챗 GPT를 활용한 포스트에디팅 교육 수업 사례 연구: 중국인 대학원생 중·한 번역과제를 중심으로 (A Case Study of a Post-editing Training Class Using Chat GPT: Chinese Graduate Students' Chinese-Korean Machine Translation Tasks)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 24권 / 9호 / 613 ~ 624페이지
· 저자명 : 이지원

초록

이 연구에서는 이제까지 포스트에디팅 교육에서 크게 다루어지지 않았던 인공지능 신경망 번역 기술인 챗GPT에 주목하여 중국인 대학원생들을 대상으로 하는 한·중 번역 수업에서 챗GPT를 활용한 포스트에디팅 과제를 설계하고 한 학기 동안 그 효과를 검증하였다. 학습자들이 제출한 중·한 번역과제를 중심으로 양적인 측면에서 전체 프롬프트 수의 변화를 살펴보고, 과제 수행 시 총 몇 단계의 포스트에디팅이 나타났는지, 수정한 사항은 가이드라인의 어느 항목에 해당하는지 분석하였다. 질적인 측면에서는 학습자들이 제시한 번역과제의 프롬프트 내용을 중심으로 챗GPT가 번역물 오류를 수정하도록 지시하였는지, 명확하고 구체적인 수정 지시가 내려졌는지, 여러 단계에 걸쳐 수정 지시가 내려졌는지를 분석하였다. 또한, 개별 면담을 통해 학습자들이 포스트에디팅을 수행한 이유와 배경을 관찰함으로써 기존 양적 질적 연구의 한계를 보완하였다. 학습자들이 제출한 포스트에디팅 번역과제를 양적으로 분석한 결과, ‘구조’, ‘의미’, ‘언어와 문법’ 항목에서 전체 프롬프트 수가 전반적으로 증가하는 경향을 보였으며 특히, ‘언어와 문법’ 항목의 프롬프트 수가 다른 항목에 비해 현저하게 많았다. 질적인 분석에서는 챗GPT가 일반 기계 번역기처럼 사용되는 경향이 나타났고, 프롬프트가 모호하거나 복잡하게 작성되는 문제점이 나타났으며 일회적 프롬프트 비율이 높게 나타났다. 또한, 챗GPT가 수행한 기계번역에서 발생하는 오류를 판별하고 수정하는 데 문제점이 나타났다.

영어초록

This study explores the integration of ChatGPT, an AI neural network translation technology, into post-editing education, a field where it has been largely overlooked. The research aimed to design and implement a post-editing task using ChatGPT in a Chinese-Korean translation class for Chinese graduate students and to evaluate its effectiveness over a semester. The focus was on analyzing the Chinese-Korean translation tasks submitted by learners, specifically examining the quantitative changes in the total number of prompts, the stages of post-editing, and the categories of corrections made according to the guidelines. Additionally, a qualitative analysis was conducted to assess whether prompts guided ChatGPT to correct translation errors, the clarity and specificity of the prompts, and the frequency of multi-step prompts. To address the limitations of existing quantitative and qualitative studies, individual interviews with learners were also conducted to understand the reasons and background behind their post-editing decisions. The quantitative analysis revealed an overall increase in the number of prompts in the 'Structure,' 'Meaning,' and 'Language and Grammar' categories, with a significant rise in prompts related to 'Language and Grammar.' The qualitative analysis indicated that learners often used ChatGPT as a typical machine translator, facing challenges with ambiguous or complex prompts and relying heavily on one-step prompts. They also struggled to identify and correct errors in ChatGPT's translations.

참고자료

· 없음