ChatGPT 기반 다차원 문맥 번역 프레임워크 연구 ― 다중후보 통합과 RAG를 중심으로

초록

본 연구는 기존 문장 단위 번역의 한계를 극복하기 위해 담화 수준에서 문맥 정보를 체계적으로 통합하는 다차원 문맥 번역 프레임워크를 제안하고 실험을 통해 그 효용성을 분석하였다. 외부 지식 통합(RAG), 문맥기반학습(ICL), 다중 후보 생성 및 Chain-of-Thought(CoT) 추론을 유기적으로 결합한 이 프레임워크는 류츠신의 《삼체》를 대상으로 한 실험에서 기존 신경망 번역기와 대비하여 우수한 성능을 보였으며, 통계적으로 유의미한 개선 효과를 나타냈다. 특히 ChatGPT 기반 번역용 챗봇은 의미 중의성 해소, 공지시 처리, 문체적 일관성 유지 등 담화 차원의 복합적 언어 현상을 효과적으로 처리하여 문학 번역의 핵심 요구사항인 의미적 충실성과 문맥적 적절성을 동시에 만족시켰다. 본 연구에서 제안한 모듈화된 프레임워크는 학술 논문, 법률 문서, 서사 텍스트 등 다양한 도메인에 범용적으로 적용 가능하며, 각 차원을 독립적으로 최적화하면서도 전체적 일관성을 유지할 수 있어 특정 언어쌍이나 텍스트 유형에 특화된 맞춤형 번역 시스템 구축의 토대를 제공한다.

키워드