본 논문은 PAT(Pragmatic Auto-Translator)를 소개합니다. 이는 RAG 기반 시스템으로, 대규모 언어 모델(LLM)을 문장 단위 번역에서 문서 전체 및 코퍼스 기반 생성으로 확장하는 것을 목표로 합니다. 이 시스템은 사용자가 구성한 사양과 미국 영어 및 라틴 아메리카 스페인어의 실제 장문 텍스트로 구성된 비교 가능 코퍼스의 컨텍스트를 결합하여, 검색된 단락·섹션·문서 수준의 예시를 LLM에 전달합니다.
- PAT은 번역을 위한 정보를 제공하기 위해 미국 영어 및 라틴 아메리카 스페인어 코퍼스에서 단락, 섹션, 문서 수준의 예시를 검색합니다.
- 이 시스템은 스페인어 담화 조직, 수사적 스타일, 그리고 화용론적 규범에 맞게 재구성된 초안 번역 생성을 목표로 합니다.
- 생성형 AI 에세이 6편의 자동 번역 평가에는 두 명의 훈련된 평가자가 평가한 맞춤형 MQM 유형론이 사용되었습니다.
- 결과는 사양과 코퍼스 기반 프롬프트가 상당한 재구성을 가능하게 했지만, 항상 품질 향상을 가져온 것은 아님을 보여줍니다.
저자들은 LLM을 문장 단위 패러다임에서 벗어나 재구성 방향으로 이동시킬 수 있지만, 이러한 재구성의 효과를 높이기 위해서는 추가 작업이 필요하다고 결론짓습니다.