생성형 AI 기반 문학 번역의 문체 재현력 검토 -『소년이 온다』일본어 번역의 정량적(BERTScore)・정성적 분석을 중심으로-
Assessment of the Style Reproduction Capabilities of Generative AI-Based Literary Translation -Focusing on Quantitative (BERTScore) and Qualitative Analysis of the Japanese Translation of Human Acts-
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 생성형 AI가 문학 텍스트의 감정선, 문체, 문화적 맥락을 얼마나 재현할 수 있는지를 검토하였다. 분석 대상은 한강의 『소년이 온다』로, 일본어 공식 번역본을 인간 번역의 기준(reference)으로 삼고, GPT-4o, GPT-4.1, Gemini 2.5 Flash의 번역 결과를 비교하였다. 정성적 분석에서는 인칭 호칭, 감각 표현, 문장 부호 및 단위 처리, 방언 번역, 작가 의도 훼손 여부를 중심으로 평가하였으며, 정량적 분석은 BERTScore(Precision, Recall, F1)를 활용하여 의미 유사도를 측정하였다. 분석 결과, GPT-4 계열은 감정 흐름과 시적 리듬 측면에서 비교적 안정된 번역을 보였으나, 문체 재현력과 문화 감수성에서는 인간 번역에 미치지 못하였다. Gemini 2.5 Flash는 간결한 번역이 특징이었으나, 잦은 오류와 문체 간섭 현상이 확인되었다. 본 연구는 문학 번역에 있어 생성형 AI의 한계와 가능성을 함께 조망하며, 향후 정서 기반 튜닝 및 인간-기계 협업 모델의 필요성을 시사한다.
Abstract
With the growing adoption of generative AI in translation, this study examines its ability to reproduce literary style and emotional depth through a comparative analysis of Human Acts by Han Kang. Using the official Japanese translation as a human reference and outputs from GPT-4o, GPT-4.1, and Gemini 2.5 Flash, the research assesses both qualitative and quantitative aspects of translation quality. Qualitative analysis focuses on errors in pronoun usage, hallucination, tone disruption, dialect handling, and stylistic fidelity. Quantitative analysis uses BERTScore (Precision, Recall, F1) to evaluate semantic similarity. Results show that while GPT-4o demonstrates relatively stable performance in emotional and poetic passages, it still falls short of human translation in cultural sensitivity and rhythm reproduction. Gemini 2.5 Flash shows compact outputs but frequent hallucinations and stylistic mismatches. These findings suggest that despite high BERTScore values, generative AI translations still require human post-editing to achieve literary completeness.