리서치 연구
멜버른대, 태평양 크리올어 기계 번역 모델 개발 성과 발표
The University of Melbourne WMT 2026 CreoleMT Submission: A Domain-Balanced Approach to Low-Resource Pacific Creole Machine Translation
arXiv멜버른 대학교가 태평양 크리올어(토크피신, 비슬라마 등) 기계 번역 모델을 WMT 2026에 제출하며 '도메인 균형 접근법'을 적용했습니다.
세 줄 요약
- 대규모 데이터 준비와 도메인 균형 미세 조정을 통해, 기존 최고 성능 모델 대비 모든 방향에서 3% 이상의 높은 번역 정확도를 달성했습니다.
- 데이터가 부족한 소수 언어의 기계 번역 품질을 높이는 중요한 기술적 진전으로, 글로벌 언어 접근성 향상에 크게 기여할 전망입니다.
- 현재는 특정 테스트 세트에 초점을 맞추었으며, 앞으로 솔로몬 피진 및 비슬라마의 인간 번역본 확보와 모델 경량화가 주요 과제입니다.
멜버른 대학교는 WMT26 크리올어 언어 번역 공유 과제에 제출할 머신 트랜슬레이션(MT) 모델을 개발했습니다. 이 모델은 토크피신, 비슬라마, 솔로몬 피진 등 태평양 크리올어를 대상으로 하며, 특히 광범위한 도메인 성능 구현에 중점을 두었습니다.
연구팀은 대규모의 도메인이 불균형한 데이터셋으로 사전 학습을 진행한 후, 다양한 도메인을 균형 있게 갖춘 데이터로 추가 을 수행했습니다. 이 과정에서 지원 표기 및 정렬(respelling and alignment), 역번역(back-translation), 그리고 Gemini를 통한 증류 등의 데이터 수집 및 준비 기술이 활용되었습니다.
Bouquet와 새로운 구어체 스크립트 테스트 세트를 통해 평가한 결과, 개발된 모델은 인간이 작성한 참조 자료 대비 모든 방향에서 오픈 모델 기준보다 3% 이상의 chrF++ 점수를 높게 기록했습니다. 향후 솔로몬 피진과 비슬라마에 대한 인간 번역본 확보 및 광범위한 도메인 커버리지를 유지하는 소형 모델 개발을 계획하고 있습니다.
용어 풀이
- 미세 조정
- 이미 학습된 모델을 특정 목적의 데이터로 조금 더 학습시키는 일.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.