치 데이터의 활용가능성 모색 : 챗GPT의 번역 품질평가를 중심으로", 번역학연구, 24(4), pp.129~169 (2023)
  6. 김민지, "K-pop 번역 양상 연구 : 번역 주체와 전략을 중심으로", T&I RE VIEW, 6, pp.185~196 (2016)
  7. 김세림, "K-pop 가사의 러시아어 번역 양상 및 자연스러움에 대한 코퍼스기반 연구", 유럽사회문화, (31), pp.251~285 (2023)
  8. 김소정, "K-pop 한국어교육 프로그램의 분석을 통한 어휘 교육 방안", 한글말글학, 37, pp.1~21 (2020)
  9. 김순미, "번역 교육 지원 도구로서 기계 번역(MT)활용-한영번역 포스트에디팅(MTPE)수행에 대한 학습자 태도를 중심으로", 통번역학연구, 25(4), pp.51~80 (2021)
  10. 김정민, "기계 번역과 챗GPT의 번역생성문 비교 – 한일 화장품 홈페이지의텍스트를 대상으로 –", 일본연구, (98), pp.35~52 (2023)
  11. 김지훈, "4세대 아이돌 그룹 뉴진스(NewJeans)의 흥행요인 분석", 콘텐츠와산업, 5(2), pp.323~334 (2023)
  12. 김혜림, "중한 법령 기계 번역 포스트에디팅 교육을 위한 예비 연구", 번역학연구, 22(3), pp.65~99 (2021)
  13. 김혜림, "학부생 번역자는 기계 번역 포스트에디팅 가이드라인을 어떻게이해하는가? 중국어-한국어 파파고 기계 번역을 중심으로", 번역학연구, 24(1), pp.109~135 (2023)
  14. 마승혜, "한영 기계 번역 포스트 에디팅에 대한 경험적 고찰 : 학부 교육 과정및 결과를 중심으로", 통번역학연구, 22(1), pp.53~88 (2018)
  15. 박미정, "생성형 AI 와 기계 번역-챗 GPT 번역을 통한 한일통역교육 고찰", 통번역학연구, 27(3), pp.27~56 (2023)
  16. 박세리, "K-pop 가창 가사의 한일･일한 번역 전략 연구 - 음절수, 압운, 의미를 중심으로 -", T&I REVIEW, 12(2), pp.155~160 (2022)
  17. 박수정, "챗GPT의 아이러니 번역 활용 가능성 고찰", 번역학연구, 24(2), pp.131~160 (2023)
  18. 박영란, "윤동주 시 한영비교 : 번역가의 번역과 기계 번역을 중심으로", 통번역교육연구, 21(1), pp.149~175 (2023)
  19. 박준언, "K-pop 노랫말 코드 전환의 기저언어설정", 이중언어학, (54), pp.158~184 (2014)
  20. 박혜선, "학부 교양영어 수업에서의 기계 번역 포스트에디팅 : 사용자인식과 오류를 중심으로", 번역학연구, 24(1), pp.71~107 (2023)
  21. 서보현, "기계 번역 결과물의 오류 유형 고찰", 번역학연구, 19(1), pp.99~117 (2018)
  22. 서보현, "번역사의 번역교육 경험이 포스트에디팅 결과물의 품질에미치는 영향에 관한 사례연구", 번역학연구, 21(3), pp.63~91 (2020)
  23. 송연석, "기계 번역 담론에 대한 비판적 고찰", 번역학연구, 19(1), pp.119~145 (2018)
  24. 심창용, "인공지능 기반 번역기 활용 교육 : Pre-editing", ESP Review, 4(1), pp.85~102 (2022)
  25. 윤애선, "챗지피티가 구글만큼 번역도 잘할 수 있을까?-프랑스어→한국어 번역에서 성능평가 및 특성 분석", 불어불문학연구, (136), pp.427~462 (2023)
  26. 윤여범, "챗GPT의 한영 번역 도구로서의 정확성 분석", 한국초등교육, 34(4), pp.215~231 (2023)
  27. 이미경, "기계 번역의 활용과 번역 교육", 통번역교육연구, 21(4), pp.99~123 (2023)
  28. 이상빈, "학부 번역전공자의 구글 기계 번역 포스트에디팅에 관한 현상학 연구", 통번역학연구, 22(1), pp.117~143 (2018)
  29. 이선화, "챗GPT를 적용한 번역수업 실천 사례 연구 : 학부생 번역 과제를중심으로", 번역학연구, 24(3), pp.351~379 (2023)
  30. 이유정, "현대시 인공지능(AI)번역의 오류양상 연구", 문화와융합, 45(10), pp.97~110 (2023)
  31. 이준호, "신경망기계 번역의 객관적 평가를 위한 예비연구 : 자동평가와수동평가의 균형점", 통번역학연구, 23(3), pp.171~202 (2019)
  32. 이지민, "통번역대학원 번역 전공 학습자의 기계 번역 활용 양상 및 인식에대한 질적연구", 번역학연구, 24(3), pp.249~283 (2023)
  33. 이지은, "인공신경망 기반 맞춤형 기계 번역엔진의 성능 평가 : 법률 및특허 한영번역 결과물 평가 사례를 중심으로", 번역학연구, 24(1), pp.9~37 (2023)
  34. 이창수, "챗 GPT 출현 이후 기계 번역과 인간 번역 간의 번역 문체 차이 변화연구", 번역학연구, 24(3), pp.539~561 (2023)
  35. 임소영, "구어체 한-중 AI번역의 오류양상 연구 －넷플릭스"솔로지옥"발화를 중심으로－", 중국어문학, (92), pp.299~330 (2023)
  36. 장애리, "중국 번역학계 ‘기계 번역’ 연구 동향 분석", T&I REVIEW, 10(2), pp.111~133 (2020)
  37. 전현주, "인간과 기계 번역의 공존 패러다임 모색 : PBL 기반의 AI 번역 툴활용 번역수업 운영 프로세서를 중심으로", 통번역교육연구, 18(4), pp.59~96 (2020)
  38. 전혜진, "기계 번역 포스트에디팅(MTPE)을 활용한 러시아어 번역교육 과정개발에 관한 연구", 노어노문학, 34(1), pp.295~334 (2022)
  39. 정유남, "인공지능 번역기의 오류 분석 연구-졸업연설문 번역 텍스트를 중심으로", 인공지능인문학연구, 11, pp.81~120 (2022)
  40. 조성은, "방탄소년단 팬덤 ‘아미(ARMY)’와 팬번역", 번역학연구, 22(1), pp.247~278 (2021)
  41. 지윤주, "학부번역전공자의 챗GPT 관련 인식과 챗GPT 번역및 포스트에디팅 실험 연구", 통번역학연구, 27(3), pp.203~226 (2023)
  42. 최문선, "기계와 협업하는 인간 통역-컴퓨터 보조 통역(computer-assis ted interpreting)의 최근 기술 동향", 통번역학연구, 26(2), pp.133~163 (2022)
  43. 최효은, "자동화된 기계학습(AutoML)을 활용한 특허 특화번역엔진의 영한번역 성능 평가", 번역학연구, 24(2), pp.101~130 (2023)
  44. 풍영원, "K-pop 가사의 중국어 번역 실태와 품질— 위너(WINNER)를 중심으로", 중국문화연구, (54), pp.155~183 (2021)
  45. 한설옥, "인공지능 시대의 한국어 교육에서 기계 번역 활용 가능성－중한번역을 중심으로", 한중인문학연구, (69), pp.111~132 (2020)
  46. 한성일, "대중가요에 쓰인 영어 가사의기능연구", 텍스트언어학, 29, pp.477~502 (2010)
  47. 한승희, "기계 번역과 인간번역, 기계 번역 사후편집본과 인간번역감수본의 품질평가 비교 연구 - 한-노 번역 사례를 중심으로", 통번역학연구, 26(1), pp.195~219 (2022)
  48. 한현희, "한노 기계 번역의 오류 유형화 및 품질 개선을 위한 프리에디팅(pre-editing)규칙 제안", 통번역학연구, 23(3), pp.291~327 (2019)
  49. 홍승연, "학부 문화번역 수업에서 기계 번역을 활용한 교육방안 모색", 영미연구, 56, pp.189~214 (2022)
  50. 황지연, "한국어-중국어 신경망 기계 번역에 대한 수동평가 : 사회과학과 기술과학 카테고리에서 나타나는 구글 번역(GNMT)과 파파고(N2MT)의 정확도", 통번역학연구, 24(4), pp.175~206 (2020)
  51. Golomb, H., "Song and Significance: Virtues and Vices of Vocal Trans lation", pp.121~161 (2005), Rodopi
  52. Munday, J., "번역학 입문" (2006), 한국외국어대학교 출판부
  53. Kohen, P., "Statistical machine translation" (2009), Cambridge University Press
  54. Lee, J. S., "Crossing and Crossers in East Asian Pop Music : Ko rea and Japan", World Englishes, 25(2), pp.235~250 (2006)
  55. Low, P., "Song and Significance: Virtues and Vices of Vocal Translation", pp.185~212 (2005), Rodopi
  56. Nornes, A. M., "For an abusive subtitling", Film Quarterly, 52(3), pp.17~34 (1999)
  57. Reiss, K., "Texttyp und Übersetzungsmethode" (1976), Ts., Scriptor
  58. Vilar, D., "Error analy sis of statistical machine translation output", Proceedings of the Fifth International Conference on Language Resources and Evaluation, pp.697~702 (2006)
  59. Wu, J., "A Comparative Analysis of Chinese-English Translation Quality Based on ChatGPT: A Case Study of Chinese Charac teristic Words", Journal of Social Science Humanities and Lit erature, 6(5), pp.53~58 (2023)

관련 논문AI추천

감성 에세이 번역에서 생성형 AI의 문체 재현 양상 연구 : 한일 번역 사례 기반 정량·정성 분석최나리국제언어인문학회 · 인문언어2025 · 제27권 제2호성중립 표현의 AI 기반 기계번역 양상 GPT-4o, Gemini, DeepL 문학 번역을 중심으로임진통번역연구소 · 통번역학연구2025 · 제29권 제3호생성형 인공지능 번역과 한국인 영어학습자 번역 비교분석: 문학작품 및 대중문화 콘텐츠를 중심으로신동진한국영어학학회 · 영어학연구2024 · 제30권 제3호챗GPT, 파파고, 인간 번역가 간의 한영 문학번역 차이점 연구이창수한국번역학회 · 번역학연구2024 · 제25권 제2호A Comparative Error Analysis of Neural Machine Translation Output: Based on Film Corpus고성란사단법인 한국언어학회 · 언어학2022 · 제30권 제1호고유명사, 숫자의 기계번역: 원리와 오류분석무전, 강상희, 김선경, 오주아, 이예지, 정혜연, 최혜림한국통역번역학회 · 통역과 번역2024 · 제26권 제3호

이 간행물의 다른 논문 (6건)

영상에 재현된 분쟁 상황 통역사 이미지에 대한 픽션적 전환 연구김순미pp. 1-30『만물진원(萬物眞原)』한문본 저본의 러시아어 번역 특징김희연pp. 31-60기계번역의 단편소설 맥락 인식에 대한 한국어-일본어·스페인어 번역 연구 - 표층결속구조와 정보성을 중심으로송신애, 오주아pp. 61-93역자후기의 번역가별 특성에 관한 고찰 - 비문학 번역가 사례를 중심으로임진pp. 95-122텍스트 유형에 따른 영한 포스트에디팅에서의 오류 수정 양상 분석 및 고찰정재혁pp. 123-150
원문 보기