번역은 쉬운 부분입니다.
언어, 소프트웨어 배포, 그리고 신뢰에 대한 대화들이 María José 와 저로 하여 Glossia 를 만들게 했습니다.
언어는 접근성과 기술 제품을 새로운 시장에 가져오는 데 탁월하고Value받은 훌륭한 도구입니다. 귀하의 제품이 영어가 아닌 주요 언어를 사용하는 지역사회와 소통할 때, 귀하가 그들을 이로 말미암습니다. 이는 매우 깊은 연결을 형성할 수 있습니다.
불행히도, 제품과 브랜드가 여러 언어를 사용할 수 있게 만드는 것은 많은 팀들이 감당하기 어려운 일입니다. 그들은 종종 세 가지 중에서 두 가지를 선택해야 합니다: 품질, 속도, 그리고 비용.
소프트웨어 출시 속도를 유지하려면 번역 품질을 유지할 전용 팀에 투자할 수 있지만 비용이 듭니다. 아니면 머신 번역에 더 의존하여 빠르게 진행하고 낮은 품질을 받아들일 수 있습니다. 만약 품질과 낮은 비용을 선택하여 전용 팀이 없는 인간 번역만으로 의존한다면, 보통 속도를 희생합니다. 이 과정에서 번역을 리포지토리와 제 3 party 도구 사이에 주고받는 복잡한 시스템에 맞을 수 있습니다.
대형 언어 모델이 등장한 이후, 아내 마리아 호세 와 저는 그들이 이러한 타협점을 멈추게 도와줄 수 있을지 많이 논했습니다. 그녀는 언어를 사랑하며 현지화 산업에 깊이 관여되어 있습니다. 저는 개발자이자 빌더입니다.
투이스트가 제 주된 가논입니다. 제품이 마케팅 표면으로 번역하려 시도했을 때, 난스에 직면했습니다. 그중 어느 것도 우리의 출시 속도를 따라가지 못했으며, 일부는 해결하기 거의 nightmarish한 충돌로 이어졌습니다. 저는 종종 "이게 어색하다"는 순간을 경험했습니다.
대화에서 Glossia 로
매주 우리는 언어 모델의 능력 주위에서 나타나는 새로운 패턴들을 논의했습니다. 우리는 점점 더 많은 개발자들이 자신만의 번역 파이프라인을 구축하는 것을 목격했습니다. 이 파이프라인들의 핵심은 모델을 프롬프트하는 것입니다: 소스 언어 입력, 번역 출력, 그리고 계속합니다.
이해하기 쉬웠습니다. 그것이 빌더들의 작동 방식입니다. 하지만 언어와 그 주변의 프로세스에 더 가까이 있는 누군가는 그것이 어떻게 잘못될 수 있는지 볼 수 있습니다. 최소한의 불일치에서 최악의 ошибок번역까지 입니다.
개발자들은 점점 더 빠르게 움직이고 있습니다. 그들은 인터넷 이전부터 설계된, 여전히 소프트웨어 팀의 요구를 충족하는 데 어려움을 겪는 시스템의 근본 워크플로우를 도입하기 위해 감속할 수 없습니다.
이것이 Glossia 구축 아이디어가 시작된 방식입니다. 한쪽에서는 영어 이외의 언어 및 번역에서 모델이 더 나아질 것을 베팅할 것입니다. 다른 쪽에서는 소프트웨어 콘텐츠에 초점을 맞춘, 초기 단계의 플러그 앤 플레이 시스템이 될 것입니다. 배경에서 실행되며, 출시 속도와 일치하며 출력이 맞고 프로덕션에 준비되었음을 신뢰하게 합니다.
많은 개발자들은 번역을 단일 프롬프트 솔루션으로 다룹니다. 일부 토큰, 영어 입력, 번역 출력, 마치 완료한 것처럼 부릅니다. 하지만 그들과 대화하면 그들이 출력이 정확한지, 해당 언어에서 조직의 목소리를 포착하는지, 의도한 메시지를 효과적으로 전달하는지 알지 못하다는 것을 깨닫게 됩니다.
저는 투이스트에서 유사한 파이프라인이 있으며, 일본어와 같은 언어로 번역하고 있고, 막대한 부족한 자신감으로 완료합니다. 언어는 논리가 아닙니다. 포맷이 올바른지 확인하는 테스트를 작성할 수 있지만, 그것이 단어가 맞는지를 우리에게 알려주는 것은 아닙니다.
"번역이 쉬운 부분"이라고 아내가 좋아하는 말입니다.
그래서 우리는 올바른 시스템이 어떻게 작용할지 파악하는 데 착수했습니다. 우리는 그것을 Glossia 라고 부르며, 함께 그것을 돕는 데 관심 있는 사람들과 조직에게 함께 그것을 실행 시치열하게 열어내기 시작합니다.
번역해야 할 것을 결정하기
우리가 초점을 맞춘 첫 내용은 사람들이 무엇을 번역할지 결정하는 데 도움을 주는 것입니다. 번역 비용은 줄어들고 계속 줄어들겠지만, 결코 영웅이 될 수는 없습니다. 조직들은 여전히 번역에 투자하는 언어에 선택적이여야 합니다.
때때로 그 선택은 직접적으로 비즈니스 결정에서 비롯됩니다. 다른 경우, 팀들은 커뮤니티에 대한 대략적인 아이디어를 가지고 있으며 교육된 추정에 의존합니다. 우리는 귀하의 웹사이트나 애플리케이션을 방문하거나 사용하는 사람들로부터 배울 수 있는 것이 많다는 것을 발견했습니다. 그들의 언어 선호도를 결합하여 사용자 제품이 만들어진 지역 정보들을 사용하면, 그러한 결정에 더 나은 근거를 줄 수 있습니다.
Glossia 에서 우리를 처음 받은 기능은 분석입니다. 웹사이트에 한 줄의 코드를 추가하면 분석이 계정으로 흐르기 시작합니다. 우리는 결정해야 하는 정보를 그런 정보를 통해 제공합니다: 다음에 어떤 언어에 투자해야 합니까?
앞으로, 우리의 언어 차원의 제품 실험을 어떻게 가져올지 탐구할 것입니다. 페이지가 같은 언어에서 다양한 목소리를 사용할 때 행동제청 버튼 클릭 빈도를 측정한다고 상상해보세요. 그것은 멋지지 않을까요? 변형 비교는 일반적으로 제품 및 디자인 결정에 주z점되었지만, 언어 또한 제품 일부입니다.
영에서 번역으로
번역할 프로젝트를 결정하면 다음 단계는 그것을 설정하는 것입니다. 개발자로서, 많은 마찰을 가지는 프로세스는 싫어합니다. 우리는 영에서 번역으로 가는 것이 이념적으로 한 걸음을 취해야 한다는 것에 합의를 했습니다. 이것이 우리가 추구하는 경험입니다.
설정은 보통 두 가지로 이루어집니다. 먼저, 번역이 가능하도록 리포지토리의 콘텐츠를 추출하는 것입니다. 그것은 종종 코드의 문자열로 시작하기 때문입니다. 두 번째는 언어에 기초하여 올바른 콘텐츠를 선택하도록 프로젝트를 구성하는 것입니다. 그것은 사용자의 기기에서 나올 수 있거나, 더 발전된 경우 users 가 선택한 선호도에 기입됩니다.
몇 년 전, 이러한 작업을 신뢰성 있게 자동화한 것은 nightmarish했을 것입니다. 일들이 바뀌었고 에이전트들이 이 일에 매우 효과적일 수 있습니다.
공정은 이렇습니다: GitHub 리포지토리를 연결하고 번역하고 싶은 언어를 선택한 다음, 약간의 시간이 지나면 변경사항과 함께 풀 리퀘스트가 열립니다. 한번 병합되면 번역이 시작됩니다. 그와 함께 끝입니다.
우리는 번역을 리포지토리에 보관하며, 최전선 지속적 통합 의 일부로 수행하는 형식 검증 및 기타 검증과 함께 처리됩니다. 번역 파이프라인은 해당 검증 결과를 다시 번역 에이전트에 피드백합니다. 이는 플랫폼이 풀 리퀘스트를 열고 실패한 검증이나 병합 충돌이라는 일련의 문제를 유지하도록 내버려두는 상황을 제거합니다.
신뢰 구축을 위한 기타 메커니즘과 결합하여, 이것이 번역을 자동으로 병합하는 것의 가능성으로 이어집니다. 이것이 우리가 믿는 모델입니다. 특히 개발자가 스스로 언어를 평가할 수 없는 상황에서도 번역 풀 리퀘스트가 녹색인지 확인하고 버튼을 클릭하라고 요청하는 것에는 큰 의미가 없습니다. 우리는 늘 그 초과 절차가 더 개선된 설계를 보여주는 신호라고 보아 왔습니다.
우리는 사용자가 생각할 필요 없이 작동하는 시스템을 최고의 번역 시스템이라고 믿습니다.
변경된 부분만 번역
번역 시스템은 별도의 섹션이 필요합니다. 토큰은 여전히 무료가 아닙니다. 모든 것을 지속적으로 번역하는 것은 느리고 비용이 많이 들고 자원을 낭비합니다.
이를 해결하기 위해 우리는 어떤 내용을 번역해야 하는지 알려주는 잠금 파일 시스템을 구축했습니다. 우리는 이를 차등 번역이라 부릅니다. 이 아이디어는 새로 아닙니다: 빌드 시스템은 오랫동안 빌드마다 모든 것을 다시 컴파일하는 것을 피하기 위해 이를 사용해 왔습니다. 우리는 이를 언어에 adaptées 합니다.
시스템은 특정 번역에 영향을 미치는 모든 컨텍스트를 고려합니다. 일부 컨텍스트는 리포지토리에 존재합니다. 일부는 Glossia 에 있으며 여러 리포지토리를 아우릅니다. 우리는 의존성 트리를 구축하고 머클 트리를 사용하여 번역 입력이 변경되었는지 여부를 알려주는 해시를 계산합니다.
잠금 파일은 해당 트리를 보존합니다. 이는 번역을 위해 전달되었거나 전달되지 않았던 이유를 설명할 수 있으며, 사람들을 추측하게 내버려 두지 않습니다.
L10N.md 파일은 번역 에이전트에게 로컬라이제이션 컨텍스트를 제공하며, 코딩 에이전트에게 지침을 제공하는 AGENTS.md 파일과 유사합니다. 이는 중첩 디렉터리에서 더 구체적인 컨텍스트와 모든 레벨에서 언어 오버라이드를 지원하기도 합니다.
공용 용어 등 여러 리포지토리에 적용되는 정보는 서버가 확실한 정보의 출처입니다. 시스템은 올바른 컨텍스트를 사용하고 잠금 파일에 반영하도록 보장합니다. 해당 컨텍스트가 변경될 때, 우리는 이를 사용한 번역으로 변경을 추적하고 업데이트할 수 있습니다.
단어에 대한 신뢰 구축
시스템은 품질 수준으로 수렴하도록 설계되었습니다. 이를 위해 우리는 여러 도구를 보유하고 있습니다.
첫 번째는 번역 후 실행되는 적대적 검증입니다. 풀 리퀘스트에 포함된 코드를 동료 검토한다고 상상해 보세요. 여기서 검사는 언어 지식을 검토에 도입합니다. 예를 들어, 번역은 소스에서 의미를 추가하거나 제거해서는 안 됩니다. 이는 언어 모델이 항상 동일한 입력으로 동일한 산출물을 생성하지 않기 때문입니다.
사용자로부터 배우고 모델 및 기존 시스템에 대한 자체 연구를 수행함에 따라, 우리는 파이프라인에 더 많은 자동 검증을 추가합니다. 각 검증은 번역에 대한 신뢰도를 높여야 합니다.
목표는 모든 풀 리퀘스트를 통과할 필요가 없도록 시스템을 충분히 신뢰하게 되는 것입니다. 이 신뢰는 시스템과 모델 모두에서도 중요합니다. 우리는 타겟 언어에 따라 모델을 선택하도록 도울 수 있습니다. 모든 모델이 모든 언어에서 동등하게 효과적이지 않기 때문입니다.
이러한 검증이 설치되어 있더라도, 번역된 부분을 수정해야 할 수 있습니다. 일시 수정일 수도 있고, 컨텍스트에 아직 반영되지 않은 용어일 수도 있으며, 우리가 아직 직면해야 할 여러 가지 상황 중 하나일 수도 있습니다.
누군가는 이러한 변경 사항을 바로 리포지토리에 기여할 수 있어야 합니다. 하지만 우리는 시스템이 이러한 기여를 피드백으로 처리하고 관련 문맥과 조화하는 방법을 제안해야 한다고 생각합니다. 이는 사전 용어를 데이터베이스에 추가하거나 어조를 조정하는 것일 수 있습니다.
이것은 인간이 번역 중단 없이 비동기적으로 수행할 수 있는 것입니다. 시스템은 사람들의 피드백을 학습하여 작업을 더 효과적으로 만드는 데 도움을 줘야 합니다. 우리가 제품에서 곧바로 피드백을 제안하는 것을 더 확장할 수 있습니다. 그것이 충분히 주의할 만한가요.
미래 번역에 의해 덮어씌워지지 않도록 이러한 수정은 고려되어야 합니다. 상태가 없는 번역 호출은 이전 사용자의 변경 사항을 기록할 수 없습니다. 기존 시스템에서는 번역 메모리가 이 역할을 수행하는 데 도움을 줍니다. 기술이 변한다고 해서 그 필요성은 사라지지 않습니다.
향후의 방향
이것은 Glossia 입니다. 이미 Glossia 번역에 사용하며, Tuist 의 문서, 마케팅 사이트 및 대쉬보드를 커뮤니티 언어로 번역하도록 설정하는 작업도 진행 중입니다.
María José 와 저는 여윳 시간 동안 Glossia 를 개발하며, 수년간 우리의 대화의 일부였던 호기심에 따라가고 있습니다.
프로그래밍 세계에서는 많은 사람들이 프로그래머의 역할과 그것이 어떻게 진화하는지에 대해 묻고 있습니다. 저는 소프트웨어 현지화 산업이 이러한 가정과 모델을 재검토하여 혜택을 받을 수 있다고 생각합니다. 품질을 유지하지 않고 어떻게 더 많고 빠르고 저렴하게 번역을 지원할 수 있을까요.
아직 모든 질문에 대한 해답은 없습니다. 그러나 우리는 우리가 부르라는 모든 일에 쏟는 단순성과 공정에 대한 집중력으로 올바른 방향으로 나아가고 있다고 믿습니다.
이 내용이 귀하와 공명하신다면, 자문하세요.
Glossia