Evaluating GPT -5 Literary Metaphor Translation from English into Arabic through Recognition, Interpretation, and Rendering
본 연구는 단계별 인지 프레임워크를 사용하여 영어에서 아랍어로의 문학적 은유에 대한 GPT-5의 번역을 평가하며, 이 모델이 은유를 인식하고 해석하는 데는 뛰어나지만 DeepL 및 인간 번역과 비교했을 때 이를 표현하는 데 있어서는 상당한 어려움을 겪고 있음을 밝힘으로써, AI의 이해와 창의적 생성 사이의 결정적인 격차를 드러낸다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
언어는 단순히 사실을 교환하기 위한 암호 그 이상입니다. 그것은 작가가 무거운 마음을 돌이라고 묘사하거나, 희미해지는 기억을 안개라고 묘사할 수 있는 이미지의 풍경입니다. 번역가가 한 이야기를 한 언어에서 다른 언어로 옮길 때, 그들은 줄거리의 사실뿐만 아니라 이러한 섬세한 그림들도 함께 옮겨야 합니다. 이는 문학에 정서적 깊이를 부여하는 비유적 표현인 은유에 특히 해당됩니다. 수십 년 동안 인간 번역가만이 이 지형을 탐색할 수 있는 유일한 신뢰 대상이었으나, 인공지능의 부상은 대화의 양상을 바꾸어 놓았습니다. 현대 챗봇의 배후에 있는 강력한 컴퓨터 시스템인 거대 언어 모델은 이제 매끄럽게 읽히고 문법적으로 타당한 유창한 번역을 생성할 수 있습니다. 그러나 결정적인 질문이 남아 있습니다. 이 기계들이 은유를 마주했을 때, 단어 뒤에 숨겨진 그림을 진정으로 이해하는 것일까요, 아니면 단순히 이미지를 뒤에 남겨둔 채 가구 배치만 다시 하는 것일까요?
카심 대학교(Qassim University)의 연구진은 인공지능의 '블랙박스' 내부를 들여다봄으로써 이 질문에 답하고자 했습니다. 그들은 GPT-5로 알려진 특정 모델에 초점을 맞추어, 가즈오 이시구로의 소설 『남겨진 밤의 기억(The Buried Giant)』에 등장하는 문학적 은유를 처리하는 능력을 테스트했습니다. 연구진은 단순히 기계에게 문장을 번해달라고 요청하고 그 결과를 판단하는 대신, 과정을 세 가지 뚜렷한 단계로 나누었습니다. 첫째, 기계에게 어떤 단어가 은유인지 식별하도록 요청했습니다. 둘째, 그 은유가 이야기 속에서 무엇을 의미하는지 설명하도록 요청했습니다. 마지막으로, 그 구절을 아랍어로 번역하도록 요청했습니다. 이 과업들을 분리함으로써, 연구팀은 최종 번역이 왜 실패했는지 추측하는 대신 기계가 정확히 어느 지점에서 성공하고 어느 지점에서 비틀거리는지를 확인할 수 있었습니다.
이 연구는 소설의 첫 두 장에 등장하는 20개의 은유적 표현을 조사했습니다. 결과는 이해와 실행 사이의 놀라운 격차를 드러냈습니다. 인공지능은 처음 두 단계에서는 매우 뛰어난 모습을 보였습니다. 기계는 텍스트 내의 은유를 정확하게 식별해 냈고, 인간 전문가의 성과와도 일치할 만큼 은유의 의미를 정확하게 설명했습니다. 기계는 "한낮의 태양에 대한 반가운 해독제"가 열기로부터의 해방을 의미한다는 것을 알고 있었으며, 그 연결 고리를 명확하게 설명할 수 있었습니다. 그러나 기계가 실제로 그 구절을 아랍어로 번도하라는 요청을 받았을 때, 그 성능은 현저히 떨어졌습니다. 개념은 이해하고 있었지만, 새로운 언어에서 그 이미지를 재현하는 데는 어려움을 겪었습니다. 3분의 1 이상의 사례에서 기계는 은유를 완전히 제거하여 생생한 이미지를 평범한 진술로 바꾸어 버리거나, 혹은 원래의 그림이 상실될 정도로 의미를 왜곡했습니다.
다른 방식들과 비교하기 위해, 연구진은 기계를 전문 번역 소프트웨어인 DeepL과 전문 번역가인 클룰드 암로(Kholoud Amro)가 수행한 출간된 아랍어 번역본과 대결시켰습니다. 전문 인간 번역이 압도적인 승자였으며, 기계들보다 원문의 이미지와 정서적 무게를 훨씬 더 잘 보존했습니다. 전문 소프트웨어인 DeepL은 일반 챗봇보다는 나은 성능을 보였으나, 여전히 인간의 기준에는 미치지 못했습니다. 연구 결과, 챗봇은 유창한 문장을 만들어낼 수는 있었지만, 이야기 전반에 걸쳐 이미지의 일관성을 유지하는 데 자주 실패했습니다. 예를 들어, 어떤 캐릭터가 한 문장에서 "사공(boatman)"으로 묘사되었다면, 기계는 다음 문장에서 그를 "선박(vessel)"이라고 부를 수 있어 서사의 흐름을 깨뜨렸습니다. 반면, 인간 번역가는 전체 과정에서 일관되고 생생한 이미지를 유지했습니다.
연구진은 기계가 어려움을 겪은 네 가지 주요 원인을 규명했습니다. 첫째, 기계는 종종 아랍어에서 동일한 문화적 무게를 지닌 적절한 대응어를 찾지 못했습니다. 둘째, 이야기가 진행됨에 따라 이미지를 일관되게 유지하는 데 실패했습니다. 셋째, 맥ر락을 오해하여 그 자체로는 말이 되지만 이야기 맥락에는 맞지 않는 번역을 내놓기도 했습니다. 마지막으로, 아마도 가장 중요한 점은 기계가 은유를 창의적으로 재구축하는 능력이 부족하다는 것이었습니다. 직접적인 번역이 작동하지 않을 때, 인간 번역가는 느낌은 그대로 유지하면서 새로운 언어에 맞게 이미지를 약간 수정할 수 있습니다. 그러나 기계는 원문의 단어에 엄격하게 집착하거나 아예 이미지를 버리는 경향을 보였습니다.
이 연구는 인공지능을 평가하는 현재의 방식이 너무 관대할 수 있음을 시사합니다. 만약 우리가 번역이 유창한지 또는 문법적으로 옳은지만을 본다면, 텍스트의 영혼, 즉 은유와 이미지가 상실되었다는 사실을 놓칠 수 있습니다. 기계는 은유가 무엇을 의미하는지는 말할 수 있지만, 인간만큼의 기술로 그 은유의 경험을 새로운 언어로 재창조할 수는 아직 없습니다. 이러한 도구들이 강력하고 발전하고 있음에도 불구하고, 인간 번역가처럼 이야기에 생명력을 불어넣을 수 있는 깊고 직관적인 문화 및 이미지에 대한 파악 능력은 여전히 부족합니다. 은유를 인식하는 것과 그것을 새로운 언어로 성공적으로 그려내는 것 사이의 간극은 인공지능이 넘어야 할 중대한 장애물로 남아 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.