[ETC] 이제는 외국어 안 배워도 될까요?

[란마다]

인공지능 번역의 혁신 

출처 : http://news.naver.com/main/read.nhn?mode=LSD&mid=shm&sid1=105&oid=092&aid=0002131571

[昏庸無道]

기술혁신이 빨리되서 스마트폰이나 다른 휴대기기 꽂아서 말하는 걸 자막화해서 보여준다든가 음성으로 대신 해주면

더 이상 스펙쌓기랑 빈익빈부익부가 사라지겠죠

다 커리어를 위해 생존하기위해 배울 뿐

근데 몇몇 특이한 글자들은 기술혁신이 되도... 한 예로 한글

[사탕고양]

한글과 한국어는 그렇게 예외적인 언어가 아니에요.

[란마다]

일본어 한국어 서로교체 번역 거의 완벽하던데 ㅋㅋ 데이터 쌓이면 한글도 완벽하지 않을까 생각해봄 뇌이버놈들이 구글한테 데이터 주지도 않으니 그런 것도 있고 5년안에 해결되지 않을까

[Tensor flow]

파파고성능 보면 ㅎㄷㄷ하던데

[昏庸無道]

제가 말하는 건 글자가 아니라 소리로 말하면 번역이 어렵단 겁니다

한 예로 애 에 눈 눈 이런 거

[란마다]

일본에 라인 있어서 그런지 데이터는 많이 긁어모은듯 완벽함 영어는 구글보다 허잡하니 ㅋ

[昏庸無道]

눈이 눈내리는 눈인지

눈동자에 눈인지 음성만 듣고 어떻게 출력하나요?

이런 발음이 한 두개가 아닌데

사람이나 파악하는거지

[昏庸無道]

데이터베이스에 없는 단어거나 번역이 불가능한 언어면 오작동 합니다

쫄깃쫄깃한 번역해보세요 못합니다

[지지마리오지지]

데이터 쌓이면 가능합니다...데이터가 지금에 고정되있을거란 생각을 버리세요...

[昏庸無道]

쫄깃쫄깃한이 의미를 부여 할 수 없어서 원어민들도 그냥 쫄깃쫄깃한으로 말합니다

이런단어도 있단거지 기술발전이 왜 나오는지?

[루리웹안함]

쫄깃쫄깃한 껌 => コリコリガム, Chewy gum

[Seulynwell]

눈이 사람눈인지 내리는 눈인지 본인은
현실에서 어떻게 구분하는지 먼저 이해하셔야 될 듯 ㄷㄷ
문맥데이터만 쌓이면 지금도 가능한걸
한글에 대한 환상을 가지고 계시네

[란마다]

네이버한테 구글한테 데이터 주라고 그래요 구글이 1년안에 해결줄듯 ㅋㅋ

[겐지isHERE]

아이고 이사람아.... 너무 웃기고 어이없어서 어디서부터 말해야될지 감도 안잡히는데 하나 하나 따져드릴게. 당신은 에인지 애인지 음성만 듣고 파악 가능함? 절대 못함. 하지만 기계는 빅데이터로 축적된 음파형 보고 에인지 애인지 구분할 수 있음. 발음한 사람이 정말 교과서적으로 똑바로 발음을 한다는 대전제이지만. 어짜피 당신은 교과서적으로 에, 애 발음해도 구분못함. 그리고 두번째. 내가 "눈" 이라고 말하면 지금 내가 내리는 눈을 생각하고 말한건지 사람 눈을 생각하고 말한건지 당신을 알 수 있음? ㅋㅋㅋㅋㅋㅋ 사람도 그런 단어는 전후 문맥을 보고 파악하는거임. 기계도 똑같이 소리를 듣고 ->텍스트로 바꾸고 -> 전후문맥 유추해서 그게 내리는 눈인지 사람눈인지 파악하는거임. 즉 데이터 축적만 되면 인간보다 듣는측면에서는 애매한 발음 더 정확하게 구분할수도 있을거고 맞춤법 틀리고 한국어문법 제대로 못익힌 나같이 멍청한 인간들보다 더 정확하게 텍스트 구사가 가능함. 이렇게 까지 예시를 들어줬지만 못알아 듣는다면 님은 그냥 눈 귀 막고 세상 사세요. 마치 몇년전에 스마트폰 기능을 가진 휴대폰이 나올거라고 했을때 비웃던 인간들이 떠오르네요.

[미역메소]

언제적 소리를 아직도 하는지...

[AppleCat]

음성의 인식 면은 크게 문제가 안되요. 말씀하셨듯이 당장 말 소리 녹음해서 praat만 돌려도 음성자질들은 모두 판단이 가능합니다. 또한 통사적인 규칙 또한 이미 대부분 완성되어 있기 때문에 문법적인 면에서도 현재 번역은 큰 어려움이 없습니다.

그러나 기계 번역의 문제는 의미론과 화용론에 있어서 실제 인간을 따라잡을 수가 없다는 거에요. 다의어에서 이 단어가 정확히 어떤 의미를 지칭하는가, 그건 사람도 컨텍스트가 필요한 문제가 맞고, 또한 단어의 빈도수나 컨텍스트가 아닌 연어의 빈도를 통해서도 해결할 수 있어요. 문제는 단순히 사전의 표기로만으로는 다 설명할 수 없는 의미적 자질들이 존재하고, 그 영역까지 현재의 기계 번역으로는 커버할 수 없다는 겁니다. house나 home이나 둘 다 집으로 번역되겠지만, 그 의미적 자질에 차이가 존재하다는 걸 현재로선 살릴 방법이 없어요. 또한 아무리 빈도수를 계산한다고 해도, 그 번역대응어가 서로 joint(완전히 일치), split(부분적 일치)하느냐에 따라서도 실제 의미상 대응 관계는 완전히 달라집니다.

화용론쪽 영역, 이건 현재로선 번역기는 절대 할 수 없는 부분이에요. 이건 특수적인 경우도 아니고 굉장히 실생활과 밀접하게 연관이 있는데, 당장 미국의 드라마를 번역기를 돌려보면 알 수 있을 거에요. 짜잔, 그린랜턴의 재림입니다(물론 실제론 그정도로 심각하게 나오진 않지만). 각 단어의 함의와 문화적 사용례는 기계 번역이 아니라 인공정신이 필요한 영역이에요. 이건 사람과 기계 번역에 있어서 가까운 시일내에는 따라갈 수 없는 격차입니다.

[AppleCat]

어휘 관련 연구들에서 꾸준히 지적하고 있는 게, 실제 인간이 사용하는 단어의 수 자체는 별로 되지 않는다는 겁니다. 대략 읽기 쓰기, 말하기 듣기 모든 영역을 통틀어서 몇 천 개의 어휘족이면 98%의 이해가 가능해요. 문제는 이건 인간의 사례고, 기계에는 해당되지 않습니다. 단순히 더 몇천 개의 단어를 입력하고 처리하고, 심지어 통사적 기능까지 완비하는 건 이미 기계 번역이 잘하고 있는 것들이지만, 실제로 그 어휘들을 인간이 사용하는 처리 방법에 대해서 현대의 언어학에는 여전히 미지의 영역이 많이 남아있어요. 우리가 실제로 기대하는 강인공 지능 영역에서의 번역을 완성시키려면, 그 미지의 영역을 알기 전까지는 달성하기 힘든 거라는 거죠.

물론, 좀 더 현실로 돌아와서 이런 인공지능 번역이 일생활에 편리함을 줄 수 있는 정도로, 혹은 더 많이 편하게 쓰일 수 있는 정도로까지 발생할 수 있는가? 라는 질문에 대해서라면, 이미 꽤나 성공적이라고 생각합니다. 당장 파파고만 봐도 꽤나 놀라운 수준이죠. 근데 진짜로 이게 현실생활에서, 단순히 외국어 사용자가 간단한 말들을 번역하는 것 이외에 진짜 그 언어가 필요한 상황에서 실제 언어 능력을 대체할 수 있는 수준인가라고 묻는다면, 그러기엔 솔직히 부족한 점들이 아직 많습니다.

언론은 항상 과장해요. 마치 이런 놀라운 혁신적인 기술들이 곧 우리 앞으로 찾아올 것처럼 얘기하죠. 그럼 그것에 회의적인 시선들은 당연히 존재하고, 그리고 그 회의적인 시선들을 주장하는 사람들은 대부분 그 분야의 전문가들이고, 또 그런 주장에는 항상 밑바탕이 있는 법이에요. 물론 인간의 기술 발전을 보면, 등장하지 않을 거라 예상했던 사람들의 생각을 깨고, 새로운 게 나타난다지만, 문제는 그 등장하지 못할 거라 생각했던 것들을 실제로 만들어내는 것 역시 그 분야의 전문가들이라는 거에요. 그리고 인공 지능에 대해서는 현대의 시점에서 사람들이 생각하는 인공 지능과 실제 그들이 생각하는 강인공 지능에는 큰 온도차가 존재하죠.

[겐지isHERE]

전 근시일내에 완벽한 기능이 이루어질거라고 말한적 없습니다. 다만 저 사람이 말한 문제점들을 해결하려는 여러 접근법들이 존재하고 기술이 막다른 곳에 봉착한것도 아닌데, 인간도 똑같이 논리적 과정을 거치지 않으면 알수 없는 문제를 마치 AI의 기술한계로 인한 문제인것마냥 말하니 어이가 없었을 뿐이에요. 그리고 언론이 과장하는건 하루이틀도 아니고 저는 빅데이터 기반 AI를 과신하지도 않습니다. 고작해야 데이터 수집 해석정도의 알고리즘으로 인간수준의 복잡한 AI를 재현할수는 없죠. 다만 특정 분야에만 한정시킨다면 인간이상의 능력을 내는것은 말하지 않아도 다들 아는 사실입니다. 인간 수준의 감정을 언어로 해석하고 쓸수있다면 그건 지금 개발되고 있는 일반적인 통역AI의 바운더리를 넘는것입니다. 따라서 그러한 부분의 격차를 최대한 줄여보려고 하는게 빅데이터 수집 해석인거고 home 인지 house인지 당장은 구분 못하더라도 시간과 데이터만 유지된다면 극복 못할 문제도 아닙니다. 사람은 날때부터 home과 house의 뉘양스를 구분하나요? 사람도 마찬가지로 그것의 구분은 생활 경험 즉 데이터+시간의 축적을 통해서 이루어 왔습니다. 언어의 사용을 최종적으로 취사 선택하는것은 인간이지만 그 기반이되는 문화양식은 사람들의 관습 즉 시간과 데이터입니다. 잘 알려진 meme 이라고 하면 알기쉽겠죠. 지금의 빅데이터 기반 통역이 완벽하지는 않지만 인간의 선택으로 완벽해질수 있게 여러 해설문을 보여주는게 지금의 방식입니다. 또한 그것을 포지티브 피드백으로 계속 데이터를 수집하고 있구요. 당연히 인간의 뇌를 레트로엔지니어링 하지 않는 이상, 단순 프로그램 학습만으로 인간과 동등한 수준의 대화능력을 가지려면 솔직히 상당히 오랜 시간이 걸리겠죠. 하드웨어의 갭을 소프트웨어로 매꾸려고 하는거니까 엔지니어를 얼마나 갈아넣어야할지 감도 안옵니다만...그래도 하나의 사실을 생각해보죠. 인간도 ORIGIN부터 언어나 문화 창조까지 걸린 시간에 만단위의 시간이 걸렸습니다. 그걸 베이스로깔고 생각했을때 지금 AI 발전속도는 비선형적일정도로 가파릅니다. 지금 이 분야가 얼마만큼의 포텐셜이 있는지 해당 분야 전문가들도 쉽게 알수없어요. 저렇게 단정지어 감히 말하는건 너무나도 우스은일 아닐까요? 한 분야의 대가들은 어떤 이론의 가능성에 대해 닫지 않고 항상 열어놓고 생각하고 단정짓지도 않습니다. 일반인이야 그럴수 있는 부분이지만 당장 해결해 나가고 있는 현재 진행형인 부분조차 부정하고 있는걸 남들에게 당당히 말하는걸 보니 황당하네요. 거기다 이해하려는 부분조차 없잖아요

[롬 스톨]

말씀하신 의도는 알겠는데 그것도 데이터로 극복 가능합니다.
예를들면 '와 심장이 쫄깃해졌어~' 라는 어휘를 구사한다고 쳤을 때
심장이 쫄깃하다 = 하트 츄잉으로 번역할 것이냐 or 랏 오브 텐션으로 번역할 것이냐 조차도
데이터가 쌓이면 정확한 번역이 가능해집니다.
기술혁신이 오류를 낼 것이라서 한계가 있다.
보다는 더욱 유익하고 재밌는 데이터값을 계속 입력하는 사람이 되어야 한다.
가 앞으로 사람이 해야 할 고민이죠.

[겐지isHERE]

사람의 뇌는 한 상태로 고정할수 없습니다. 세대별로? 년도별로? 시간단위로? 초단위로? 시시각각 변하고 복잡합니다. 현재 기술로 그것을 닮은 하드웨어를 만드는건 불가능하지요. 그래서 소프트웨어로 그 갭을 줄여나가며 발전하려는게 현 ai 연구들이에요. 당연히 시간이 걸리죠. 인력도 들꺼구요. 하지만 그것이 불가능한건 아닙니다. 한 예로 DNA가 발견된지 60년도 지나지 않았습니다. 그 짧은 시간 사이에 게놈프로젝트라는 녀석도 시작했었죠. 시작당시에만 해도 이거 끝나면 우리가 마치 신처럼 사람을 주무를 수 있을줄 알았습니다. 수십년 걸릴꺼라던 분석은 불과 13년만에 끝났구요. 대단했죠. 뭐 결과적으로 나온건 기대와는 달랐고, 파생 학문들만 주구장창 늘어나고 여러 기술들만 잔뜩 발전한게 끝이었습니다만 그렇다고 핵심 이론의 맥이 끊긴것은 아니죠. 이런 어마어마한 사실들을100년전 사람들이 감히 상상이나 하고 받아들일 수 있었을까요? 만약 우리가 처한 상황이 저 100년전 사람들처럼 아웃풋이 당장 눈앞에 하나도 없고 가십잡지에서 떠드는 싸구려 SF 소설정도였다면 이런 반응이 이해가 갑니다. 하지만 지금 통역ai 라고 불리우는것들의 결과물들은 이미 현실생활에 적용이 되고 있고 꽤나 만족스러운 결과물을 보여줍니다. 수년전만해도 저는 이정도의 통역품질은 상상도 못했어요. 학부생활할때 fresh water를 담수라고 번역못하는 번역기에 쌍욕을 하기도 했구요. 당장 눈앞에 핑크빛 과학로드가 펼쳐져있다고 생각하는것도 곤란하지만, 실용화 수준까지 이른 기술을 부정하는것도 웃긴 일이 아닐까요? 사장 기술도 아니고 계속 활발하게 연구가 진행되고 있는대도 말이죠.

[AppleCat]

제 말의 요지는 현재의 과학기술 상으로 인간을 대체할만한 번역기는 구현에는 한계가 있다라는 얘기이지, 현재 번역기가 쓸모가 없다라는 얘기가 아니에요. 인간은 경험을 통해서만 언어를 학습하지 않고, 이미 언어 자체를 습득할 수 있는 내재적 요소가 존재해요. 그리고 인간의 현재의 기술로는 그것을 재현할 수가 없어요. 애초에 정확히 인간의 언어 습득의 메카니즘 자체도 미탐구의 분야니까요.

현재 실용화된 기술의 편리함을 부정할 수는 없습니다. 그러나 그 기술이 인간을 대체할 수 있는가? 라고 묻는다면 갈길이 너무나 멀어요. 그리고 분명히 가까운 시일 내의 기술로는 한계점이 존재합니다. '번역기 돌렸냐?'라는 말이 우리가 바라는 이상과 실제의 간극을 너무나도 잘 표현해주고 있는 말인 것 같아요.

[AppleCat]

애초에 이 기사의 제목은 상당히 자극적이고 도발적이지만, 동시에 번역기의 목표와 가치에 대해서도 잘못 판단하고 있어요(지디넷이니) 번역기는 어디까지나 그 언어를 할 줄 아는 사람에게 도움을 주는 보조적 수단으로서 값어치가 있는 것임에도 불구하고

[고통]

한 50년 후면 배울 필요가 거의 없어지지 않으려나.

[오베르뉴-]

한글화 같은거 안해도 게임을 할 수 있다면 게임 산업 크게 발전할듯.

[란마다]

유튜브부터 실시간 자막번역 가능했으면 아직 어설픔 ㅜㅜ

[원빈]

외국에 여행갈때 구글번역기로 말하면서 하는데 꽤 쓸만합니다.

막말로 10년만 있음 어지간한 대화는 다 되지 않을 까 싶네요.ㅎ

[사라다이]

완벽히 대체하는건 조금더 걸리겟지만.

조금이라도 외국어를 알고 있는 사람에게 저런 툴을 주면 확실히 편해지기는 합니다.

[Smart CHO]

저는 일본어를 좀 알아서 장문 번역할 때 돌려보니, 확실히 몇몇 어색한 부분을 제외하고는 거의 완벽하더라구요. 옛날 같지 않음

[믜늬믜]

뇌로 직접 쏴주는 거 아니면 여전히 필요함

[란마다]

페이스북에 뇌랑 컴퓨터 연결해주는 거 열심히 만들고 있다는데 ㅋㅋ

[불과얼음이야기]

그냥 번역이 다 되면 언어 자체가 필요 없을 것 같다. 세계정부 들어서고 언어도 다 통일하자

[흙수저]

대학교 외국어 학과는 10년안에 대부분 망할듯...외대 1군데 정도만 남고...

[공짜사과2]

컴터 있는데 산수 배우는거 보면 배우간해야할듯

[루리웹-8021119965]

막연하지만 10년 이내론 텍스트는 거의 완벽에 가깝게 번역되지 않을까 싶어요 혹은 더 빨리 현실화 될 수도 있을듯 하고요

[루리웹-0913632723]

아뇨, 앞으로도 계속 배워야 됩니다. 불과 얼마 전 구글에서 번역에 대해 회의적인 반응이 나왔는데 가까운 미래엔 안될 거 같다고

[감자캄자]

간단한 의사소통 정도는 가능할듯하지만 언어를 배운다는게 의사소통을 넘어서 한나라의 문화를 배우는거라.. 아에 없어지진않을듯하네요

[AppleCat]

실제로 최근에 외대인가에서 열렸던 번역 포럼에 참석한 교수님 말씀이, 인공지능 번역과 일반 번역 분야의 학자들 모두 인공지능과 실제 인간 사이의 번역 능력의 차이에는 가까운 시점에서는 메꿀 수 없는 벽이 존재한다는 쪽으로 이야기가 진행되었다고 합니다.

당장 가장 잘된 번역기와 번역 전문가의 수준 차이가 너무나 커요. 또한 한국어에 한정할 경우, 교착어인 한국어의 특성은 굴절어가 대부분을 차지하는 인도유럽어족의 언어들, 예를 들면 영어(얜 굴절어는 아니지만), 프랑스어, 스페인어 등의 사용자 수가 많은 언어들 간의 상호 번역에 여러가지 해결하기 힘든 문제들이 존재해요.

또한 다른 언어학적인 지식을 생각해봐도, 단순히 글이 아니라 대화의 영역에서는 실제 언어 자체가 아닌 메타언어적인 컨텍스트가 굉장히 중요한 역할을 차지하기 때문에, 실제 우리가 생각하는 진짜 '인공지능'의 영역이 아닌 이상, 번역기가 외국어 학습 전체를 대체하진 못할 것 같습니다.(물론 굉장한 편리함을 선사하긴 하겠지만)

그리고 애초에 우리가 생각하는 진짜 인공지능이라는 게 현실적으로 가까운 미래에 이루어질지에 대해서도 회의적인 시선이 많고 말이죠.(당장 얼마전 우리나라에 온 소피아의 경우만 하더라도, 진짜 인공지능이라 보기에는 사기성 짙은 요소가 많다고 비판받고 있으니까요)

[디딸이탈출]

라고 알파고에 박살나기1년전까지만 해도 바둑계에서 똑같은 소리를 했더랬죠..

[AppleCat]

알파고의 인공지능을 연구했던 사람들과 바둑계의 전문가들의 의견이 달랐고, 알파고가 승리한 사례랑
엄연히 실제 번역 인공지능의 연구에 참여하고 있는 학자들과 통번역학을 연구하는 학자들 간의 의견이 일치하는 사례가 동등하게 비교될 수는 없지 않을까요?

그리고 소위 바둑은 너무나도 경우의 수가 많기 때문에 인공지능은 인간을 이길 수 없다라고 얘기를 했지만, 언어, 아니 그 중에서 한정적으로 번역이라고 하는 활동만 하더라도 바둑보다도 더욱 경우의 수가 많고 더 방대한 데이터를 필요로 하는 작업이에요.

[AppleCat]

어느 한 편의 장문의 글을 완벽하게 번역하는 것을 목표로 둔다해도 그에 걸리는 시간이 상당할 거에요. 문어적 표현만이 아니라 구어까지 감안한다면 더 오래 걸릴 것이고. 물론 번역 인공지능의 목표는 '완벽한 번역'이 아니죠. 그렇지만 알파고의 사례처럼 '인간을 뛰어넘을 것이다'라는 목표만 하더라도 그 완벽에 가까운 형태이고, 적어도 그건 가까운 시일 내에 이루어지기 힘들 거라고 생각합니다. 애초에 인간의 언어 자체에 대해서 풀지 못한 숙제가 얼마나 많은데, 그 시스템을 어떻게 번역에 구현시킬 수 있겠어요. 그건 바둑을 두게 만드는 것과는 완전히 다른 얘기죠.

[jerom1]

일본어는 동음의의어 덕분에 번역 돌리는거 포기했습니다.
그냥 글만 읽어줘도 충분히 알아들을 수 있어서 사전까지 찾는 수고로움을 피하게 되네요.

[jerom1]

고유명사도 갈갈이 분해해서 해석해버리는 경우도 있어서 총체적 난국이라고 보여져요.
그래서 원문(한자)+해석돌린거+독음 요 세가지를 동시에 하면서 감상중입니다.

번역출판본이나 번역가(취미로하시는) 분들의 글들을 기다리다 지쳐서 이짓거리를 하는데,
일본어는 글자 판독하는게 어려워서 듣고 말하기를 제외하고는 포기상태에요.

[흠씨]

계속 발전하면 그때그때 등장하는 신조어도 이해하는 경지까지 가려나

[소브소브]

어느정도 언어를 배운 사람의 보조용으론 탁월한듯합니다.
A4 꽉채운 문장을 번역기로 돌린후 문맥이 이상한 부분만 원문체크하면서 보는데 편하긴 해요.

[루리웹-3561711055]

일상용으로는 큰 변화가 있겠지만 업무용으로 봤을때 지금이나 그때나 공용어 중요도은 크게 차이 없을듯
머리에 칩을 박아서 바로 해석,통역해주지 않는이상

[赤愛]

사투리 이런것도 완벽하게 번역하면 인정

[Executrix]

노인의 전쟁 같은 SF 보면, 인간의 두뇌와 융합된 컴퓨터가 외계인의 언어까지도 동시통역하는 장면이 나오죠.
뭐 구글 번역 같은 것도 한국어-영어 같이 전혀 다른 계통의 언어에서나 버벅이는 거지 러시아어-영어 같은 인도유럽어족 언어는 진짜 알아볼 수 있을 정도까지 번역해 주더라고요.
완벽한 기계번역이 될 지 안 될지는 이미 고려대상이 아니고, '언제' 완벽해질지의 문제만 남았을 뿐이죠.
그리고 그 '언제'는 우리가 생각하는 것보다 빠를 것 같습니다.

[헤밍kio]

파파고 개발자 애기를 들어보면
지금 텍스트 번역이
일어의 경우 70퍼 수준이라 하고
3년내에 90퍼까지 끌어올린다고 하더군요

보통 전문가의 능력을 100이라 치면
일반인 언어공부를해서 해석이 가능한 경우를
90~93정도로 보는데

텍스트는 3년내에 일반인 수준은 완벽하게 따라잡을거라고 말하더라고요

다만 음성언어의 경우 아직 입력 출력쪽도 해결해야되서
좀 오래걸릴거라고 하긴 하더라고요

영어나 그외 언어는 구글쪽에서 좀 풀어줘야 하는데
한글쪽은 관심이 없는지

다만 영어-스페인어는 정말 빠른속도로 개발중이라
몇년안에 미국에선 영어,스페인어 직업군은 금방 사라질 가능성이 높다고 예상되긴 하더라고요

[란마다]

뇌이버가 한국어 데이터를 구글에 줘야죠 ㅋㅋ 안주는데 뭘 풀어줘요 ㅋ

[헤밍kio]

아니 구글쪽에서 정보를 안풀어준다는 소리였습니다;;
네이버랑 상관없고요..

[야생 아르셴]

근데 그 번역이 완벽하니 어쩌니 하는 것도 사람들이 모두 문법에 맞게 썼을 경우의 얘기 아닌가요?
실제로 사람들이 쓰는 글 보면 문법 따박따박 맞추는 사람보다는 생략, 축어, 은어 등을 사용하는 사람도 많고.
특히 문학작품 보면 고유명사를 새로 창조하기도 하고 기존에 안 쓰던 별 희한한 표현방식을 쓰는 작가도 있죠.
사실 같은 인간도 이걸 제대로 이해 못하는 경우가 많은데, 과연 아무리 데이터를 모은다 해도 과연 완벽 대체가 가능할지.....

아, 물론 시간이 지나고 데이터가 쌓일수록 어지간한 일상어는 번역 가능하리라 생각합니다만.
솔직히 일에 쓰는 용여 중에도 아무 생각 없이 들으면 일상어로 들리는 말도 있고....아무튼 완벽한 대체는 불가능하다 생각하네요.
그냥 지금보다 신뢰성만 좀 높아져서 보조용으로 쓰면 몰라도.