Diversification of Translation and Interpreting Environments in University Education and Error Analysis of STT Translation System Based on AI Speech Recognition

학령인구의 감소로 대학의 교육수요자 대상이 변화하는 상황에 직면하였다. 그에 따른 방책으로 유학생 유치가 증대되었고, 수업 환경도 그에 맞추어 다변화되고 있다. 한국어 의사소통 수준이 높지 않은 유학생으로만 이루어진 수업 현장에서는 실시간 STT번역기의 활용이 불가피하게 되었다. 본고는 실제 수업 현장에서 사용된 STT번역기를 분석하여 번역 양상과 오류를 통해 음성인식 번역기가 가진 현재의 한계점을 살펴보았다.<br/> 그 결과, STT번역기는 어휘, 어음, 어법의 범주에서 각각 오류가 나타났다. 그중 어휘 범주에서는 맥락 부적합어, 동음이의어, 다의어, 전문용어, 관용어, 고유명사, 번역 불필요, 영문·숫자 혼용, 외래어 혼용, 줄임말의 오류 유형이 있었다.<br/> 어음 범주에서는 자음·모음 인식, 외래어 발음, 발화 중 휴지(休止)로 인한 오류가 나타났다. 이러한 오류는 텍스트 기계 번역에서는 발생하지 않지만, 음성인식 번역은 실시간으로 생성되는 구어 발화이기 때문에 어음 범주의 문제가 돌출된다.<br/> 어법 범주의 오류는 어휘나 어음 범주의 오류에 비해서는 많지 않았으나, 그 가운데 가장 두드러진 문제는 한국어에서 생략된 주어에 해당하는 대명사를 적절하게 선별하지 못하는 문제와 접속사, 어순에서 오류가 나타났다.<br/> 이러한 모든 범주의 오류를 한 마디로 표현 한다면 “맥락”에 대한 이해 부족이다. 텍스트에서의 맥락은 전체 글에서 제공하는 모든 정보로, 상대적으로 단순할 수 있지만, 실시간 구어 발화에서는 발화의 내용뿐만 아니라, 현장 상황 역시도 하나의 맥락 정보이다. 사람은 시각과 청각 등을 통해 음성, 표정, 제스처, 뉘앙스 파악 등 복합적인 상황 판단이 가능하지만, 그에 비해 기계는 입력된 정보를 확률과 연산에 의한 일차원적인 판단과 분석만 가능하여 이러한 다양한 맥락 처리에 한계가 있다. 따라서 향후 음성인식 분야는 계속적인 보완이 필요하다.<br/> 본 연구에서 언급한 언어학적 오류 현상이 교수자에게는 효율적인 활용을 위한 지침을 제공하고, 또한 음성인식 번역기 분야의 개선과 발전에도 일부 밑거름이 될 수 있기를 기대한다.