CAT 번역은 2015년 이후 딥러닝 기술이 발달하면서 신경망 기계 번역(Neural machine translation, NMT)으로 확장된다. 신경망 기계 번역은 각 원본 문장에 대한 정보 벡터를 구축하여 각 단어와 주변 단어 관련 정보를 연결한다. 단어당 수백 개의 정보가 제공되기도 하며, 자료를 받은 시스템은 자체적으로 데이터에 관한 모든 정보를 학습한다. 이는 번역의 문맥을 개선하고 컴퓨터에서 생성한 번역문을 점점 더 자연스럽게 만든다. 구글과 파파고를 비롯해 인공지능 번역이 생산하는 번역 품질이 하루가 다르게 성장하는 이유이기도 하다.
－01_“AI 번역 역사와 특성” 중에서

서구 언어권에서 의성어 의태어는 주변적이거나 하위적인 언어 범주로 인식되어 왔으며, 이러한 인식은 타 언어에 대한 번역 과정에서도 그대로 투영될 수 있다. 이로 인해 한국어와 일본어처럼 의성어 의태어가 풍부하게 발달한 언어의 감각적·문화적 특성이 번역 과정에서 충분히 드러나지 못하는 한계가 발생한다. 의성어 의태어는 단순한 수식적 요소가 아니라 문화적 정체성과 감각적 사고를 반영하는 핵심 어휘 범주임에도 불구하고, 기존의 서구 중심 번역 이론이나 현재의 인공지능 번역 작동 원리만으로는 이를 온전히 포착하기 어려운 실정이다.
－03_“사라지는 감각 언어: 인간 vs AI 번역” 중에서

북한에서 본딴말의 활용이 비록 정치적·교화적 의도 속에 발달했다 하더라도, 의성어와 의태어가 우리말 고유의 맛과 멋을 살리는 핵심 자산이라는 사실은 부정할 수 없다. 영한 번역 과정에서 이들 어휘를 적절히 살려내는 것은 지극히 자연스러운 언어적 귀결이기 때문이다. 그러나 배대화(2015)는 백석이 보여준 역동적인 본딴말의 활용이 남한의 러시아 문학 번역에서는 찾아보기 힘들다고 진단한다. 이러한 현상은 남한의 번역 담론이 오랫동안 원천 텍스트에 대한 충실성을 최우선 가치로 추구해 온 결과이기도 하다.
－06_“본딴말이 활성화된 북한 번역” 중에서

챗지피티의 번역문과 응답은 그동안 사용자가 프롬프트를 통해 의성어와 의태어와 관련된 정의 및 사용 용례 등 관련 자료를 찾거나 번역을 행했던 데이터가 쌓이며 사용자를 학습하고 분석한 결과다. 추측건대 해당 지문을 1년여 전에 번역하면서 의성어 의태어 활용을 요구했던 브리프가 작동한 것으로 보인다. 사용자 정보가 없는 게스트 아이디로 동일 문장을 번역했을 경우에는 의성어 활용 없이 “개구리들은 물보라에 놀라 바닥으로 뛰어들었다”로 번역문이 생산됐기 때문이다. 이전에 사용자가 개입하여 의성어 의태어 활용을 요구했을 때, 2023년 4월에는 ‘개구리 퐁당 소리에 놀라 바닥으로 다이빙했습니다’로 번역했고, 2024년도 11월에는 ‘개구리들이 ‘탁!’ 하고 튀는 물소리에 ‘퐁!’ 하고 바닥으로 다이빙했다’로 번역을 한 바 있다.
－09_“딥러닝과 감각어 활성화” 중에서