생성형 AI는 이러한 환경에 추가된 도구이면서 기존 도구보다 훨씬 넓은 범위의 작업을 수행한다. 초안을 작성하고 내용을 요약하며 용어와 배경 정보를 제시하고 여러 대안을 비교한다. 번역사가 문제를 지적하면 새로운 대안을 제안하거나 검수 항목을 만들 수도 있다. 번역문은 이제 인간이 처음부터 끝까지 독립적으로 작성한 산출물이라기보다 인간과 AI가 반복적으로 제안하고 검토하며 수정하는 과정에서 형성될 수 있다. 따라서 AI 시대의 번역은 하나의 사회·기술적 작업 시스템으로 이해할 필요가 있다. 여기서 번역 시스템은 여러 도구를 함께 쓴다는 뜻에 그치지 않는다. 누가 목적을 설정하고 어떤 자료와 기술을 선택하며 어느 단계에서 AI를 활용하고 누가 결과를 검증하고 승인할 것인지를 포함하는 작업 구조 전체를 뜻한다. 동일한 AI를 사용하더라도 이러한 구조를 어떻게 설계하느냐에 따라 품질과 효율성, 위험은 달라질 수 있다.
--- 「01 AI 시대의 번역 개념」 중에서

이 과정에서 책임의 문제도 분명해진다. AI가 초안을 쓰고 검수에 참여하더라도 최종 번역을 채택하고 전달하는 결정은 전문적 승인 과정을 거친다. 인간 번역사는 자신이 직접 작성하지 않은 문장이라도 최종 결과에 포함하기로 했다면 그 적절성을 판단할 책임이 있다. 이는 인간이 언제나 AI보다 정확하다는 뜻이 아니다. 전문성의 핵심은 무오류성이 아니라 불확실한 상황에서 필요한 검증을 선택하고, 충분한 근거를 바탕으로 결정하며, 그 결정에 책임지는 데 있다. 따라서 AI 시대의 인간 번역사는 텍스트 생산자나 포스트에디터라는 하나의 역할로 환원되기 어렵다. 오히려 번역의 목적과 조건을 해석하고, 문제를 정의하며, 인간과 기술의 자원을 배치하고, 품질과 위험을 판단하여 최종 결과를 승인하는 전문적 의사 결정자로 역할이 재구성되고 있다. 중요한 것은 인간이 AI보다 무엇을 더 잘하는가를 고정된 목록으로 만드는 일이 아니라 과업과 위험에 따라 인간과 AI의 역할을 어떻게 나누고 다시 연결할 것인가를 설계하는 일이다.
--- 「03 인간 번역사의 역할 변화」 중에서

MTPE와 LLM 협업 교육의 목표는 학생을 더 빠른 포스트에디터나 더 능숙한 프롬프트 작성자로 만드는 데 있지 않다. 학생은 AI가 잘하는 일은 활용하면서도 유창한 결과에 이끌려 판단을 넘겨주지 않아야 한다. 필요한 수정과 불필요한 수정을 구별하고 여러 대안 가운데 목적에 맞는 것을 선택하며 그 선택을 설명할 수 있어야 한다. AI 시대의 협업 역량은 결국 기술 활용 능력과 번역 판단 능력을 결합하는 역량이다. 이러한 목표를 개별 수업을 넘어 교육과정 전체에 반영하려면 기존 번역 교육에서 무엇을 유지하고 무엇을 새롭게 배치할 것인지 다시 검토해야 한다.
--- 「06 MTPE와 LLM 협업 교육」 중에서

생성형 AI는 번역 초안부터 표현 수정과 용어 탐색, 검수와 피드백까지 수행할 수 있다. 그 결과 제출된 번역문의 품질이 높더라도 그것이 학생의 독립적인 번역 능력을 어느 정도 보여 주는지 판단하기 어려운 경우가 생긴다. 반대로 AI 사용을 모두 제한하면 실제 전문 번역 환경에서 중요한 자원 선택과 검증 능력을 평가하기 어렵다. 번역 교육의 평가는 AI 사용 여부에 하나의 원칙을 적용하기보다 학습 목표에 따라 서로 다른 조건을 설계할 필요가 있다. 이 변화는 평가와 윤리를 연결해 생각하게 한다. 학생이 어떤 자료를 외부 AI에 입력했는지 생성된 내용을 어떤 방식으로 활용했는지 무엇을 추가로 확인했는지는 평가의 공정성과 전문적 책임에 모두 관계된다. 따라서 AI 시대의 평가는 결과의 품질과 함께 그 결과를 만들어 낸 판단의 과정을 확인해야 한다.
--- 「09 평가·윤리·책임 문제」 중에서