DeepL이 70개 이상의 새로운 언어를 동시에 출시한 방법

섹션별 상세

DeepL은 기존의 개별 언어 쌍 전용 모델 방식에서 벗어나 하나의 모델이 여러 언어를 처리하는 LLM 기반의 새로운 스케일링 방식을 도입했다. 이 접근법은 대규모 언어 확장을 가능하게 하는 핵심 동력이 되었으며, 특정 언어의 요구사항에 따라 최적의 모델링 방식을 선택할 수 있는 유연성을 제공한다.

70개 이상의 언어가 추가됨에 따라 사용자 경험(UX)의 복잡성을 해결하기 위해 언어 선택기 인터페이스를 개선했다. 사용자가 자주 사용하는 언어 쌍을 저장하는 즐겨찾기 섹션을 추가하고 이전 세션의 선택을 기억하도록 설계하여, 방대한 언어 목록 속에서도 생산성을 유지할 수 있도록 지원한다.

언어 수가 늘어남에 따라 유사한 언어 간의 오감지를 방지하기 위해 새로운 언어 감지 모델을 개발했다. 연구 팀은 모델의 정확도를 높이기 위해 다양한 파라미터와 가중치를 테스트했으며, 이는 사용자가 수동으로 언어를 선택할 필요 없이 텍스트를 입력하자마자 즉시 번역을 시작할 수 있게 돕는다.

2025년 초에 완료된 새로운 기술 인프라 구축을 통해 웹, 문서 번역, 모바일 앱, API 등 모든 플랫폼에서 기능적 동등성(Feature Parity)을 확보했다. 과거에는 플랫폼별로 비즈니스 로직을 개별 구현해야 했으나, 이제는 통합 백엔드가 다운스트림 서비스와의 연결을 처리하여 연구 단계의 모델을 모든 플랫폼에 즉시 적용할 수 있게 되었다.

문서 번역 서비스에서는 언어 확장에 따른 레이아웃 일관성 유지를 최우선 과제로 삼았다. 특히 왼쪽에서 오른쪽으로 읽는 언어(LTR)와 오른쪽에서 왼쪽으로 읽는 언어(RTL) 간의 번역 시에도 원본 문서의 서식을 그대로 유지할 수 있도록 플랫폼별 맞춤형 테스트와 검증 과정을 거쳤다.

용어 해설

기능적 동등성(Feature Parity): — 서로 다른 플랫폼이나 기기에서 동일한 기능과 사용자 경험을 제공하는 것을 의미한다. DeepL은 통합 백엔드 인프라를 통해 웹, 앱, API 등 모든 채널에서 새로운 언어 지원 기능을 동시에 출시함으로써 이를 실현했다.
언어 감지(Language Detection): — 입력된 텍스트의 언어를 자동으로 식별하는 기술이다. 지원 언어가 100개 이상으로 늘어나면 언어 간 유사성이 높아져 오판 가능성이 커지므로, DeepL은 정확도를 높이기 위해 새로운 전용 모델을 개발했다.
좌횡서/우횡서(LTR/RTL): — 텍스트를 쓰는 방향을 의미하며, 영어처럼 왼쪽에서 오른쪽으로 쓰는 LTR과 아랍어처럼 오른쪽에서 왼쪽으로 쓰는 RTL이 있다. 문서 번역 시 이 방향이 바뀌어도 원본 레이아웃을 유지하는 것이 기술적 난제 중 하나이다.

기술

DeepL LLM
Language Detection Model
Unified Backend Infrastructure

활용 사례

다국어 번역 서비스
문서 레이아웃 보존 번역
자동 언어 감지