발행일 2017. 04. 10 발행처융합연구정책센터 2017 APRIL vol.66 Technology Industry Policy 자동통번역에대한국내외기술및시장동향 김상식 융합연구정책센터
융합 2017 APRIL Vol. 66 Technology Industry Policy 자동통번역에대한국내외기술및시장동향 김상식 융합연구정책센터 01 언어는 선정배경 > 인류의오래된관심사 * 이었고, 언어자체는소통을의미해시대를막론하고외교에서매우중요한분야로인식 * 창세기내다양한언어기원을인간들의교만으로바벨탑을하늘높이건조해, 신이이를벌하기위해이들사이의언어를혼란시켰다고전함 ( 바벨탑이야기 ) 우리나라는조선시대역관 ( 譯官 ) 이라는관직을통해통번역전문가를양성해왔음 하지만글로벌화로인해통번역전문가가턱없이부족해지고있어이미선진국은 90년대부터자동통번역기술개발추진 - 최근 4차산업혁명으로 인공지능 의역할이다양화되고정보의획득, 기계-인간의의사소통이중요해지며, 단순한자동통번역기술에서기계인식이가능한신경망기반통번역기술로전환진화중 또한, 우리나라는한류로해외관광객이꾸준히늘고있어, 언어소통, 안내표지판등의관광환경개선을위해통번역필요성증가 - 많은中 日관광객들은한국관광의불편사항 1, 2위로언어소통을꼽고있어이에대한해결책이시급한상황 02 Industry
자동통번역에대한국내외기술및시장동향 그림 1. 한국內외국인쇼핑불편사항설문결과 < 중국인관광객 > < 일본인관광객 > 비싼가격 17.3% 불편한교통 21.3% 종업원불친절 12.7% 안내표지판부족 34.0% 언어소통불편 57.3% 종업원불친절 16.7% 비싼가격 10.0% 안내표지판부족 21.3% 언어소통불편 22.7% 상품구입강요 29.3% * 주 : 2013 년한국관광을마치고출국하는중국인과일본인각각 150 명을대상으로설문조사하였으며, 상기결과는복수응답을허용함 출처대한상공회의소 (2014) > 02 자동통번역기술개요 ( 정의 ) 자동통역 (Automatic Speech Translation) 기술은서로상이한언어를사용하는사람간대화를자동으로통역하여언어장벽에의한의사소통문제를해결해주는기술 ( 출처 : TTA Journal 2014) ( 개념비교 ) 자동통역과자동번역은음성과텍스트의각기다른대상을다루며, 이중자동통역이상대적으로기술난이도가높음 - ( 자동통역 ) 비정형화된음성부호를변환해야하므로입력오류는물론비문이많을뿐만아니라문장 부호등정보가적어난이도가높음 - ( 자동번역 ) 문법적오류가상대적으로적고문단구분, 문장부호등해석할수있는정보가많아난이도가 비교적낮은편 표 1. 자동통역과자동번역의차이점 구분 Input 오류非文주요특징난이도 자동통역음성多多텍스트분석에사용되는유용한정보 X 高 자동번역텍스트少少문단구분, 구두점, 문장부호, 대소문자정보등포함低 융합 Weekly TIP 03
Technology Industry Policy ( 구성 ) 음성인식 (ASR, Automatic Speech Recognition), 자동번역 (SLT, Spoken Language Translation), 음성합성 (TTS, Text-To-Speech) 으로구성 - ( 음성인식 ) 말소리를인식하여해당언어의문자로변환 - ( 자동번역 ) 한언어의문자를다른언어의문자로변환 - ( 음성합성 ) 변환된문자를해당언어의말소리로변환 그림 2. 한 영양방향자동통역시스템구조 출처김승희외 (2011) ( 기술발전 ) 자동통번역 (MT, Machine Translation) 기술은규칙기반 (RBMT) 에서최근통계기반 (SMT) 과신경망기반 (NMT) 으로발전중 - ( 규칙기반, RBMT : Rule-Based Machine Translation) 어법을규칙화하여번역하는방법으로써, 정확성이높고분야별전문성을가지고있으나기술개발에시간과비용이多 - ( 통계기반, SMT : Statistical Machine Translation) 통계적으로대용량의병렬말뭉치의규칙들을자동으로모델링하여통번역하는것으로딥러닝과빅데이터기술이활용됨 04 Industry
자동통번역에대한국내외기술및시장동향 그림 3. 통계기반자동통번역적용사례 (Google) 빅데이터기반성공사례 특징 세계최대의빅데이터에기반한완전통계번역방식 병렬코퍼스 약 200 억단어 단일어코퍼스 구글에서색인된방대한웹 -잠재적으로구글웹전체를사용가능 100 여개언어에대한번역서비스제공 세계최대사용자층확보 출처김영길 (2016) 데이터계속적확보 번역성능지속적으로개선! - ( 신경망기반, NMT : Neural Machine Translation) 컴퓨터스스로최적의가중치를두어번역대상 결과를쌍으로비교하여최적의데이터도출및향후자동학습업데이트 그림 4. 신경망기반자동통번역운영시스템 Source Sentence Source Sentence Source Sentence Neural Network SMT Neural Net SMT Neural Net Target Sentence Target Sentence Target Sentence Neural MT (Schwenk et al. 2006) (Devlin et al. 2014) 출처김영길 (2016) 융합 Weekly TIP 05
Technology Industry Policy > 03 1 구글 ( 대표제품 ) 구글번역기 해외주요제품 ( 제품출시 ) 2007 년 1 월개발 ( 최초로독자번역엔진사용 ) ( 특징 ) 이미지인식, 실시간채팅등을포함한영어기반의최고수준자동통역서비스를제공 - 사용자증가에따라오류율이감소하는등프로그램확장성이매우높고비교적범용적인성격을가지고있음 - 또한, 플랫폼 SW 공개및다양한디바이스에접목이가능하여, 사용자친화적인제품서비스를제공하고있음 ( 지원언어 ) 103 개언어 (14 개언어추가준비중 ) ( 기술 ) 빅데이터 + 머신러닝 (SMT 기반 ) ( 가격 ) 사용자에따라차등화된가격정책실시 - ( 일반용 ) 무료 ( 웹기반활용 ) - ( 상업용 ) 최소단위로 1 백만글자당 20 달러씩부과 그림 5. 구글번역기, 이미지번역시연장면 출처조근희 (2016) 06 Industry
자동통번역에대한국내외기술및시장동향 2 MS ( 대표제품 ) 스카이프트랜스레이터 ( 제품출시 ) 2015 년 1 월, 프리뷰개발 (2016 년 1 월국내배포 ) ( 특징 ) 스카이프를통해실시간음성번역에강점 - 말하는동시에글로표시하고이를다시음성으로번역함 ( 지원언어 ) 최대 50개언어번역 - ( 영상및음성통화 ) 7개국어음성번역 영어, 프랑스어, 스페인어, 독일어, 중국어, 이탈리아어, 포르투칼어 - ( 채팅 ) 그밖에한국어등을포함하여총 50개언어텍스트번역 ( 기술 ) 빅데이터 + 머신러닝 (SMT 기반 ) ( 가격 ) 구글과마찬가지로, 사용자에따라차등화된가격정책실시 - ( 일반용 ) 무료 ( 웹기반활용 ) - ( 상업용 ) 최소단위로 4 백만글자당 40 달러씩부과 그림 6. 스카이프트랜스레이터, 화상통화통역장면 출처조근희 (2016) 융합 Weekly TIP 07
Technology Industry Policy > 04 국내주요제품 1 네이버 ( 대표제품 ) 네이버파파고 ( 제품출시 ) 2016 년 10 월개발 ( 특징 ) 일상어및한국어특유의관형어구번역에강점 - 오직온라인에서만활용이가능하여데이터이용요금에대한부담은있지만, 한국인의해외여행時언어문제해결에도움 - 이미지또는사용자의음성을번역하고그결과를텍스트화하여실시간으로활용이가능함 ( 지원언어 ) 4 개언어 ( 한국어, 영어, 중국어, 일본어 ) ( 기술 ) 인공신경망기반 ( 가격 ) 스마트폰어플리케이션으로써, 무료다운로드가능 그림 7. 네이버파파고, 실제활용장면 출처 SBS TV 미운우리새끼 23 회편, 작가허지웅의네이버파파고사용모습 08 Industry
자동통번역에대한국내외기술및시장동향 2 시스트란인터내셔널 2014 년국내자동번역 SW 업체 시에스엘아이 (CSLi) 社가세계통번역 1 위기업프랑스시스트란을 550 억원에인수하고시스트란 인터내셔널로개명 ( 대표제품 ) 시스트란 Enterprise ( 제품출시 ) 1968 년최초개발 ( 시스트란 7 시리즈 : 2010 년출시 ) ( 특징 ) 과거프랑스기업이었던 시스트란 의전문자동기계번역 SW로그간명실공히세계1위제품으로주목 - 특히, 2007년구글번역기개발전까지구글을포함한야후, MSN, AOL 등대부분의기업이시스트란의번역서비스활용 - 최근에는문법기반, 빅데이터, 머신러닝등최신기술을접목하여이전보다질적으로향상된분야별전문성을확대중 - 자동번역기술과자연어처리기술을개방형오픈 API (Application Programming Interface) 로제공하여, 개발자들이명령어를정확히입력하는수고를덜어줌 ( 지원언어 ) 135 개언어 ( 기술 ) 문법기반 + 빅데이터 + AI ( 머신러닝 ) ( 가격 ) 상업용으로 1 백만원내외의다소비싼가격대형성 그림 8. 시스트란 7 프로그램제품모습 * 주 : 가격은 80~90 만원대, 데스크탑전용 융합 Weekly TIP 09
Technology Industry Policy 3 한컴인터프리 ( 대표제품 ) 지니톡 2.0* * 지니톡은 2008년부터정부가한국어와세계주요 7개언어간자동통번역기술개발을위해 ETRI 등에인공지능분야 R&D 사업지원으로개발 2018년평창동계올림픽공식자동통번역소프트웨어로선정됨 ( 제품출시 ) 2016년 7월출시 ( 시범서비스 : 2012년 11월 ~ 2015년 5월 ) - (2011년) 제주시범서비스실시 - (2012년) 한 / 영자동통역서비스 ( 대국민시범서비스, 220만명다운로드 ) - (2013~2014년) 한 / 일, 한 / 중서비스개발및인천아시안게임지원 - (2015년) 한 / 스페인서비스개발및민간기업 ( 한컴인터프리 ) 에기술이전 - (2016년) 한 / 프랑스서비스개발완료 ( 특징 ) 양방향자동음성인식통역서비스제공 - 음성통역, 문자번역, 사진번역등기본기능탑재 - 연속대화, 유사번역, 번역결과읽어주기등의부가기능이있음 ( 지원언어 ) 6 개언어 ( 한국어, 영어, 중국어, 일본어, 스페인어, 프랑스어 ) 2017 년까지러시아어, 독일어, 아랍어추가개발예정 ( 기술 ) 인공신경망기반 ( 가격 ) 스마트폰어플리케이션으로써, 무료다운로드가능 10 Industry
자동통번역에대한국내외기술및시장동향 > 05 국내외시장현황진단 1 다양한디바이스활용증가최근통번역 SW들은스마트폰을넘어서스마트워치, HMD(Head mounted Display) 등다양한 IT제품에확대접목중 구글은스마트워치전용의운영체계 안드로이드웨어 를개발함으로써, 44개언어에대해말과동시에자동으로번역된결과화면에표시 일본 Logbar 社의목걸이형휴대용번역기 ILI 는휴대성과함께주변소음제거로시끄러운환경에서도정확한번역이가능 우리나라시스트란인터내셔널과광학부품업체 그린광학 이공동으로 통번역글래스 (HMD) 를개발하여, 안경만쓰면외국인과대화가가능토록함 그림 9. 통번역소프트웨어가접목된다양한디바이스예시 구글, 안드로이드웨어 Logbar, 목걸이형 ILI 시스트란, 통번역글래스 출처조근희 (2016) 재인용 2 공개플랫폼확대로플랫폼경쟁심화최근구글, IBM, 네이버, 시스트란등국내외주요통번역기업을중심으로플랫폼공개를통해시장확대전략추진 구글 텐서플로우, IBM 왓슨플랫폼, 시스트란 API형플랫폼 등 이에他산업과의연계로이종산업간플랫폼경쟁으로확대전망 - 플랫폼오픈전략은해외여행, 교육등다양한他분야에접목이가능하므로여러이종산업간의플랫폼 경쟁을유도할것임 3 서비스의세계화에따른국내업체의경쟁력저하 국내업체의일부기술은우수하나대부분서비스가국내시장에한정되고기존제품의시장위치가 확고해신규진입이어려움 융합 Weekly TIP 11
Technology Industry Policy 이에, 최근네이버는한국어기반한 - 중, 한 - 일등지원언어확대, SNS 中 Line 을통해사전 번역 서비스추가등글로벌화추진 표 2. 국내통번역업체 SWOT 분석 강점 약점 - 스마트폰및이동통신기술우위 - 아시아권언어에기술력우수 - 대외인지도및마케팅전략부족 - 편리성및다양한부가서비스부족 - 영어권및소수언어에취약 기회 위협 - 빅데이터, 인공지능기술발전가능전망 - 한류로여행, 교육등관련시장수요증가 - 글로벌기업들의국내시장잠식위협 - 중국업체들의신규시장으로부각 출처조근희 (2016) 재인용 4 음성인식기술의활용도확대애플 시리, 소프트뱅크 페퍼 와같은서비스로봇에음성인식 (SR) 기능이확산되면서자동통번역 (MT) 과함께음성인식기술급부상 - 제1세대단순한단어인식을넘어서최근제3세대음성인식기술은인공지능을활용해문장추론및대답까지기술발전 음성인식관련기술은해외기업이우수하나, 국내에서도 ETRI, 네이버등일부주요기관및스타트업을 중심으로음성인식연구중 표 3. 세대별음성인식기술의발전동향 구분특징대표사례 1 세대단어 ( 고립어 ) 인식뉘앙스 2 세대문장 ( 연속어 ) 인식 S 보이스 ( 삼성 ), Q 보이스 3 세대자연어인식, 대화가능코타나 (MS), 페퍼 ( 소프트뱅크 ), 시리 ( 애플 ) 출처조근희 (2016) 재인용 12 Industry
자동통번역에대한국내외기술및시장동향 > 06 시사점 1 적극적투자및업체간협력을통한사업화전략마련국내자동통번역기술력은일부확보하고있으나, 사업화를위한체계적인투자전략은부족 - 해외기업은기술개발뿐만아니라스타트업인수, M&A 등의사업화전략을병행하고있음 - 국내기업은대부분독자기술개발을선호하고있어, 합병을통한지원언어확대및해외협력확대필요 * * 기술력대비대외인지도부족및편의성부족을극복하기위해사업화투자및체계적마케팅전략수립필요 2 자동통번역시장맞춤형전략필요한국어뿐만아니라아시아언어중심으로특화기술개발필요 - 대부분영어기반의정확성은높으나, 아직은아시아언어이해부족, 데이터확보부족으로인해아시아권언어분야는블루오션임 동시통번역을위한 C-P-N-D 통합전략 * 확대필요 * C(Contents), P(Platform), N(Network), D(Device) 를의미하며, 통합전략은콘텐츠다양화, 공개플랫폼, 네트워크영향력감소, 다양한디바이스등자동통번역관련 4 개항목의시너지효과가가능한종합전략마련필요 3 정부의장기적지원전략마련및산 학 연협력관계구축최근인공지능의발전으로획기적인기술개선이기대되는만큼, 단기적 정량적성과중심에서장기적 질적개선전략으로전환필요 그간부족했던음성인식및기계번역률개선등에대한지원필요 - ICT 융합플랫폼으로점차확장되고오픈화됨에따라이에대한산 학 연간의기술교류및협력필요 융합 Weekly TIP 13
Technology Industry Policy 참고 > 1 규칙기반 (RBMT) 과통계 / 신경망기반 (SMT/NMT) 자동통번역특징비교규칙기반 - ( 시간 비용 ) 언어전문가의분석및번역지식기반으로언어별로형태소와구문분석등이선행되어야하므로많은시간과비용소요 - ( 유창함 ) 관용어와같은문법적인문장에대해서는오류가적으나, 이외대부분의비정형화된문장은어색한번역결과가많은편 - ( 업데이트 ) 형태소분석, 대역어생성, 번역지식수정등으로손쉽게오류수정및성능을향상하는데는비교적용이함 통계 / 신경망기반 - ( 시간 비용 ) 대량의대역말뭉치만있으면, 언어와관계없이개발이용이하므로비교적적은개발비용과시간이소요 - ( 유창함 ) 사람이번역한것처럼비교적자연스러운문장을만들지만통계학습이잘못된경우에는종종부정확한번역결과를생성 - ( 업데이트 ) 오류수정및성능향상을위해더많은대역말뭉치가필요하나, 번역성능은특정한계치에서더향상시키기는어려운편 규칙기반과통계 신경망기반자동통번역특징비교 구분규칙기반통계 신경망기반 시간및비용많은편적은편 결과물직역중심의역중심 개발용이성어려움비교적용이 구축방식수동적구문분석기반통계 지식기반자동분석 제품예시시스트란인터내셔널, NICT 등 Google, MS, Naver 등 출처김영길 (2016) 재생산 14 Industry
자동통번역에대한국내외기술및시장동향 02 인간번역사와자동번역기최근대결결과 ( 일시 / 장소 ) 2017 년 2 월 21 일오후 2 시 / 세종대학교광개토관 ( 주최 ) 국제통역번역협회 (IITA), 세종대학교, 세종사이버대학교 ( 참가자 ) 3 社의자동번역기 * vs 전문번역사 4 명 * 구글번역기, 네이버 파파고, 시스트란번역기 ( 대결방식 ) 문학과비문학분야문장을즉석에서랜덤으로선택하고해당문장을인간과기계가 각각 50 분간번역 ( 평가방식 ) 한국통번역사협회장 곽중철교수 ( 한국외대 ) 와번역전문가가결과물을 30 점만점 으로평가 ( 평가결과 ) 전문번역사의완승, 3 社간에는구글번역기우위 - ( 인간 vs 번역기 ) 자동번역기 9~15 점 vs 전문번역사 24~25 점 자동번역기번역결과예시 전문번역사번역결과예시 휴대전화앱산업이폭발했다. 휴대전화앱산업이폭발적으로성장했다. - (3 社비교 ) 구글번역기 28 점, 네이버파파고 17 점, 시스트란 15 점 ( 시사점 ) 인간과비교해서는아직성능이부족하지만, - 과거 10년간의통계기반번역 (SMT) 에비해새로개발된인공신경망번역 (NMT) 의품질이 2배이상발전한것을확인 가령 100점만점에전문번역사가 90~95점이라면, 통계기반번역은 30점대, 인공신경망번역은 60점대라는것을의미함 - 다만, 아직품질은떨어지지만시간효율적인측면에서번역기가인간능력을훨씬상회하고있어어느정도의보완재는가능 실제대결에서인간은 50분의시간이필요한반면, 인공신경망번역은 5분정도였으며, 이마저도대부분인간의문장입력시간임 출처매일경제, 로봇과인간번역대결인간이승리했지만..., 2017.3.6. ; 디지털데일리, 이번엔번역이다... 인간통역사 vs 인공지능대결, 2017.2.16 융합 Weekly TIP 15
Technology Industry Policy 참고자료 > 1. 김승희외 2인, 자동통역기술, 서비스및기업동향, ETRI, 전자통신동향분석제29권제4호, 2014.8 2. 김승희외 4인, 다국어자동통역기술동향및응용, ETRI, 전자통신동향분석제26권제5호, 2011.10 3. 김영길, 언어장벽해소를위한자동통번역기술동향, 제28회한글및한국어정보처리학술대회초청강연발표자료, 2016.10.7. 4. 대한성공회의소, 한국방문중 일관광객쇼핑현황실태조사, 2014.5.7. 5. 디지털데일리, 이번엔번역이다... 인간통역사 vs 인공지능대결, 2017.2.16. 6. 매일경제, 로봇과인간번역대결인간이승리했지만..., 2017.3.6. 7. 조근희, 딥러닝으로탄력받는자동통번역, ICT Spot Issue, IITP, 2016.2 8. 최미란, 음성자동통역서비스표준화동향, TTA, ICT Standard & Certification Journal, 2014. 1 16 Industry
(02792) 서울특별시성북구화랑로 14 길 5 (TEL) 02-958-4984 (FAX) 02-958-4989