대규모 언어 모델을 활용한 문화소 번역 비교 -단편소설 『茨菰』의 중한 번역을 중심으로-
Comparing the Translation of Culture-Loaded Items with Large Language Models: Focusing on the Chinese–Korean Translation of the Short Story “Cigu”
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 쑤퉁의 중국 현대소설 『茨菰』를 사례로 하여, 문화소의 중한 번역에서 대규모 언어 모델의 역량과 한계를 규명하는 데 목적을 둔다. 대상 모델은 ChatGPT 4o, ERNIE X1 Turbo, CLOVA X이며, 먼저 문화소 번역의 난점을 정리한 뒤, 연구 방법으로 ‘속어·속담류, 중국 특수어, 구어·방언 표현, 사자성어’ 네 가지 범주를 설정하고 충실도·가독성·문화적 적합성의 세 기준에 따라 분석하였다. 분석 결과, ChatGPT 4o는 의미 핵심과 화용 기능을 균형 있게 재현하여 전반 성능이 우수했고, ERNIE는 의역을 선호하여 문화적 이미지 보존은 약하나 안정성이 높았다. CLOVA는 중국 특수 용어 및 역사적 맥락이 요구되는 항목에서 의미 약화와 대응 오류가 빈발해 변동성이 크게 나타났다. 범주별로는 관용구와 사자성어의 경우 목표어 등가어로의 문화적 대체가 가장 자연스러웠고, 중국 특수 용어는 ‘음역+한자 병기’에 최소한의 의미 명시화를 드러내는 방식이 효과적이었다. 또한 구어·방언 관용 표현은 체면·위계 등 암묵적 의미를 화행 단위에서 정합적으로 맞추는 것이 관건으로 확인되었다. 결론적으로 LLM은 문화소 번역에서 실용적 잠재력을 보이나, 프롬프트 기반 제어와 포스트에디팅의 연계가 품질 확보의 전제이며, 번역 전략 선택은 텍스트 장르와 목표 독자 설계에 정합적으로 맞춰져야 한다.
Abstract
This study uses Su Tong’s modern Chinese short story Arrowhead tubers as a case to examine the capabilities and limitations of large language models (LLMs) in translating culture-loaded items (CLIs) from Chinese into Korean. We evaluate three models—ChatGPT 4o, ERNIE X1 Turbo, and CLOVA X—by first outlining the challenges inherent in CLI translation, then defining four analytic categories (slang/proverbs, China-specific terms, colloquial/dialectal expressions, and four-character idioms). Based on the triad of fidelity, readability, and cultural appropriateness, our analysis shows that ChatGPT 4o reproduces semantic cores and pragmatic functions in a relatively balanced manner, yielding the strongest overall performance. ERNIE favors functional paraphrase; while this weakens image preservation, it delivers higher stability. CLOVA exhibits pronounced variability, with frequent weakening and mismatches in items requiring China-specific terminology or historical context. By category, cultural substitution with target-language equivalents proves most natural for idioms and set phrases; for China-specific terms, a strategy combining transliteration plus Chinese characters, supplemented by minimal explicitation, is effective. For colloquial/dialectal expressions, aligning implicit meanings—such as face and hierarchy—at the level of illocutionary force is crucial. In conclusion, LLMs show practical promise for CLI translation, but quality depends on prompt-based control coupled with post-editing, and on selecting translation strategies that are consistent with text genre and the intended readership.