구글 번역기 수정용 기계학습 알고리즘 개발을 생각하는 사람들을 위한 조언

가장 최신 언어 관련 모델로는 심층 학습, 대량의 나열된 영어, 그리고 대량의 명령 주기 실행에 기반하는 GPT-3이 있다. 이 모델은 현재 문장을 깔끔하게 정돈하고 문장 내의 오류와 어색함을 찾아내고 고치는데 굉장히 능숙하다. 따라서 출력된 문장은 인간이 쓴듯한 자연스러운 깔끔한 영어 회화처럼 생겼고, 가끔 논리적으로 말이 안 되는 문장이 나오긴 하지만 문장 그 자체만 보면 사람이 알아들을 수 있는 의미가 있긴 하다.

이 모델은 그러나 문장의 전달하고자 하는 의미 자체, 화자가 전하고자 하는 말, 그리고 청자의 배경지식을 (예를 들어 "그는 파티에 오지 않을 거야"의 의미는 분명하지만 의미 전달의 기반으로 쓰는 맥락은 분명하지 않다.) 반영하지는 못한다. 따라서 이 정도 수준에서 뭔가를 고치려면 순수 기계학습 분야의 기술로는 부족할 가능성이 높다.

개인 수준에서 고치는 것이 가능할까? 어지간해선 희박하다고 보면 된다. 보통 이런 문제를 해결하려면 커다란 팀과 많은 자원이 들어간다. 게다가 이 문제는 AI의 핵심 문제중 하나이기 때문에 1950년대부터 내로라하는 천재들이 이 문제에 뛰어들었다.