번역 현상은 번역 과제 난이도의 합리적 반응

초록

본 연구는 번역문이 원문과 구조적으로 차이를 보이는 현상(번역현상)을 번역 과제 자체가 요구하는 인지적 부하와 연결한다. 번역문을 세그먼트 수준에서 번역성 점수(자동 분류기)로 측정하고, 과제 난이도를 정보이론적 서프라이얼과 전통적 구문·의미 지표로 정량화한다. 영어‑독일어 양방향 코퍼스를 이용해 실험한 결과, 특히 영어→독일어에서 과제 난이도가 번역현상을 일정 부분 설명한다는 것이 밝혀졌다. 교차언어 전이 난이도가 원문 복잡도보다 더 큰 영향을 미치며, 서프라이얼 기반 지표가 서면 데이터에서 전통적 특성을 능가하지만 구어 데이터에서는 차이가 없다. 최종적으로 원문 구문 복잡도와 번역 솔루션 엔트로피가 가장 강력한 예측 변수로 확인되었다.

상세 분석

이 논문은 번역현상을 ‘인지적 부하에 대한 합리적 대응’이라는 프레임으로 재해석한다. 먼저 번역성 점수라는 새로운 지표를 도입했는데, 이는 번역문과 원문을 구분하도록 훈련된 이진 분류기의 확률 출력이다. 세그먼트 수준에서 적용함으로써 번역 난이도와 직접 연결되는 미세한 변화를 포착한다. 번역 과제 난이도는 두 축으로 나뉘는데, 하나는 원문 자체의 이해 난이도(src_gpt_AvS 등)이고 다른 하나는 원문‑목표문 사이의 전이 난이도(mt_AvS, tot_entropy 등)이다. 특히 서프라이얼은 대형 언어모델(GPT‑2)과 NMT 모델을 활용해 단어별 예측 확률을 로그 변환한 값으로 계산했으며, 이는 인간의 처리 시간 및 뇌파와 높은 상관관계를 보이는 것으로 알려졌다. 전이 난이도는 번역 솔루션 엔트로피와 어휘 정렬 점수(mean_align) 등으로 보완했으며, 이는 동일 소스에 대해 가능한 목표어 후보가 얼마나 다양하게 분포하는지를 정량화한다. 실험은 영어‑독일어 병렬 코퍼스를 서면·구어 두 모드로 나누어 진행했으며, 회귀 모델에 각 특성을 투입해 번역성 점수와의 설명력을 비교했다. 결과는 영어→독일어 방향에서 전체 변동량의 약 20%를 과제 난이도가 설명했으며, 특히 전이 난이도 지표가 원문 복잡도보다 두 배 이상 큰 기여를 보였다. 서면 데이터에서는 서프라이얼 기반 특성이 전통적인 구문·어휘 지표를 능가했지만, 구어 데이터에서는 잡음과 발화 특성 때문에 차이가 사라졌다. 최종적으로 src_tree_depth와 tot_entropy가 가장 높은 회귀 계수를 갖는 것으로 나타났으며, 이는 복잡한 구문 구조와 다중 번역 옵션이 번역현상을 촉진한다는 가설을 뒷받침한다. 연구는 번역현상을 단순한 오류나 스타일 차이가 아니라, 번역자가 인지적 비용을 최소화하려는 전략적 선택으로 보는 새로운 시각을 제공한다. 다만 LLM 기반 서프라이얼이 모델에 따라 편향될 수 있고, 구어 데이터에서의 신호 약화는 추가 연구가 필요함을 시사한다.