번역 품질 평가 과정을 자동화한 ‘PATQUEST’로 번역 정확성·모델 학습 효율성 향상
[데이터넷] 네이버는 파파고가 자체 개발한 AI 번역 평가 모델 ‘팻퀘스트(PATQUEST)’로 국제 기계번역 대회 ‘WMT20’에서 통번역 기술 경쟁력을 인정받았다고 25일 밝혔다.
WMT는 IWSLT, WAT와 함께 기계번역 분야에서 세계적인 권위를 인정받고 있는 학회로, 3개 학회 중 가장 큰 규모와 긴 역사를 자랑한다.
파파고는 이번 WMT20 품질 평가(Quality Estimation) 부문에 참가해 ‘문서 단위 품질 평가(Document-Level QE)’에서 1위, ‘문장 단위 직접 평가(Sentence-Level Direct Assessment)’에서 영-독 번역 부문 4위를 차지했다.
특히 기계번역 학계에서 문서 단위로 품질을 평가하는 것에 대한 난이도가 매우 높은 것으로 알려진 만큼, 파파고가 글로벌 경쟁자들을 제치고 월등한 성적을 기록했다는 점에서 의미가 남다르다는 것이 회사 측의 설명이다.
파파고가 이번 대회에 제출한 ‘PATQUEST(Papago Translation Quality Estimation)’는 번역 품질을 평가하고 번역 모델의 성능을 높이는 평가 모델이다. 번역의 정확성을 평가하기 위해서는 원문과 번역문을 비교·평가한 방대한 양의 데이터가 필요한데, 파파고의 ‘PATQUEST’는 인공 데이터를 생성하고 이를 모델 학습에 적용하는 과정을 자동화해 번역 품질 평가의 정확성과 모델 학습의 효율성을 끌어올렸다.
파파고 신중휘 리더는 “파파고가 자체 개발한 품질 평가 모델의 우수성을 국제대회에서 인정받았다”며 “번역 기술을 선도하는 플랫폼으로써 앞으로도 번역 품질 고도화를 위한 핵심 기술 개발에 집중할 것”이라고 밝혔다.
