earticle

영어

This study aims to classify the types of errors found in Google Translate’s Persian translations of Korean news headlines and identify the most frequent error types and patterns. With the rapid advancements in neural machine translation technology in recent years, the quality of machine translation has improved significantly, leading to increased demand and usage. However, various issues, ranging from minor inaccuracies to critical errors, continue to persist in machine translation outputs. Previous domestic studies on machine translation errors have primarily focused on major language pairs. In this context, the present study examines the types of errors observed in Google Translate’s Persian translations of Korean news headlines. The findings highlight the necessity of post-editing by human translators to better reflect the linguistic characteristics of Persian news headlines.

한국어

본 연구는 한국어 뉴스 헤드라인의 구글 번역기 페르시아어 번역 결과물 에 나타나는 오류를 유형별로 정리하고, 빈번하게 발생하는 오류 유형 및 패턴을 규명하는 것을 목적으로 하였다. 최근 신경망 기계 번역 기술 의 급속한 발전과 함께 기계 번역의 풀질이 과거에 비해 상당히 향상되었 으며, 이에 따른 기계 번역 수요도 증가하였다. 그러나 번역 결과물에서 사소한 오류부터 중대한 오류까지 다양한 문제점이 여전히 남아 있다. 기존 국내 기계 번역 오류 연구는 주로 주요 언어 쌍을 대상으로 진행되 었다. 이에 본 연구에서는 한국어 뉴스 헤드라인의 구글 번역기의 페르 시아어 번역 오류 유형을 분석하였다. 연구 결과, 페르시아어 뉴스 헤드 라인의 특성을 반영하여 인간 번역자 포스트에디팅 수행의 필요성을 시 사하였다.