earticle

영어

This comparative study utilizes human and AI (GPT-5, Gemini 2.5 Pro) translations to examine the reproduction and limitations of emotional expression between the Japanese and Korean translations of Son Won-pyung's Almond. Using a multilingual emotion analysis model, paragraph-level polarity scores were calculated and complemented by qualitative analysis of stylistic differences. Despite being source-based, results show that AI translations showed notable alignment with the human translation in emotional scores, suggesting a partial consistency in emotional patterns rather than a complete capture of literary emotional flow. Simultaneously, specific limitations of this approach were revealed by differences in how emotional cues are realized in Korean and Japanese, model-level biases, and literary devices such as irony or emotional distancing. These findings suggest that, when combined with qualitative interpretation, polarity scores can serve as a useful auxiliary metric for assessing emotional reproduction in translation. The study indicates the possibility of an analytical framework connecting translation studies, affective computing, and digital humanities.

한국어

본 연구는 감정 중심 서사인 손원평의 『아몬드』를 분석 대상으로 삼아 한국어 원문과 일본어 번역문(인간 번역 및 AI 번역: GPT–5, Gemini 2.5 Pro)간의 감정 재현 양상과 한계를 검토하였다. 분석은 다국어 감정 분석 모델을 활용해 문단 단위의 감정 점수 (Polarity)를 산출하는 정량 분석과, 수치만으로 설명되지 않는 표현상의 차이를 검토하는 정성 분석을 병행하였다. 분석 결과, AI 번역은 원문 기반임에도 불구하고, 결과적으로 인간 번역과 매우 높은 감정 점수 상관성을 보였다. 이는 생성형 AI가 문학 텍스트의 정서적 흐름을 일정 수준 재현할 수 있으며, 인간 번역의 정서적 구성과 일부 지점에서 유사한 패턴을 만들어 낸다는 점을 시사한다. 그러나 『아몬드』는 감정을 직접적으로 표출하기보다, 상황적 단 서, 서술 리듬 등 간접적 장치를 통해 정서를 형성하는 특성을 지니고 있어, 감정 분석 모델에서는 중립적이거나 약화된 정서로 처리되는 경향이 있었다. 또한, 아이러니, 혼합 정서, 정서적 거리두기 등 문학 텍스트 특유의 장치는 단순한 Polarity 수치로 환원하기 어려웠다. 결론적으로, 감정 점수는 문학 번역에서 정서적 재현의 경향성과 차이를 비교하는 유용한 보조 지표로 기능할 수 있지만, 문학적 감정의 복잡성을 온전히 설명하기 위해서 는 정성적 해석과의 결합이 필수적이다. 이러한 복합적 접근은 감정 점수의 해석 범위를 넓히고, 번역학･감정 계산학･디지털 인문학을 연결하는 새로운 분석 틀을 마련한다는 점에서 의의를 지닌다.