Translators as Invisible Teachers of AI: Copyright, Translation Memory, and the Political Economy of Linguistic Data

마사루 야마다의 논문 "인공지능의 보이지 않는 교사로서의 번역가"에 대한 설명을 쉬운 언어와 일상적인 비유로 정리합니다.

큰 그림: 기계 속의 "유령"

30 년간 비밀 레시피를 갈고닦은 명장을 상상해 보세요. 매일 레스토랑을 위해 한 끼를 요리합니다. 레스토랑 주인은 그 특정 요리에 대해 명장에게 대가를 지불하고, 남은 음식은 지하에 있는 거대한 "레시피 책"에 버립니다.

수년 후, 주인은 그 거대한 레시피 책을 이용해 로봇이 요리하는 법을 가르칩니다. 로봇은 명장의 스타일, 향신료 선택, 타이밍을 배웁니다. 이제 로봇은 같은 요리를 더 빠르고 저렴하게 만들 수 있습니다. 명장이 걱정하는 것은 로봇이 자신의 일자리를 빼앗을 수 있다는 점뿐만 아니라, 로봇이 실제로 명장의 과거 작업으로 만들어졌으며, 명장은 로봇을 가르친 대가로 한 푼도 받지 못했다는 점입니다.

이 논문은 전문 번역가들이 정확히 이러한 상황에 처해 있다고 주장합니다. 그들은 수십 년 동안 인공지능 (AI) 의 "보이지 않는 교사" 역할을 해왔지만, 아무도 그들을 인정하지 않았고 이 교육 역할에 대한 대가를 지불하지 않았습니다.

---

1. "번역 메모리"의 함정

번역가들은 번역 메모리 (Translation Memory, TM) 라는 도구를 사용합니다. 이는 디지털 형태의 "잘라내기 - 붙여넣기" 도우미와 같습니다. 만약 번역가가 "고양이가 매트 위에 앉았다"라는 문장을 한 번 번역했다면, TM 은 이를 기억합니다. 그 문장을 다시 마주치면 도구는 이전 번역을 제안합니다.

• 번역가들이 이것이 무엇이라고 생각했는지: 더 빠르게 일하고 일관성을 유지하도록 돕는 생산성 도구.
• 실제로 무엇이 되었는지: "입력"(원문) 과 "출력"(번역문) 의 거대한 데이터베이스.
• AI 와의 연관성: AI 는 학습을 위해 정확히 이러한 종류의 데이터가 필요합니다. AI 는 새로운 문장을 번역하는 방법을 파악하기 위해 이러한 쌍들을 수천 개씩 분석합니다. 이 논문은 번역 산업이 창작자들이 금광을 채굴당하고 있다는 사실을 깨닫지 못한 채 인간의 창의성을 원자재 (데이터) 로 전환했다고 주장합니다.

2. 두려움의 네 가지 층위

이 논문은 번역가들이 단순히 일자리를 잃을까 봐 두려워하는 것이 아니라고 말합니다. 그들의 두려움은 더 깊으며 네 가지 층위로 나뉩니다:

1. 대체: "내일 로봇이 내 일자리를 대체할까?"
2. 모방: "내 허락 없이 로봇이 나의 고유한 글쓰기 스타일을 복사할까?"
3. 무급 교육: "너는 나로부터 대가를 받지 않고 이 로봇을 구축하기 위해 나의 과거 작업을 사용했니?"
4. 실존적 두려움: "내 직업이 이제 '창의적 예술'이 아니라 단순한 '데이터 처리'가 된 건가?"

이 논문은 마지막 것에 초점을 맞춥니다: 그들의 직업이 인간의 창의적 행위가 아닌 단순한 데이터 추출 과정으로 재정의될 것이라는 두려움입니다.

3. "데이터 공급망"의 작동 방식

이 논문은 번역가의 작업이 책상에서 AI 모델로 이동하는 과정을 분해합니다. 이는 직선이 아닙니다. 4 단계 조립 라인입니다:

1. 번역가에서 회사로: 번역가가 작업을 완료합니다. 계약서에 번역 메모리를 회사가 소유한다고 명시되어 있습니다. 번역가는 한 번만 대가를 받습니다.
2. 회사에서 플랫폼으로: 회사는 그 메모리를 가져와 자체 AI 엔진을 구축하거나 기술 거대 기업에 데이터를 판매합니다.
3. 공개 웹: 기술 기업들은 AI 에 공급할 공개 번역물 (자막이나 정부 문서 등) 을 인터넷에서 긁어옵니다.
4. 사후 편집 ("교사"의 순간): 번역가들은 AI 가 만든 실수를 수정하도록 고용됩니다. 그들이 문장을 수정할 때, 그들은 본질적으로 AI 의 숙제를 채점하고 있습니다. 그들은 AI 가 더 나아지도록 가르치고 있지만, "교사"가 아닌 "편집자"로서 대가를 받습니다.

4. 법적 공백: "소비 없는 전유"

이것이 가장 복잡한 법적 부분인데, 간단히 설명하면 다음과 같습니다:

• 구 저작권법: 책을 복사해 팔거나 대가를 치르지 않고 사람들이 읽게 하면 도둑질입니다. 법은 작품의 읽기를 보호합니다.
• 새로운 AI 현실: AI 는 이야기를 즐기기 위해 책을 "읽지" 않습니다. 통계적 패턴 (예: "고양이"라는 단어가 "매트" 근처에 나타나는 빈도) 을 찾기 위해 텍스트를 "먹어치웁니다".
• 일본의 법률 (제 30 조의 4): 일본에는 "정보 분석"(예: AI 학습) 을 위해 저작권이 있는 자료를 사용하는 것은 "즐거움"을 위해 사용하는 것이 아니라면 허용된다는 법률이 있습니다.
• 문제점: 이 논문은 이를 "소비 없는 전유" 라고 부릅니다. 즉, AI 는 번역가의 작업 (스타일과 논리) 의 가치를 훔치지만, 인간이 하듯이 작품을 실제로 "소비"(읽지) 하지 않는다는 뜻입니다. AI 가 재미를 위해 "읽지" 않기 때문에 법은 데이터 사용을 허용합니다. 번역가는 의견 개진, 인정, 대가를 전혀 받지 못합니다.

5. "모델 붕괴"의 반전

이 논문은 "모델 붕괴 (Model Collapse)" 라는 새로운 문제를 언급합니다.

• 비유: 복사기가 복사된 복사본을 복사하고, 그 복사본이 다시 복사된 복사본을 복사한다고 상상해 보세요. 결국 이미지는 흐려지고 디테일이 사라집니다.
• AI 현실: AI 가 다른 AI 의 텍스트만으로 학습하면 성능이 저하되고 뉘앙스를 잃습니다. 선명하게 유지하려면 인간의 텍스트가 필요합니다.
• 아이러니: AI 가 다른 AI 로부터 학습하는 능력이 떨어지기 때문에, 인간 번역가는 그 어느 때보다 더 가치 있게 되었습니다. 그들의 고품질 인간 제작 데이터는 이제 AI 기업들이 절실히 원하는 "프리미엄 자산"입니다. 그럼에도 불구하고 그들은 여전히 번역가를 무료 데이터 채굴자처럼 대우합니다.

6. 누가 또 위험에 처해 있는가?

이 논문은 번역가들이 단지 "탄광 속의 카나리아"일 뿐이라고 주장합니다.

• 일러스트레이터는 AI 에게 그림을 그리는 법을 가르치고 있습니다.
• 변호사는 AI 에게 계약서 검토를 가르치고 있습니다.
• 의사는 AI 에게 진단을 내리는 법을 가르치고 있습니다.
• 프로그래머는 AI 에게 코드 작성을 가르치고 있습니다.

"판단 패턴"을 창출하는 모든 직업은 AI 를 위한 데이터로 전환되고 있습니다. 번역가들은 그들의 작업 (원문 vs 대상어) 이 AI 가 학습하기에 완벽한 형식이므로 이를 가장 먼저 명확하게 목격한 첫 번째 그룹일 뿐입니다.

7. 이 논문은 무엇을 제안하는가?

이 논문은 "AI 를 멈추라"고 말하지 않습니다. "AI 가 인간의 작업 위에 구축되었다면, 우리는 대가 지불 및 권리 시스템을 고쳐야 한다"고 말합니다. 네 가지 구체적인 해결책을 제안합니다:

1. 개선된 계약: 번역가가 계약을 체결할 때, 작업이 AI 학습에 사용될 수 있는지 명시적으로 밝히고, 그렇다면 대가를 얼마나 받는지 명시해야 합니다.
2. 데이터 신탁: 모든 프리랜서가 혼자 싸우는 대신, 노동조합이나 음악 저작권 단체처럼 그룹을 형성하여 AI 기업과 협상하고 수익을 분배해야 합니다.
3. 디지털 "학습 금지" 태그: 땅에 "통행 금지" 표지판을 세울 수 있듯이, 번역가들도 자신의 작업에 "AI 학습에 사용 금지"라는 디지털 태그를 부착할 수 있어야 합니다.
4. 법률 개정: 일본 (및 기타 국가) 은 저작권법을 개정하여 기업들이 창작자에게 자신의 작업이 사용되고 있는지 알리고, 창작자가 "거부"할 수 있는 방법을 제공해야 합니다.

요약

번역가들은 AI 의 적이 아닙니다. 그들은 보이지 않는 교사입니다. 그들은 수년 동안 AI 에게 지식, 스타일, 창의성을 공급해 왔습니다. AI 는 이제 그 지식을 이용해 그들과 경쟁하며, 종종 그 수업에 대한 대가를 지불하지 않습니다. 이 논문은 "교사"들이 인정받고 보상받도록 시스템을 재설계해야 한다고 주장합니다. 그들이 도운 기계들에 의해 지워지는 것이 아니라 말입니다.