Translating LHCb's Documentation: First experiences and ensuring maintenance

세계에서 가장 강력한 입자 가속기인 대형 강입자 충돌기(LHC)는 프랑스와 스위스 국경 아래에 위치하며, 양성자를 충돌시켜 빅뱅 직후의 우주 조건을 재현합니다. 이곳에 설치된 실험 중 하나인 LHCb는 왜 우주가 반물질이 아닌 물질로 구성되어 있는지 이해하는 데 집중하고 있습니다. 이를 위해 전 세계 수천 명의 과학자들이 협력하여 복잡한 소프트웨어를 사용해 수십억 건의 충돌 이벤트를 걸러내야 합니다. 하지만 이 소프트웨어는 고정된 것이 아니라, 기계 자체가 업그레이드됨에 따라 끊임없이 변화합니다. 팀에 합류하는 새로운 연구원들에게 이 끊임없이 변화하는 디지털 환경을 배우는 것은 전통적으로 매우 험난한 과정이었으며, 이는 온라인 튜토리얼과 제네바에서 매년 열리는 워크숍에 의존해 왔습니다. 실험이 새로운 운영 단계에 진입함에 따라, 팀은 실질적인 과제에 직면했습니다. 바로 이러한 필수 교육 자료를 어떻게 정확하고 최신 상태로 유지하며, 영어 이외의 언어를 사용하는 협력자들, 특히 중국의 협력자들에게 어떻게 접근 가능하게 만들 것인가 하는 점이었습니다.

LHCb 협력이 이 문제를 해결한 이야기는 기존의 교육 자료인 '스타터킷(Starterkit)'을 완전히 개편해야 한다는 깨달음에서 시작되었습니다. 실험은 방금 대규모 업그레이드를 마친 상태였고, 데이터를 분석하는 데 사용되는 소프트웨어가 너무 크게 변하여 기존의 레슨들은 더 이상 유용하지 않았습니다. 팀은 새로운 버전의 레슨들을 작성했지만, 동시에 인구 통계학적 현실도 인식했습니다. 중국은 유럽 외 지역에서 가장 큰 규모의 LHCb 과학자 그룹을 보유하고 있다는 점입니다. 이 많은 연구자들은 거리와 비자 문제로 인해 매년 스위스에서 열리는 대면 워크숍에 쉽게 참석하기 어려웠습니다. 이 과학자들이 뒤처지지 않도록 하기 위해, 팀은 중국에서 병행 교육 이벤트를 개최하기로 결정했고, 이에 따라 새로운 레슨 전체를 만다린어(중국어)로 번역해야 했습니다.

수백 페이지에 달하는 고도의 기술적 물리학 문서를 번역하는 것은 매우 힘든 작업입니다. 특히 텍스트에 복잡한 코드와 전문 용어가 포함되어 있어 일반적인 번역 도구들이 자주 오류를 범하기 때문입니다. 연구진은 단순히 인공지능에게 텍스트 번역을 요청할 경우 결과가 빈번하게 부정확하며, 기계가 기술 용어를 지어내거나 물리학 개념을 오해하는 경우가 약 20%에 달한다는 사실을 발견했습니다. 이를 해결하기 위해 그들은 AI의 속도와 인간 전문가의 정밀함을 결합한 맞춤형 시스템을 구축했습니다. 먼저 검증된 물리학 용어 사전을 바탕으로 로컬 AI 모델을 학습시켜, 기계가 실험의 특정 어휘를 이해하도록 했습니다. 그 후 AI가 초안 번역을 생성하지만, 이 초안이 직접 게시되지는 않습니다. 대신, 이 초안은 이중 언어 구사가 가능한 물리학자 패널에게 전달되어 검토를 거치며, 이 과정에서 미세한 오류를 수정하고 언어의 흐 흐름이 원어민에게 자연스럽게 느껴지도록 보장합니다.

이 시스템을 장기적으로 원활하게 운영하기 위해, 팀은 중국어 버전이 영어 원본보다 뒤처지는 것을 방지하는 유지보수 워크플로우를 설계했습니다. 그들은 영어 레슨이 업데이트되면 중국어 버전도 유용성을 유지하기 위해 즉시 변경되어야 한다는 점을 깨달았습니다. 이에 따라 영어 텍스트에 변경 사항이 생기면 중국의 전담 연락 담당자에게 자동으로 알림이 가도록 하는 프로세스를 구축했습니다. 그러면 이 담당자는 AI 지원 도구를 사용하여 새로운 자료를 번역하고 검증합니다. 결정적으로, 팀은 컴퓨터 코드 예제를 텍스트와 분리했습니다. 코드를 별도의 파일로 저장하여 레슨에 자동으로 삽입함으로써, 코드가 두 언어에서 동일하게 유지되도록 보장했습니다. 이를 통해 변경 사항이 발생할 때마다 코드에 대한 자동 테스트를 실행할 수 있었고, 어떤 언어로 읽더라도 학생이 따라 하는 데 문제가 없도록 예제가 실제로 작동함을 보장할 수 있었습니다.

이러로의 성공 여부는 번역된 자료를 얼마나 많은 사람이 사용하는지를 추적함으로써 측정되었습니다. 중국어 레슨이 출시된 후, 팀은 스타터킷 웹사이트 방문의 약 22%가 최소 한 페이지 이상의 만다린어 페이지에 접속한 것임을 관찰했습니다. 이러한 꾸준한 사용량은 번역이 단순한 형식적인 절차가 아니라, 협력단의 상당 부분에게 필수적인 자원임을 나타냈습니다. 또한 데이터는 음력 설 연휴 기간 동안 트래픽이 눈에 띄게 감소하는 등 실제 과학자들의 생활 리듬을 반영하는 뚜렷한 참여 패턴을 보여주었습니다. 이 프로젝트는 복잡한 기술 문서를 두 가지 버전으로 동시에 유지하면서도 병목 현상을 만들지 않는 것이 가능하다는 것을 증명했으며, 중국어 사용 커뮤니티가 실험의 훈련과 분석에 온전히 참여할 수 있도록 보장했습니다.

이러한 노력은 유럽에서의 전통적인 행사와 병행하여, 전적으로 만다린어로 진행되는 최초의 '형제(sibling)' 워크숍이 중국에서 개최되는 길을 열어주었습니다. 팀이 구축한 시스템은 유연하여, 만약 브라질의 과학자 그룹과 같은 다른 그룹이 자신들만의 지역 교육 이벤트를 개최하고자 한다면, 동일한 번역 및 유지보수 프레임워크를 그들에게도 적용할 수 있습니다. 자동화된 도구와 인간의 감독을 결합함으로써, LHCb 협력단은 언어가 새로운 과학자들의 진입 장벽이 되지 않도록 보장하였으며, 이를 통해 글로벌 팀이 우주의 근본적인 본질을 탐구하는 과정에서 더욱 효과적으로 협력할 수 있게 되었습니다.