기계 번역과 사람: 언제 어느 쪽을 써야 하는가
AI 챗봇을 포함한 기계 번역은 대략적인 의미를 파악하거나 이중언어 동료가 검토할 저위험 자료의 초안을 작성하는 데 유용합니다. 그러나 문구가 동의, 권리, 임상 지침, 안전, 법적 결과와 관련될 때는 자격을 갖춘 통역사나 공인된 인간 번역을 대체할 수 없습니다. 이러한 도구가 항상 틀리는 것은 아니지만, 충분히 자주, 충분히 예측 불가능하게, 그리고 충분히 눈에 띄지 않게 틀리기 때문에 영어만 읽는 사람은 좋은 번역과 위험한 번역을 구별할 수 없습니다.
먼저 모든 업무를 두 범주 중 하나로 분류하십시오
도구를 사용하기 전에 범주를 정하십시오. 판단 기준은 번역이 틀렸을 때 무슨 일이 일어나는가입니다.
- 전달 경로를 정할 수 있을 정도로 수신된 이메일이나 서식을 이해하는 것
- 이중언어 동료가 검토할 일상적인 안내문의 대략적인 초안
- 이중언어 구사자가 함께 있을 때 비공식 대화를 따라가는 것
- 문서를 완전한 번역을 위해 보낼 가치가 있는지 판단하는 것
- 사전 동의, 그리고 권리나 자격에 관한 통지
- 임상 지침: 투약 및 용량, 상처 관리, 퇴원 절차, 경고 신호
- 법률 문서, 안전에 직결되는 경고, 그리고 공식 기록에 남는 모든 내용
- 클라이언트가 들은 내용에 따라 행동하는 모든 구두 상호작용
오류가 발생했을 때 가장 나쁜 현실적인 결과가 사람이 알아차릴 혼란 정도라면, 기계 번역은 합리적인 출발점입니다. 클라이언트가 피해를 입을 수 있거나, 권리나 혜택을 잃을 수 있거나, 이해하지 못한 내용에 서명하게 될 수 있다면, 자격을 갖춘 사람은 선택 사항이 아닙니다.
흔히 쓰이는 언어와 일상적인 텍스트에서는 실제로 훌륭합니다
연구자들이 응급실 퇴원 지침에 대해 Google Translate를 평가했을 때, 스페인어 번역은 약 92%의 문장에서 정확했습니다(Khoong et al., 2019). 이후 ChatGPT-4와 Google Translate를 환자별 맞춤 퇴원 지침에서 비교한 연구는 문장 단위 정확도가 스페인어는 96~97%, 중국어는 90~95%임을 확인했습니다(Kong et al., 2026).
이는 적절한 업무에서 유용하기에 충분한 수준입니다. 서식을 이해해 전달 경로를 정하는 일, 일상적인 안내문의 초안을 작성하는 일, 이중언어 구사자가 함께 있을 때 비공식 대화를 따라가는 일, 또는 문서가 완전한 번역이 필요한지 판단하는 일이 그렇습니다. 이런 경우 기계는 속도와 범위를 제공하며, 누군가가 실행되기 전에 오류를 발견하기 때문에 실수의 대가가 작습니다.
가장 흔히 쓰이는 언어를 벗어나면 정확도가 빠르게 떨어집니다
Google Translate가 응급실 지침의 전반적인 의미를 유지한 비율, 일곱 개 언어 기준(Taira et al., 2021).
지역사회 및 난민 지원 기관이 가장 많이 다루는 여러 언어, 즉 흔하지 않다는 바로 그 이유로 서비스가 부족한 언어야말로 이러한 도구가 가장 신뢰할 수 없는 언어입니다. 26개 언어 전체에서 Google Translate는 전반적으로 57.7%만 정확했으며, 스와힐리어는 10%에 그쳤습니다(Patil & Davies, 2014).
평균은 위험을 감추며, 그것을 알아볼 방법이 없습니다
스페인어 정확도가 92%라는 결과를 낸 바로 그 연구는 스페인어 문장의 2%와 중국어 문장의 8%에 임상적으로 유의미한 피해를 일으킬 가능성이 있는 오류가 있음을 발견했습니다(Khoong et al., 2019). 26개 언어를 조사한 연구에서, 발작을 의미하는 "your child is fitting"(자녀가 경련을 일으키고 있습니다)이라는 문구는 스와힐리어에서 "your child is dead"(자녀가 사망했습니다)로 돌아왔고, "your husband had a cardiac arrest"(남편이 심정지를 일으켰습니다)는 마라티어에서 "your husband had an imprisonment of heart"(문자 그대로 "남편의 심장이 투옥되었습니다")가 되었습니다(Patil & Davies, 2014).
영어만 아는 사람이 다른 언어로 자신 있고 잘 짜인 문단을 보아도 무언가 잘못되었다는 신호를 전혀 알아챌 수 없습니다. 대규모 언어 모델(large language model)은 이 문제를 더 악화시킵니다. 이러한 모델은 할루시네이션, 즉 원문과 동떨어진 유창한 텍스트를 만들어 낼 수 있으며, 이는 자원이 적은 언어 방향에 집중되는 경향이 있고, 훈련 데이터에서 끌어온 유해한 내용을 드러낼 수도 있습니다(Guerreiro et al., 2023).
기계가 생사가 걸린 지침을 정반대로 뒤집었습니다
신장 의사와 상담할 때까지 신장 약을 계속 복용하십시오.
신장 의사와 상담할 기회가 생길 때까지 신장 약 복용을 중단하십시오.
시역과 역번역
시역은 통역사가 서면 문서를 클라이언트의 언어로 그 자리에서 소리 내어 읽는 것을 말합니다. 공인된 번역본이 없을 때 짧고 단순한 텍스트에는 합리적인 임시방편이 될 수 있지만, 전문 기준은 동의서와 같이 복잡하거나 결과가 중대한 문서를 시역하는 것을 권장하지 않습니다. 즉석에서 정확하게 해내기가 어렵고 법적 책임이 실제로 존재하기 때문입니다. 시역은 다리로 취급해야 하며, 공인 번역을 대체하는 수단으로 여겨서는 안 됩니다.
역번역은 자격을 갖춘 두 번째 이중언어 구사자가 기계 번역 결과물을 다시 영어로 번역하여 원문과 비교할 수 있게 하는 것을 말합니다. 위에서 언급한 연구들이 오류를 발견한 방식이 바로 이것이므로 효과는 있지만, 두 번째로 자격을 갖춘 사람이 필요하고 완벽하지도 않습니다. 초안을 점검하는 데 사용하되, 결과가 중대한 내용에서 기계 번역 결과물이 인간 번역을 건너뛰도록 허용하는 형식적인 승인 도장으로 삼아서는 절대 안 됩니다.
클라이언트의 텍스트를 도구에 입력하는 것은 데이터 공유 행위입니다
클라이언트의 말을 번역 도구에 붙여 넣을 때마다, 그 텍스트를 외부 회사로 전송하는 것입니다. 이는 정보 공개에 해당하며, 건강이나 법률 정보의 경우 규제 대상이 될 수 있습니다. 직원과 환자들은 흔히 의료 소통에 범용 AI 번역 도구를 사용하는 것이 민감한 정보를 외부 제공업체와 공유하는 것을 의미한다는 사실을 알지 못하며, 특히 무료 버전은 입력 내용을 저장하여 서비스 개선에 재사용하면서도 실질적인 거부 방법을 제공하지 않는 경우가 많습니다(van Kolfschooten et al., 2025).
이로부터 원칙이 바로 도출됩니다. 신원을 알 수 있는 클라이언트 정보는 소비자용 또는 무료 도구에 절대 입력하지 마십시오. 어떤 기계 처리 단계든 거치기 전에 이름, 생년월일, 주소, 기록 번호를 제거하고, 확신이 서지 않는다면 아예 붙여 넣지 마십시오.
귀 기관이 도구를 도입하기 전에 다음 사항을 서면으로 받으십시오
공급업체가 이 질문들에 명확히 답하지 못한다면, 그것을 거부로 간주하십시오.
HIPAA에 따라 보호되는 건강 정보의 경우 사업제휴자 계약(Business Associate Agreement)이 필요합니다. 그 밖의 클라이언트 데이터의 경우 공급업체의 의무를 명시한 데이터 처리 계약(data processing agreement)이 필요합니다.
계약상의 명확한 거부, 또는 설정 깊숙이 숨겨져 있지 않고 귀하의 계정에 기본으로 켜져 있는 실질적인 거부 옵션이 있어야 합니다.
전송 중 및 저장 시 암호화(encryption), 명시된 보관 기간, 삭제를 요청할 수 있는 방법이 있어야 합니다.
하위 처리업체 목록, 그리고 데이터가 국외로 반출되는지 여부입니다.
소비자용 및 무료 등급은 대개 위 사항 중 어느 것도 제공하지 않습니다. 클라이언트 데이터에는 사용하지 마십시오.
빠른 결정 흐름도
- 누군가 이것에 따라 행동합니까, 아니면 이해되기만 하면 됩니까?이해되거나 초안 작성만 되면 되고 이중언어 동료가 검토한다면, 기계 번역으로 충분합니다. 개인정보 보호 단계로 넘어가십시오.
- 동의, 권리, 임상, 안전, 또는 법률에 관한 것입니까?그렇다면, 구두 소통에는 자격을 갖춘 통역사를, 문서에는 공인된 인간 번역을 사용하십시오. 여기서 멈추십시오.
- 흔하지 않거나 자원이 적은 언어입니까?그렇다면, 신뢰도를 더 낮추고, 스페인어라면 애매한 수준으로 판단될 업무에서도 사람 쪽으로 기울이십시오.
- 무엇이든 붙여 넣기 전에신원을 알 수 있는 클라이언트 정보를 모두 제거하고, 도구가 데이터 계약을 체결했으며 귀하의 입력으로 훈련하지 않는지 확인하십시오. 클라이언트 데이터에는 무료 소비자용 도구를 절대 사용하지 마십시오.
- 보관하는 모든 초안에 대해클라이언트에게 전달되기 전에 자격을 갖춘 이중언어 구사자가 역번역하여 대조하도록 하십시오. 유창하다는 것이 정확하다는 것과 같지 않습니다.
클라이언트의 텍스트를 어떤 도구에든 입력하기 전에
- 해당 업무는 이중언어 구사자가 검토할 저위험 대략적 의미 파악이나 초안이며, 동의, 임상, 법률, 안전 관련 내용이 아닙니다.
- 신원을 알 수 있는 클라이언트 정보가 모두 제거되었습니다.
- 해당 도구는 서명된 데이터 계약이 있고 입력 데이터로 훈련하지 않으며, 무료 소비자용 도구가 아닌 기업용 계정입니다.
- 흔하지 않은 언어의 경우 신뢰도를 낮추고 사람을 우선시합니다.
- 보관하는 모든 초안은 클라이언트에게 전달되기 전에 역번역되어 대조됩니다.
출처
- Khoong, E. C., Steinbrook, E., Brown, C., & Fernandez, A. (2019). Assessing the Use of Google Translate for Spanish and Chinese Translations of Emergency Department Discharge Instructions. JAMA Internal Medicine, 179(4), 580–582. doi:10.1001/jamainternmed.2018.7653
- Patil, S., & Davies, P. (2014). Use of Google Translate in medical communication: evaluation of accuracy. BMJ, 349, g7392. doi:10.1136/bmj.g7392
- Taira, B. R., Kreger, V., Orue, A., & Diamond, L. C. (2021). A Pragmatic Assessment of Google Translate for Emergency Department Instructions. Journal of General Internal Medicine, 36(11), 3361–3365. doi:10.1007/s11606-021-06666-z
- Kong, M., Fernandez, A., Bains, J., et al. (2026). Evaluation of the accuracy and safety of machine translation of patient-specific discharge instructions: a comparative analysis. BMJ Quality & Safety, 35(3), 150–158. doi:10.1136/bmjqs-2024-018384
- Vieira, L. N., O’Hagan, M., & O’Sullivan, C. (2021). Understanding the societal impacts of machine translation: a critical review of the literature on medical and legal use cases. Information, Communication & Society, 24(11), 1515–1532. doi:10.1080/1369118X.2020.1776370
- Guerreiro, N. M., Alves, D. M., Waldendorf, J., et al. (2023). Hallucinations in Large Multilingual Translation Models. Transactions of the Association for Computational Linguistics, 11. doi:10.1162/tacl_a_00615
- van Kolfschooten, H., Goosen, S., van Oirschot, J., et al. (2025). Legal, ethical, and policy challenges of artificial intelligence translation tools in healthcare. Discover Public Health, 22, 904. doi:10.1186/s12982-025-01277-z
이 가이드는 위에 나열된 연구를 근거로 한 실무를 설명합니다. 귀 기관의 정책과 서비스 대상 언어에 맞게 조정하십시오.