승인받은 논문은 '단어 수준 번역을 통한 동시번역 향상(Enhanced Simultaneous Machine Translation with Word-level Policies)'으로 지금까지 기계 번역이 사용해온 단어를 서브단어(sub-word)로 쪼개 번역하는 대신 단어를 그대로 번역하는 방식을 제안해 높은 번역 성능을 보여준다는 점을 제안하고 있다. 엑스엘에이트의 김강, 조한규 리서치 사이언티스트가 공동 1저자로 참여했다.
엑스엘에이트에 따르면 실시간 기계번역을 수행하는 인공지능이 서브단어로 분할해 학습할 경우, 모든 서브단어가 처리되기 전에 부분적으로 처리된 상태에서 번역을 생성하는 경우가 많아 품질이 낮아질 가능성이 있다. 또 언어 모델과 실시간 기계번역 간 서브단어가 불일치하는 경우도 발생했다. 이번 연구는 단어 기반 번역을 통해 이런 한계를 극복해 더 낮은 지연시간과 높은 번역 성능 달성이 가능하다는 것을 입증했다.
이번 연구에서 제안된 실시간 번역 모델은 엑스엘에이트의 실시간 통번역 서비스 '이벤트캣(EventCAT)'에 통합돼 라이브 방송 및 스트리밍, 글로벌 컨퍼런스, 비즈니스 미팅, 라이브커머스 등 다양한 라이브 행사에서 다국어로 실시간 번역을 위해 사용되고 있다.
[저작권자 @머니투데이, 무단전재 및 재배포 금지]