고객과의 번역 품질 기대치 측정 기준 및 프로세스

LSP는 단순히 "우리는 양질의 번역을 제공합니다"라고 말할 수 없습니다. 왜냐하면 그 말이 실제로 무엇을 의미하는지, 귀하와 귀하의 고객은 크게 다른 생각을 가지고 있을 수 있기 때문입니다.

다른 요소들보다 객관성에 더 가까운 요소들이 있습니다: 번역된 문장이 원문과 동일한 의미를 전달하는가? 문법 오류가 있는가? 그러나 웹-트랜슬레이션즈(Web-Translations)가 설명하듯이,

“번역이 원본 텍스트의 의도된 의미를 정확히 전달한다고 해서 반드시 양질의 번역이라고 할 수는 없습니다. 양질의 번역은 단순히 의미를 유지하는 것 이상이어야 합니다. 정의된 사양을 충족하고 목적에 부합해야 합니다.”

인간의 편집을 거치지 않은 기계 번역 콘텐츠는 이전에는 고객의 예산 범위를 벗어났던 콘텐츠를 빠르고 저렴하게 번역하는 수단이 될 수 있습니다. 새로운 대량의 콘텐츠를 번역하는 것이 가능해짐에 따라, 우리는 더 유연한 품질 기준 스펙트럼으로 전환하고 있습니다. 품질에 대한 최종 판단권은 고객에게 있지만, LSP는 종종 이러한 요구 사항을 안내하고 특정 품질 평가 프로세스를 권장할 수 있습니다.

번역 품질을 측정하기 위해 고안된 다양한 모델이 존재하며, 대부분 오류 유형론에 기반을 두고 스타일을 크게 무시합니다. 특정 산업이나 콘텐츠 유형에 따라 선호되는 모델이 있습니다. 예를 들어, SAE J2450 지표는자동차 기술자 협회(SAE)와 LISA QA 지표는 하드웨어 및 소프트웨어 산업을 위해 특별히 고안되었습니다.

다차원 품질 지표(MQM)는 품질 평가의 구조화 및 적용을 지원하는 프레임워크입니다. MQM은 지표가 아니라 "특정 작업을 위한 특정 지표를 설명하는 데 사용할 수 있는 표준화된 이름과 정의가 포함된 포괄적인 품질 문제 유형 카탈로그를 제공합니다."

마찬가지로, TAUS 동적 품질 프레임워크(DQF)는 기계 번역 프로세스에 대한 여러 수준의 품질 기준을 처리하기 위해 특별히 고안되었습니다.

일부 프로젝트의 경우 번역 결과물의 오류보다는 맥락을 기반으로 품질을 측정하는 것이 더 유용할 수 있습니다. SDL의 머신 러닝 솔루션 부사장 미하일 블라드,SDL 머신 러닝 솔루션 부사장은 상황에 따른 여러 대안을 제시합니다:

• 포스트 에디팅의 품질은 번역가의 생산성 향상으로 측정됩니다.

• 다국어 eDiscovery의 품질은 올바른 문서 식별의 정확성으로 측정됩니다.

• 다국어 텍스트 분석의 품질은 분석가가 관련 정보를 식별하는 효과성으로 측정됩니다.

• 다국어 채팅의 품질은 최종 고객의 피드백 평가로 측정됩니다.

일부 CAT 도구 및 번역 메모리에는 하나 이상의하나 이상의 측정 기준이 통합되어 있어 번역을 평가하는 데 사용할 수 있습니다.

고객은 자체 프로젝트 기반 평가를 수행할 수도 있습니다. 대부분의 경우 고객은 LSP의 추천서와 평판을 바탕으로 LSP를 암묵적으로 신뢰합니다. 그러나 대기업의 경우 현지 유통업체(예: 현지 리셀러 또는 현지 지사 팀원)를 이용하거나 제3자 검토자를 고용하여 LSP 작업의 품질을 감사할 수 있습니다.

외부 검토자와 협력할 때는 LSP와 고객 사이에 합의된 기대 사항이 그들에게도 동일하게 적용되어야 합니다. 검토자들이 같은 생각을 가지고 있지 않을 때 발생할 수 있는 두 가지 일반적인 문제가 있습니다. 첫째, 현지 리셀러들이 언어 전문가가 아니기 때문에 번역에 오류를 도입하는 것을 본 적이 있습니다. 둘째, 특히 우선순위가 낮은 콘텐츠에 대한 포스트 에디팅 작업을 처리할 때, LSP와 고객사는 낮은 수준의 번역 기준에 합의했지만 검토자에게 이를 알리지 않은 경우가 있습니다. 이는 LSP가 고객사가 요청한 서비스를 제공하고 있더라도 문제를 야기할 수 있습니다.

즉, 웹사이트 댓글이나 포럼 게시물과 같이 우선순위가 낮은 콘텐츠의 경우, 문맥이나 문법적 유창성을 위해 편집하지 않아도 이해할 수 있다면 충분할 수 있습니다.

특히 다양한 수준의 사후 편집과 함께 기계 번역을 사용할 경우, 동일한 고객을 대상으로 서로 다른 가격대와 품질 기대치를 적용하여 여러 유형의 콘텐츠 작업을 수행할 수 있습니다.

프로젝트 기반 평가는 언어 서비스 제공업체(LSP)가 고객과 협상하는 영역이지만, 고품질 서비스 유지를 위해서는 다른 유형의 평가도 중요합니다.

새로운 번역가를 채용할 때, LSP(언어 서비스 제공업체)는 번역가의 전반적인 역량을 평가하기 위해 시험 번역을 요구합니다. 기업들은 단순한 합격/불합격 기준을 적용하거나, 선호하는 공급업체를 구분하기 위해 더 복잡한 단계별 평가 척도를 만들 수 있습니다. 평가는 내부적으로 만든 기준이나 업계 표준 측정 기준으로 채점됩니다. 고객 기반 작업에 사용하는 것과 동일한 측정 기준 중 하나를 사용하는 것이 도움이 될 수 있습니다.

기계 번역과 사후 편집에 관한 이전 글에서는 기계 번역 엔진의 품질을 측정하는 방법을 논의한 바 있습니다. 이는 또 다른 유형의 비 프로젝트 기반 평가입니다.

완성된 번역 샘플을 주기적으로 외부 편집자나 다른 편집 팀에 평가를 위해 제출하는 것이 도움이 될 수 있습니다. 동일한 편집자와 지속적으로 작업하고 고객이 작업을 검토하지 않는다면, 작업의 품질을 평가할 기준이 없습니다. LSP는 무작위 평가를 통해 번역가뿐만 아니라 편집자의 작업도 재확인하고 품질 기준이 지속적으로 충족되고 있는지 확인할 수 있습니다.요약하자면, 업계의 품질에 대한 접근 방식은 기술 발전과 변화하는 고객 요구와 함께 진화하고 있습니다. Common Sense Advisory가 보고한 바와 같이,

“일률적인 품질 모델로는 오늘날 기업이 직면한 다양한 요구를 충족시키기에 부족합니다. 유연한 모델을 통해 매번 프로세스를 재구축하지 않고도 조정할 수 있습니다.”