ChatGPT 4.0의 일본어 구어체 번역 성능 변화 분석 : 2023년과 2025년 번역 결과 비교를 중심으로

• 영문명: A Comparative Analysis of ChatGPT 4.0’s Colloquial Translation Performance in Korean–Japanese Translation : Focusing on Netflix Korean Dramas in 2023 and 2025
• 발행기관: 경희대학교 K-컬처·스토리콘텐츠연구소
• 저자명: 심현보(Hyun-Bo Sim) 카이모리 토키코(Kaimori, Tokiko) 이정희(Jung-Hee Lee)
• 간행물 정보: 『스토리콘텐츠』7집, 107~129쪽, 전체 23쪽
• 주제분류: 인문학 > 기타인문학
• 파일형태: PDF
• 발행일자: 2025.07.31

국문 초록

본 연구는 대화형 인공지능 모델인 ChatGPT 4.0의 일본어 구어체 번역 성능이 시간의 흐름에 따라 어떻게 변화하였는지를 실증적으로 분석하고, 이를 통해 기계번역의 교육적·실무적 활용 가능성과 화용적 한계를 고찰하고자 하였다. 분석 대상은 넷플릭스 오리지널 드라마 <킹덤>, <퀸메이커>, <고요의 바다>의 한국어 대사 총 1,290문장으로, 2023년과 2025년 각각 동일한 조건에서 ChatGPT를 활용해 일본어로 번역한 결과를 인간 번역(Netflix 자막)과 비교·분석하였다. 분석 결과, 2023년에는 전체의 약 29.0%에 해당하는 374건의 번역 오류가 확인된 반면, 2025년에는 40건(3.1%)으로 오류 발생이 약 89.3% 감소하였다. 특히 기존기계번역에서 반복적으로 지적되던 ‘미완성 문장’, ‘단어·절 배열 오류’, ‘오탈자’ 등은 두 시기 모두에서 발생하지 않았고, ‘기타 문법 오류’ 및 ‘경어 사용 오류’ 역시 2025년에는 오류가 사라졌다. 이는 ChatGPT 기반 번역기의 문법적 안정성과 형식적 완성도가 단기간 내에 비약적으로 향상되었음을 시사한다고 할 수 있다. 반면, <킹덤>과 같은 사극에서 두드러지게 나타난 호칭어 및 직명(職名)의 오역, 감탄사나 비유적 표현의 과잉번역, 원문에 없는 어휘 삽입 등의 오류는 여전히 일부 존재하였다. 이는 기계번역이 화자의 위계 관계나 맥락적 정서를 충분히 반영하지 못한 결과로, 의미 전달의 명확성과 화용적 정합성 확보 측면에서는 여전히 개선의 여지가 있음을 보여준다. 본 연구는 LLM 기반 번역기의 성능 향상을 실증적으로 입증하였을 뿐만 아니라, 다양한 장르와 문체의 구어체 번역 사례를 통해 번역교육 현장에서 활용 가능한 분석기준과 학습 자료의 기반을 제공한다는 점에서 학술적·실천적 의의를 가진다고 할 수 있다.

영문 초록

This study aims to empirically examine how the Japanese colloquial translation performance of ChatGPT 4.0, a conversational AI model, has evolved over time. It also seeks to explore the potential and limitations of machine translation (MT) for educational and practical applications. The analysis was conducted using a dataset of 1,290 Korean dialogue sentences from three Netflix original dramas—Kingdom, Queenmaker, and The Silent Sea. These sentences were translated into Japanese using ChatGPT under identical conditions in 2023 and 2025, and the results were compared with human translations (Netflix subtitles). The findings show that while 374 translation errors (29.0%) were identified in the 2023 output, the number dropped significantly to 40 (3.1%) in the 2025 output, indicating an 89.3% reduction. Notably, typical MT issues such as incomplete sentences, word or clause order errors, and typographical errors were absent in both periods, and grammatical and honorific-related errors nearly disappeared by 2025. These results suggest a remarkable improvement in ChatGPT’s grammatical stability and structural completeness. However, certain limitations remain. In particular, Kingdom, a historical drama, revealed persistent mistranslations of honorifics and titles, over-generation of interjections and figurative expressions, and insertions of words not present in the source text. These issues indicate challenges in pragmatic accuracy and context-sensitive interpretation. This study empirically demonstrates the rapid advancement of LLM-based MT systems and offers practical implications for their use in translation education and content production. Moreover, by providing concrete examples of colloquial translation across diverse genres, the study contributes to the development of pedagogical frameworks and training materials for future translation practice.

목차

Ⅰ. 서론

Ⅱ. 선행연구

Ⅲ. 연구 대상 및 방법

Ⅳ. 기계번역의 오류 유형 분석 및 고찰

Ⅴ. 결론

참고문헌

키워드

기계번역 한-일 번역 구어체 번역 번역 오류 분석 ChatGPT Machine Translation Korean–Japanese Translation Colloquial Translation Translation Error Analysis