용어집으로 실현한 맞춤형 번역

DB와 같은 글로벌 기업은 복잡한 기술 용어를 이해하고, 제품명을 올바르게 사용하며, 기업 고유의 어휘를 일관되게 사용하는 데 어려움을 겪을 수 있습니다. DeepL의 용어집 기능을 통해 DB는 비즈니스 전반에 필요한 일관성과 사용자 정의 기능을 확보할 수 있었습니다. 언어 간 커뮤니케이션의 일관성으로 팀은 수동 번역에 들이는 시간과 노력을 줄여, 전체 비용을 절감할 수 있었습니다.

그렇다면 이렇게 방대한 기업은 용어집을 어떻게 관리하고 있을까요? DB는 산업별 전문 용어를 처리하기 위한 특정(때로는 직관적이지 않은) 표현들을 중앙화된 ‘용어 데이터베이스’에 보관하여 관리하고 있습니다. 이 데이터베이스에는 최대 16개 언어로 된 약 30,000개 항목이 포함되어 있습니다.

DB의 언어 관리 부서는 이 용어 데이터베이스를 관리합니다. 모든 번역 결과가 최신 용어를 반영할 수 있도록 몇 주 간격으로 DeepL 계정에 해당 용어집을 업데이트하고 있습니다.

“데이터 보호 및 보안 조치와 더불어 DB 자체 용어를 반영하여 번역 모델을 조정할 수 있는 용어집 기능이야말로 다른 기계번역 시스템과 차별화되는 DeepL의 강점입니다. [...]”

Tom Winter, 데이터 과학자 & 전산 언어학자, Deutsche Bahn AG

용어집 모범 사례

DB는 용어집을 체계적으로 유지 관리 및 정리하는 데 많은 시간과 노력을 기울였습니다. 그렇다면 다른 용어집 사용자들이 이 사례에서 얻을 수 있는 인사이트는 무엇일까요? 모호하지 않은 모든 동의어를 하나의 선호 대상 용어로 통합하고, 정확하고 검증된 용어만 포함함으로써 오역과 혼란을 방지할 수 있습니다.

DB의 미래

DB는 2022년 1월부터 DeepL을 사내 커뮤니케이션에 도입했으며, DB 그룹 전반에서 이 기술에 적극적으로 투자하고 있습니다. DeepL 번역기는 텍스트 및 문서 번역 작업에 걸쳐 다양한 부서에서 활용되며, 전 직원들이 브라우저 확장 프로그램을 통해 손쉽게 접근할 수 있습니다.

추후, DB는 국경 간 철도 교통과 관련된 커뮤니케이션을 비롯해 AI 및 LLM 기술이 철도 운영에 기여할 수 있는 다양한 사용 사례를 발굴할 계획입니다.