[논문 리뷰] Artificial intelligence contribution to translation industry: looking back and forward

Mohammed Q. Shormani, Al-Sohbani, Yehia A.|arXiv (Cornell University)|2024. 11. 29.

Translation Studies and PracticesArts and Humanities인용 수 3

한 줄 요약

이 연구는 WoS, Scopus 및 Lens에서 수집한 1980–2024년 기간 동안의 AI 관련 번역 연구 논문 9,836篇을 종합적으로 과학적 지표 분석 및 주제 분석한 결과, 신경 기반 기계 번역과 ChatGPT와 같은 대규모 언어 모델이 분야의 발전에 크게 기여한 것으로 나타났다. 尽管 진전이 있었지만, 자원이 부족한 언어, 다중 방언, 문화적으로 민감한 번역 분야에 대한 도전 과제는 여전히 남아 있어, 이러한 분야에서의 철저한 연구가 더욱 필요하다.

ABSTRACT

This study provides a comprehensive analysis of artificial intelligence (AI) contribution to research in the translation industry (ACTI), synthesizing it over forty-five years from 1980-2024. 13220 articles were retrieved from three sources, namely WoS, Scopus, and Lens; 9836 were unique records, which were used for the analysis. We provided two types of analysis, viz., scientometric and thematic, focusing on Cluster, Subject categories, Keywords, Bursts, Centrality and Research Centers as for the former. For the latter, we provided a thematic review for 18 articles, selected purposefully from the articles involved, centering on purpose, approach, findings, and contribution to ACTI future directions. This study is significant for its valuable contribution to ACTI knowledge production over 45 years, emphasizing several trending issues and hotspots including Machine translation, Statistical machine translation, Low-resource language, Large language model, Arabic dialects, Translation quality, and Neural machine translation. The findings reveal that the more AI develops, the more it contributes to translation industry, as Neural Networking Algorithms have been incorporated and Deep Language Learning Models like ChatGPT have been launched. However, much rigorous research is still needed to overcome several problems encountering translation industry, specifically concerning low-resource, multi-dialectical and free word order languages, and cultural and religious registers.

연구 동기 및 목표

• 1980–2024년까지 45년간 인공지능이 번역 산업에 미친 영향의 변화와 영향을 분석하기 위해.
• 과학적 지표 분석 및 주제 분석을 통해 AI 기반 번역 분야의 주요 연구 추세, 핫스팟, 신규 주제를 특정하기 위해.
• 신경망과 ChatGPT와 같은 대규모 언어 모델이 번역 품질 및 시스템 기능에 기여한 정도를 평가하기 위해.
• 자원이 부족한 언어, 아랍어 방언, 문화적 또는 종교적으로 민감한 텍스트 번역 분야에서 지속적으로 존재하는 과제를 부각하기 위해.
• 특히 복잡한 언어적·문화적 맥락에서 AI 번역 연구의 격차와 우선순위를 규명하여 향후 연구 방향을 안내하기 위해.

제안 방법

• WoS, Scopus 및 Lens의 세 개 데이터베이스를 대상으로 체계적 문헌 검색을 수행하여 총 13,220篇의 논문을 확보하였으며, 이 중 9,836편이 고유 기록으로 확인됨.
• 군집 분포, 주제 분야, 关键어 급증, 중심성 점수, 연구 기관 기여도 등의 지표를 사용한 과학적 지표 분석을 수행함.
• 18편의 목적적으로 선정된 논문을 대상으로 주제 분석을 수행하여 연구 목적, 방법론, 연구 결과 및 향후 AI 번역 연구에 기여한 바를 분석함.
• 키워드 급증 분석을 통해 시간에 따라 부상하거나 감소하는 연구 주제를 추적함. 예를 들어 '신경 기계 번역'과 '대규모 언어 모델' 등.
• 국가 및 기관별 연구 기여도를 맵핑하여 AI 번역 분야에서의 글로벌 기여도 및 협업 추세를 평가함.
• 인용 및 공출현 분석을 활용하여 핵심 연구 주제 및 주요 기관의 영향력과 연결성을 평가함.

실험 결과

연구 질문

• RQ1 1980년에서 2024년까지 AI의 번역 산업 기여도는 연구 기여도 및 주제 집중도 측면에서 어떻게 변화해 왔는가?
• RQ2 AI 번역 분야에서 지배적인 연구 주제, 핵심어, 신규 추세는 무엇이며, 특히 신경망과 대규모 언어 모델에 초점이 맞춰져 있는가?
• RQ3 AI 발전에도 불구하고 여전히 연구가 부족한 언어적 과제는 무엇인가? 예를 들어 자원이 부족한 언어, 아랍어 방언, 자유로운 어순 등.
• RQ4 중심성 및 키워드 급증 분석을 통해 AI 기반 번역 분야에서 연구 우선순위의 변화는 어떻게 반영되는가?
• RQ5 현재 AI 번역 연구에서 가장 큰 격차는 무엇이며, 특히 문화적·종교적 어조 번역 측면에서 향후 연구 방향은 무엇인가?

주요 결과

• 신경 기계 번역과 ChatGPT와 같은 대규모 언어 모델은 AI 번역 분야에서 지배적인 역할을 하여 시스템 성능과 사용성 향상에 크게 기여하였다.
• 키워드 급증 분석을 통해 '신경 기계 번역'과 '대규모 언어 모델'이 주요 부상 중인 추세로 확인되었으며, 2010년대 이후 연구 집중도가 급격히 증가한 것으로 나타났다.
• 진전이 있었음에도 불구하고, 자원이 부족한 언어, 다중 방언 아랍어, 문화적 또는 종교적으로 민감한 텍스트 번역 분야에 대한 연구는 여전히 부족하여 심각한 지식 격차가 존재함을 시사한다.
• 영향력 있는 연구 기관 및 저자들은 북미, 유럽, 동아시아에 집중되어 있으며, 중동 및 아프리카의 기여도는 미미한 편이다.
• 주제 분야 분석 결과, '인공지능'과 '컴퓨터 과학'이 AI 번역 연구를 주도하는 주요 분야로 확인되었으며, 점차 다학제적 융합이 증가하고 있음이 드러났다.
• 18편의 논문에 대한 주제 분석 결과, AI는 번역 속도와 확장성을 향상시키지만, 의미 정확도, 문화적 뉘앙스, 어조 유지 문제 등 여전히 도전 과제로 남아 있음이 확인됨.