현재까지 밝혀진 두 모델의 아키텍처를 비교해보면



먼저 파파고는 순환신경망(RNN·Recurrent Neural Network) 방식이다.



사람처럼 눈으로 글을 쭉 따라가며 번역하는 형태다. 구절이나 어순 정보 등을 종합적으로 고려해 번역한다.



딥엘은 합성곱 신경망(CNN·Convolutional Neural Network) 방식이다.



트랜스포머(Transformer) 아키텍처의 일부 어텐션(Attention) 매커니즘을 사용한다.



모든 문장을 병렬로 번역한 뒤 서로 거리가 떨어진 단어의 연관성을 분석해 이해를 높인다.



한→영, 영→한, 몇가지 장문으로 실험을 해봤는데 딥엘이 30% 정도 더 자연스러운 결과가 나왔다.



미묘한 어투와 맥락 파악은 둘 다 실망 그 자체다.



만약 예시문이 친구와 나누는 대화라고 했을 때



누가, 어떤 맥락에서, 어떤 어조로 말하는지는 파파고나 딥엘 모두 전혀 파악을 하질 못한다.



‘대화라는 속성’ 은 전적으로 결여되어 있으며, 단지 언어를 수리모델로 연산하고 출력한다는 느낌만을 받는다.



뭔가 근원적이고 혁명적인 모델이 등장하지 않는한 AI가 번역가를 대체하기는 영원히 불가능하겠다는 생각이 든다.