AI가 척척 번역해 주는 시대, 아이의 영어공부를 시켜야 할까?

요즘 구글이나 네이버의 번역 기능을 사용해 보신 분들은 알고 있을 텐데요. 구글 번역이나 네이버 파파고를 써보면 번역의 속도에 놀라고, 문장의 자연스러움에 놀라게 됩니다. 2010년대 후반만 하더라도 자동번역의 수준이 아직 멀었다고 느꼈던 것 같은데 어느 순간 돌아보니 이 분야에서 눈부신 발전이 있었더라고요. 번역이 틀리거나 이상하다고 느껴질 때 원인은 대부분 내가 문장을 정확하게 입력하지 않아서인 경우였습니다. 사람끼리 대화하는 방식에 익숙해 주어나 목적어를 빼고 문장을 입력한다거나 하면 사람끼리는 전체 맥락이나 표정을 통해서 알아듣지만 컴퓨터는 조금 더 정확하게 입력을 해줘야 합니다. 오히려 우리의 잘못된 언어습관을 깨우치는 데도 도움을 주더란 말이죠. 

 

<그림 출처 : http://www.sisaweek.com>

 

음성인식 기능 또한 발달해서 외국인을 만나서 대화를 한다면, 음성을 텍스트로 변환하고, 프로그램이 텍스트를 번역하고, 번역한 텍스트를 또 음성으로 읽게 하여 통역 없이도 실시간으로 대화가 가능한 시대에 살고 있습니다. 스마트폰 하나로 말이죠. 여기서 드는 의문이 있습니다. AI가 다 번역해주는 시대에 살고 있는데 굳이 내 아이에게 비싼 돈을 주고 영어공부를 시켜야 하나? 여러분은 어떠신가요? 우선 AI의 번역 원리를 좀 알아보고 이야기를 이어나가겠습니다.

 

 

 

AI 번역의 원리는 기계 학습 알고리즘을 사용하여 한 언어에서 다른 언어로 텍스트를 자동으로 번역하는 것입니다. 특정 언어에서 다른 언어로 텍스트를 정확하게 번역하는 방법을 배우기 위해 사람이 번역한 대규모 텍스트의 데이터 세트에 대해 훈련훈련하게 됩니다.

 

AI 번역 과정에는 여러 단계가 포함되는데요. 먼저 번역할 텍스트를 분석하고 단어 및 구와 같은 더 작은 구성 요소로 나눕니다. 다음으로 AI 시스템은 원본 언어와 대상 언어 모두에 대한 지식을 적용하여 텍스트 번역을 생성합니다. 마지막으로 번역된 텍스트의 정확성을 확인하고 수정하는 단계를 거치게 됩니다.

 

AI 번역의 정확도는 학습 데이터의 품질, 번역되는 언어의 복잡성, AI 시스템에서 사용하는 특정 알고리즘 및 기술을 비롯한 여러 요인에 따라 달라집니다. AI 번역은 최근 몇 년 동안 상당한 발전을 이루었지만 여전히 완벽하지 않으며 특정 상황에서 오류나 부정확한 결과가 발생할 수 있습니다.

 

2017년 기준 인간 : AI 번역 대결 결과, 지금은 많이 달라졌을 것 <그림 출처 : https://newsimg.sedaily.com>

 

조금 더 기술적으로 얘기하자면 AI는 언어를 벡터의 방식으로 이해합니다. 자연어 처리(NLP) 및 기계 학습에서 언어는 "워드 임베딩"이라고 하는 숫자 값을 사용하여 벡터로 표현됩니다.

 

기본 아이디어는 기계 학습 알고리즘에 의해 수학적으로 처리될 수 있도록 텍스트의 각 단어를 실수(實數, real number) 벡터로 표현하는 것입니다. 이러한 벡터는 단어의 의미를 캡처하고 많은 양의 텍스트 데이터를 사용하여 학습하므로 단어와 의미 사이의 관계를 학습할 수 있습니다.

예를 들어 "고양이"와 "개"라는 단어를 벡터로 표현하고 싶다고 가정해 보겠습니다. Word2Vec 또는 GloVe와 같은 기술을 사용하여 각 단어를 고차원 벡터에 매핑할 수 있습니다. "cat"에 대한 벡터는 [0.2, 0.5, 0.1, -0.3, ...]처럼 보이고 "dog"에 대한 벡터는 [0.4, 0.3, -0.2, 0.1, ...]처럼 보일 수 있습니다. 이러한 벡터는 벡터 공간에서 유사한 단어가 서로 더 가깝고 유사하지 않은 단어가 더 멀리 떨어져 있는 방식으로 학습됩니다. 

 

 

여기서 더 재밌는 이야기가 있습니다. 수학시간에 배운 벡터 값은 서로 더하거나 뺄 수 있는데요. 개와 고양이도 숫자로 표현되기 때문에 (개 - 고양이)가 가능해집니다. 그럼 어떤 수의 결과값을 얻을 수 있을 텐데요. (푸들 - 샴고양이)나 (멍멍이 - 야옹이)의 결과값이 모두 비슷하다는 겁니다. 마찬가지로 (남자 - 여자)의 값과, (할아버지 - 할머니)의 값도 유사함을 갖는데요. AI는 이런 방식으로 각 단어들의 유사함과 속성을 이해하기 위해 언어를 벡터처럼 인식한다는 겁니다.

 

 

<그림 출처 : http://www.techdaily.co.kr>

 

언어를 벡터로 표현함으로써 기계 학습 모델은 언어 번역, 감정 분석 및 텍스트 분류와 같은 작업을 수행할 수 있습니다. 벡터는 수학적으로 조작하고 비교할 수 있기 때문에 컴퓨터가 이해할 수 있는 방식으로 텍스트 데이터에 복잡한 작업을 수행할 수 있습니다. 지난 시간에 AI 매개변수에 대해 이야기했지만, 엄청난 매개변수를 갖고 더 막강한 성능으로 무장한 AI 번역이 보급된다면 굳이 외국어를 공부할 필요가 있을까요?

 

 

AI 번역 기술은 상당한 발전을 이루었지만 여전히 몇 가지 아쉬운 부분이 있는데요. 특히 뉘앙스, 문화적 특수성 및 관용 표현 등과 관련해서는 항상 정확하지는 않습니다. 그러므로 아이들이 영어나 외국어를 공부하고 그 안에서 효과적으로 의사소통하는 법을 배우는 것은 여전히 중요합니다.

 

외국어 공부는 아이들이 배경과 문화가 다른 사람들과 의사소통하는 데 도움이 될 뿐만 아니라 문제 해결 능력, 기억력, 창의력과 같은 인지 능력을 향상시킵니다. 쉽게 말해 외국어 공부를 한다는 것은 단지 언어만 배우는 게 아니라 소통능력, 타국의 문화, 다양성 등이 포함된 통합적 학습이라 이해하면 될 것입니다. 이런 맥락에서 외국어를 배우는 것은 아이들이 다른 문화에 대한 공감과 더 나은 이해를 발전시키는 데 도움이 될 수 있으며, 이는 이미 세계화가 진행된 세상에서 필수적인 기술이 아니라고 하기 힘듭니다.

 

<그림 출처 : http://cdn.edujin.co.kr>

또한 AI 및 기타 기술이 계속 발전함에 따라 고용 시장은 점점 더 경쟁이 치열해지고 있으며 외국어를 아는 것은 개인을 다른 사람과 차별화하는 데 중요한 기술이 될 수 있습니다. AI 번역이 맞는지, 틀리는지, 혹은 최소한 부자연수러운지 정도를 아는 것과 모르는 것은 인간 사회에서 중요한 실력이 될 수 있다는 겁니다. 비단 언어 뿐만 아니라, 법률과 의료 등 특히 전문 영역에서 AI의 결과물은 결코 그대로 받아들여지기 어려울 텐데요. 결국 그 차이를 구별할 줄 아는 인간의 검사를 받아야 하고, 이 일을 수행할 수 있는 사람이 미래사회에서도 대접받는 시대가 오리라 생각합니다.

 

 

결론적으로, AI 번역 기술은 언어 장벽을 극복할 수 있을지 모르지만, 아이들이 인지 및 사회적 기술을 향상하고 글로벌 사회에서 선택과 진입할 수 있는 직업의 폭을 넓히기 위해서도 외국어를 배우는 것은 여전히 중요하다는 것인데요. 계산기로 덧셈 뺄셈을 할 수 있어도 우리는 여전히 수학을 배우고 있다는 사실, 수학은 숫자만을 배우는 게 아니고, 언어도 단순히 글자만을 배우는 게 아니란 사실을 꼭 기억하세요.