Design-Based Study of an Invisible Field Tool for Endangered Languages

인류의 의사소통이라는 광활한 풍경 속에서, 어떤 언어들은 수백만 명에 의해 사용되는 반면, 어떤 언어들은 전 세계에 단 몇 천 명만이 사용하며 간신히 명맥을 이어가고 있습니다. 언어가 이러한 위기에 처했을 때, 이를 구하기 위한 투쟁은 종종 디지털 세계로 옮겨갑니다. 이 목적을 위한 가장 강력한 도구 중 하나는 자원봉사자들이 문장을 소리 내어 읽는 것을 녹음하는 거대하고 글로벌한 프로젝트입니다. 이 녹음들은 컴퓨터가 인간의 음성을 이해하도록 가르치는 데 사용되는데, 이 기술을 음성 인식이라고 합니다. 이러한 프로젝트에 포함되기 위해서는 방대한 양의 녹음 모음이 필요하지만, 화자가 적고, 여러 나라에 흩어져 살며, 복잡한 컴퓨터 소프트웨어에 익숙하지 않을 수 있는 상황에서 이를 모으는 것은 매우 어렵습니다. 문제는 단순히 말할 사람을 찾는 것뿐만 아니라, 그들이 읽는 텍스트가 올바르게 작성되었는지 확인하는 것인데, 이는 표준 컴퓨터 키보드가 쉽게 지원하지 않는 독특한 알파벳을 사용하는 언어의 경우 매우 어려운 과제가 됩니다.

이것은 한 연구자가 러시아, 터키, 중동의 체르케스 공동체에서 사용되는 두 개의 멸종 위기 언어인 아디게어(Adyghe)와 카바르다어(Kabardian)를 위해 이 문제를 해결해 나간 이야기입니다. 이 언어들은 깊은 역사를 공유하지만, 수십 년 전 키릴 문자를 사용하여 두 개의 별개 서기 형태로 표준화되었습니다. 오늘날 이들의 화자들은 흩어져 있으며, 많은 이들이 컴퓨터로 정확하게 글을 쓰는 데 필요한 특정 문자를 쓰는 데 어려움을 겪고 있습니다. 메흐메트 우구르 넴리올루(Mehmet Uğur Nemlioğlu)라는 연구자는 공동체의 언어 보존 욕구와 글로벌 디지털 플랫폼의 기술적 요구 사이를 잇는 다리를 놓기 위해 노력했습니다. 그는 새로운 웹사이트나 복잡한 인공지능 시스템을 구축하지 않았습니다. 대신, 그는 텍-클리닝(text cleaning), 오류 수정, 데이터 정리를 수행하여 일반 자원봉사자들이 컴퓨터 전문가가 아니더라도 기여할 수 있도록 설계된, 흔히 쓰이는 스프레드시트 프로그램 내에서 작동하는 단순하고 보이지 않는 도구를 만들었습니다.

그 여정은 좌절스러운 현실로부터 시작되었습니다. 이 도구가 존재하기 전에는, 녹음 플랫폼을 위해 문장을 준비하는 과정이 느리고 실수가 잦았습니다. 자원봉사자들은 공유 문서에 문장을 입력했지만, 이 문서들에는 종종 숨겨진 오류들이 포함되어 있었습니다. 가장 흔한 실수는 목에서 날카로운 멈춤을 표시하는 데 사용되는, 수직 막대처럼 보이는 키릴 알파벳의 특정 글자와 관련되었습니다. 표준 키보드에는 이 키가 없기 때문에, 사람들은 자주 실수로 일반 라틴 문자 "I"나 숫자 "1"을 입력하곤 했습니다. 이러한 미세한 오류들은 언어를 학습하려는 컴퓨터들에게 문장을 사용할 수 없는 상태로 만들었습니다. 더욱이, 이러한 오류를 점검하는 과정은 고급 기술을 가진 사람이 복잡한 명령줄 프로그램을 실행해야 했기에, 많은 공동체 구성원이 도움을 주는 데 장벽이 되었습니다. 문장들은 전문가가 수정해주기를 기다리며 며칠 또는 몇 주 동안 방치되었고, 이는 종종 자원봉사자들이 흥미를 잃고 기여를 중단하게 만드는 원인이 되었습니다.

이를 해결하기 위해, 연구자는 거의 모든 사람이 이미 사용할 줄 아는 프로그램인 스프레드시트 안에서 작동하는 도구를 개발했습니다. 그는 이 도구를 단계별로 구축하며 공동체와 함께 테스트하고 발생하는 문제들을 수정했습니다. 이 도구는 마치 조용한 편집자처럼 작동합니다. 자원봉사자가 스프레드시트에 문장 목록을 붙여넣으면, 도구는 즉시 모든 줄을 스캔합니다. 도구는 잘못된 문자를 찾아내어 올바른 문자로 교체합니다. 또한 구두점이 올바른 위치에 있는지, 문장이 너무 길지는 않은지 확인합니다. 또한 터키에서 사용되는 버전이나 러시아에서 사용되는 버전과 같이, 해당 언어의 어떤 버전에 속하는지에 따라 문장을 다른 폴더로 분류합니다. 이 분류 작업은 매우 중요한데, 두 언어는 서로 다른 방언을 가지고 있어 녹음본을 별도로 관리해야 유용하기 때문입니다. 도구가 작업을 마치면, 이전에 며칠이 걸렸던 작업을 단 몇 분 만에 글로벌 플랫폼에 업로드할 수 있는 깨끗한 파일을 생성합니다.

이러한 접근 방식의 결과는 즉각적이고 유의미했습니다. 천 개의 문장을 처리하는 데 걸리는 시간은 며칠에서 약 20~50분으로 단축되었습니다. 이러한 속도의 변화는 단순히 시간을 절약한 것 이상의 의미를 가졌습니다. 그것은 공동체의 분위기를 바꾸어 놓았습니다. 자원봉사자들은 자신의 작업이 준비 단계에서 녹음 대기열로 거의 즉시 이동하는 것을 볼 수 있었고, 이는 그들이 계속 기여할 수 있도록 동기를 부여했습니다. 데이터의 품질 또한 극적으로 향 개선되었습니다. 도구는 자칫 놓칠 수 있었던 수천 개의 오류를 잡아내어, 글로벌 데이터베이스에 업로드되는 녹음본이 깨끗하고 정확하도록 보장했습니다. 연구자는 이 도구가 일상적인 워크플로우에 매우 잘 통합되어, 사용자들이 그 뒤의 코드를 이해할 필요 없이 단지 문장이 수정되고 정리되는 것을 보는 것만으로도 도구가 보이지 않는 것처럼 느껴질 정도로 자연스럽게 녹아들었다고 관찰했습니다.

그러나 이 연구는 기술만으로는 해결할 수 없는 놀라운 인간적 요소 또한 밝혀냈습니다. 연구자는 키릴 문자를 읽지 못하는 화자들을 돕기 위해 키릴 텍스트를 라틴 알파벳 버전으로 자동 번역하는 기능을 포함했었습니다. 그는 이것이 프로젝트를 더 접근하기 쉽게 만들 것이라고 예상했습니다. 하지만 공동체는 반발했습니다. 키릴 문자를 읽는 데 어려움을 겪는 이들조차 전통적인 서기 체계에 강한 애착을 느꼈습니다. 그들은 번역된 버전보다는 원래의 문자로 읽고 기록하는 것을 선호했습니다. 이러한 저항은 언어를 보존하려는 노력에 있어, 기술적 편의성만큼이나 공동체의 정체성과 글쓰기 전통에 대한 감정이 중요하다는 것을 보여주었습니다. 연구자는 이 피드백을 경청하고 프로젝트를 조정하여, "기술적으로 더 유연한" 라틴 옵션보다 전통적인 문자를 우선시했습니다.

이 프로젝트의 성공은 멸종 위기 언어를 위한 기술을 구축하는 방식에 대한 새로운 사고방식을 제안합니다. 이는 가장 효과적인 도구가 항상 가장 복잡한 도구가 아니라, 사람들이 자신이 가장 잘하는 일, 즉 자신의 문화를 말하고 보존하는 데 집중할 수 있도록 배경 속으로 사라지는 도구임을 시사합니다. 연구자는 기술적 장벽을 제거함으로써, 소수의 자원봉사자들이 훨씬 더 큰 규모의 팀의 역할을 할 수 있도록 역량을 강화할 수 있음을 발견했습니다. 그러나 이 접근 방식에는 경고 메시지도 따랐습니다. 도구가 너무 매끄럽게 작동했기 때문에, 도구 자체의 미세한 오류를 놓치기 쉬웠습니다. 연구자가 도구를 사용하는 것을 멈추고 세상을 향해 공유하기 위해 코드를 새로운 시각으로 검토했을 때에야 비로소, 수년간 눈앞에 숨어 있던 작은 실수들을 발견할 수 있었습니다. 이는 보이지 않는 도구라 할지라도 공동체가 이를 확인하고 신뢰할 수 있도록 가시적이어야 함을 가르쳐 주었습니다.

궁극적으로, 이 연구는 디지털 시대에 언어를 보존하는 것이 기술과 인간의 신뢰 사이의 파트너십임을 입증합니다. 이 도구는 단순히 과정을 빠르게 만든 것이 아니라, 자원봉사자와 데이터 사이의 관계를 재구축했습니다. 접근성을 높임으로써, 연구자는 흩어진 공동체가 연결되어 있고 유능하다는 느낌을 받도록 도왔습니다. 연구 결과는 기술이 공동체의 구체적인 필요와 감정을 고려하여 설계될 때, 그것이 보존을 위한 강력한 힘이 될 수 있음을 확인시켜 줍니다. 앞으로의 과제는 이러한 교훈을 바탕으로 누구나 사용할 수 있는 웹 기반 버전의 도구를 구축하여, 초기 프로젝트가 끝난 후에도 이 언어들을 살려내는 작업이 계속되도록 하는 것입니다. 아디게어와 카바르다어의 이야기는 멸종 위기 언어의 미래가 단순히 목소리를 녹음하는 것뿐만 아니라, 그 목소리가 들릴 수 있는 적절한 공간을 만드는 데 있다는 것을 보여줍니다.