세부 사항에는 악마가 있다

자주 이 질문을 받습니다: "Bureau Works는 SDL, Phrase, Smartling, Crowdin, Transifex 등과 어떻게 비교되나요?" 사람들이 비교적으로 사물을 이해하고 싶어하는 이유를 이해합니다. 비교 행렬은 논리적인 결정을 내리기 위한 창구입니다. 모든 가능성을 한 열에 나열한 다음 비용, 사용 편의성, 기능 A, B 등을 위한 열을 추가합니다.

이는 논리를 설명할 때 멋지게 보이고 도움이 됩니다. 그러나 내 의견으로는 이러한 사고 과정은 현실과 연결되어 있지 않습니다.  현실은 특성의 추상적인 목록보다는 경험에 훨씬 가깝습니다.

추상적인 관점에서 대부분의 좋은 번역 관리 시스템은 동일합니다. 모든 시스템은 파일을 번역 가능한 자산으로 변환하는 파일 구문 분석 메커니즘을 갖추고 있으며, 번역자에게는 번역 편집기에서 번역 메모리 또는 용어집과 같은 지식 베이스에서 제안을 제공합니다. 이 추상적인 답변은 의사 결정자를 당혹하게 만들고, 그들은 소프트웨어를 구별하기 위해 기능을 더 깊이 파헤쳐야 합니다:

1. 인-컨텍스트 기능이 있는가요?
2. 워크플로 유연성과 자동화가 있나요?
3. 다른 설정을 가진 다중 번역 메모리를 지원하나요?

그리고 목록은 계속될 수 있습니다. 이러한 예시들은 우리가 충분히 구체적이라면 올바르고 합리적으로 근거를 갖춘 결정을 내릴 수 있다는 것을 보여줍니다.

하지만 우리의 경험에 따르면, 어떤 시스템이 나에게 가장 적합한지에 대한 답은 비교 매트릭스에서 멀리 떨어져 있으며, 당신이 구현하기로 결정한 플랫폼과 사용자 및 이해 관계자들이 경험할 것들에 달려있습니다.

이는 주로 세밀하고 경계선이 모호한 세부 사항과 문화 및 고객 중심성과 같은 주관적인 요소와 관련이 많습니다. 나는 훌륭한 시스템이 잘 구현되지 않거나 단순히 맞지 않는 사용 사례로 인해 끔찍한 결과를 내는 것을 보았고, 구현이 현명하게 이루어질 때 그저 그런 시스템이 문제를 해결하는 것을 보았습니다.

소프트웨어 는 경험, 구현 및 사용 사례 호환성과 마찬가지로 하드 기능과 관련이 있습니다. 어려워 보일지라도 기능은 그 안에 전체 우주를 담고 있습니다.

예를 들어, 스펠 체크를 생각해 봅시다. 기능들을 분석할 때 대부분의 사람들은 체크박스식으로 접근합니다. 하지만 더 자세히 살펴보면 다음과 같은 질문들이 제기될 수 있습니다:

1. 스펠 체크에 어떤 사전이 사용되나요?
2. 그들은 얼마나 자주 업데이트되나요?
3. 당신의 용어집은 특정 언어의 속어나 영어 표현을 어떻게 처리하나요?
4. 스펠 체크가 실행되는 데 얼마나 걸리나요?
5. 별도의 프롬프트가 필요한지 아니면 런타임에서 매끄럽게 작동하는지 알려주세요.
6. 제안을 구현하기 쉬운가요?
7. 제안의 품질은 어떤가요?

그리고 이것은 단지 시작에 불과합니다. 관리자의 관점에서는, 맞춤법 검사기는 가지고 있거나 없는 간단한 기능일 뿐입니다. 하지만 번역가의 관점에서는, 맞춤법 검사의 효율과 효과는 생산성, 안심감, 그리고 더 나은 번역 품질을 나타낼 수 있습니다. 맞춤법 검사기는 번역가의 만족도를 결정짓는 중요한 요소일 수 있습니다. 넓게 퍼지는 것에 집중하고 깊이보다는 넓이에 초점을 맞추는 것은 유혹적일 수 있습니다. 넓이가 클수록 특정 도구는 더 능력있어 보이며, 너무 좁은 범위는 제한된 것처럼 보일 수 있습니다. 그것은 좌절한, 스트레스 받은 번역가와 만족한 번역가 사이의 유일한 구분자가 될 수 있습니다. 넓이보다 깊이에 초점을 맞추고 얕은 수준에 머무르는 것이 유혹적입니다. 넓이가 클수록 특정 도구는 더 능력있어 보이며, 너무 좁으면 한정된 것으로 보일 수 있습니다. 기능을 쌓아 올리는 것은 경쟁력을 유지하는 데 도움이 될 수 있습니다. 체크박스 접근 방식은 검색 엔진에서의 노출성, 즉각적인 가치 인식 및 평가에 있어서 소프트웨어를 크게 발전시킬 수 있습니다. 체크박스 식 접근법은 검색 엔진에서의 노출성, 즉각적인 가치 인식, 심지어 가치 평가에 있어서 소프트웨어를 크게 발전시킬 수 있습니다. 하지만 진정한 가치에 관해서는 경험을 따라올 수 없습니다.

우리와 같은 많은 소프트웨어 회사들은 대형 언어 모델 (LLM)인 ChatGPT 3.5와 같은 혁신적인 기술을 최대한 활용하기 위해 노력하고 있습니다. 그리고 많은 사람들에게는 이렇게 강력한 엔진에 연결하는 것만으로도 놀라운 경험을 사용자에게 제공할 수 있다는 착각이 있습니다. 하지만, 제 의견으로는 그것은 시작점의 맨 끝자락에 불과합니다.

ChatGPT에 연결하는 것은 좋지만, 고려해야 할 사항이 훨씬 많습니다:

1. 응답의 품질은 입력된 정보와 프롬프트에 따라 결정됩니다. 이 자체로 하나의 작은 우주입니다. 간단히 말해서, 주어진 답변은 원래 질문만큼 좋으며, 답변은 주어진 개체가 접근할 수 있는 정보의 함수입니다.
2. 사람들이 이러한 피드와 상호작용하는 방식과 이러한 피드가 번역 경험과 상호작용하는 방식은 피드 자체의 품질이나 유용성보다 중요합니다.  쉽고 원활하며 직관적인 경우, 널리 채택되고 칭찬받을 가능성이 높습니다. 사용하기가 조금이라도 어렵다면 사용자가 의식적인 결정을 내리기 전에 거부될 것입니다.

우리 Bureau Works에서의 핵심 인사이트는 세부 사항이 실제로 마법이 일어나는 곳이라는 것입니다. 세부 사항은 연구와 작업이 많이 필요하며, 그에 비해 현저한 이점이 적기 때문에 고통스럽습니다. 우리 Bureau Works에서의 핵심 통찰은 세부 사항이 실제로 마법이 일어나는 곳이라는 것입니다. 세부 사항은 많은 연구와 작업을 필요로 하지만 실질적인 이익은 적습니다. 예를 들어, 완전히 개편된 맞춤법 검사는 사용자 경험을 변경할 수 있지만, 마케팅 매니저가 성장을 위해 활용할 수 있는 자료는 거의 없습니다. 하지만, 내 의견으로는 넓이와 규모가 얼마나 유혹적이고, 작은 것들에 대해 많은 생각을 해야 하는 것이 얼마나 고통스러운지에도 불구하고, 사용자에게 놀라운 경험을 제공하는 유일한 방법입니다.

하지만 제 의견으로는 깊이와 규모가 얼마나 유혹적이고 작은 것들에 대해 많은 생각을 해야 하는지 고통스러울지라도, 이것이 우리 사용자에게 놀라운 경험을 제공하는 유일한 방법입니다.

결론적으로, 번역 관리 소프트웨어나 일반적으로 어떤 소프트웨어를 선택할 때, 표면적인 기능을 넘어서 생각하고, 훌륭한 사용자 경험에 기여하는 세부 사항과 주관적인 요소를 고려하는 것이 중요합니다. 이를 위해서는 연구, 노력, 그리고 세부 사항에 대한 주의가 필요하지만, 이것이 진정으로 차별화되고 경쟁 우위를 제공하는 유일한 방법입니다. 세부 사항에는 정말로 악마가 있으며, 우리는 소프트웨어 제공자로서 이 아이디어를 받아들이고 사용자에게 가능한 최상의 경험을 제공하기 위해 반복해야 합니다.

‍