earticle

영어

This paper examines the expressions and contextual errors that arise in machine translation (MT) of Youn Dae-Nyeong’s short story “Who Killed the Cat,” which was translated into Chinese in Koreana (Chinese version), the Korea Foundation’s magazine sponsored by the Korean government. Through a comparison with human translation (HT), it explores the prospects of machine translation and literary translation. Since 2017, artificial neural network machine translation utilizing AI, deep learning, big data, and clouding has been evolving, offering advantages such as speed, accuracy, and cost-effectiveness. However, there are still many errors in machine translation in literary translation. Particularly, errors occur in translating proper nouns and specialized terms reflecting Korean culture, as well as errors in grasping the relationships between characters and understanding the underlying meanings and emotions conveyed in the work contextually. This indicates that machine translation cannot fully replace human translation in literary translation. Nonetheless, with the continuous learning of AI technology, machine translation can improve its weaknesses and elevate translation quality. Therefore, in the future, it is essential to actively leverage the strengths of machine translation while enhancing integration and collaboration between machine and human translation. Especially in universities, fostering translation talent requires a multidisciplinary approach that combines humanities and science and technology, fostering cooperation among translators, researchers in translation studies, and developers of machine translation programs. This will lead machine translation and human translation to move towards a symbiotic relationship of mutual enhancement, cooperation, and coexistence, rather than competition.

한국어

본고에서는 한국 정부가 후원하고 국제교류재단이 발행하는 잡지 『코리아나』 중국어판에 소개된 중국어 번역본 소설 윤대녕의 ｢누가 고양이를 죽였나｣를 대상으로 하여 기계번역(MT)에 나타나는 표현과 문맥상의 오류 를 고찰하고 인간 번역(HT)과의 비교를 통해 기계번역과 문학번역의 전망 에 대해서 살펴보았다. 2017년 이후 인공지능(AI), 심층학습(deep learning), 빅 데이터(Big Data), 클라우딩(clouding)을 활용하는 인공신경망기계번역이 발전 해왔다. 기계번역은 신속성, 정확성, 생산성이라는 장점을 갖고 있고 비문 학 분야의 번역에 기여하는 바가 크지만, 문학번역에서는 오류가 많이 발 견된다. 표현적 측면에서는 한국문화를 반영하는 고유명사나 전문용어에 대한 번역이 취약했고, 문맥적 측면에서는 인물 간의 관계 및 심층 의미와 정감에 대한 파악 등에서 오류가 발생함을 알 수 있었다. 이것은 아직까지 문학번역에서 기계번역이 인간번역을 대체할 수 없음을 나타낸다. 하지만 AI기술의 발전과 함께 기계번역이 끊임없는 학습을 통해 단점을 보완할 수 있으며 번역의 품질도 점점 높아질 것은 분명하다. 따라서 앞으로는 기 계번역의 장점을 적극 활용하면서, 기계번역과 인간번역의 융합과 협력을 강화해야 한다. 특히 대학에서는 번역 인재를 양성하는 데 인문학과 과학 기술의 융합, 번역가와 번역학 연구자, 기계번역 프로그램 개발자 등 다방 면의 협력을 이끌어 기계번역과 인간번역이 경쟁의 관계가 아닌 상호 보완하고 협력하고 공존하는 관계로 나아가도록 해야 할 것이다.