[논문]스마트폰용 영한, 한영 모바일 번역기 개발

여상화; 채흥석

doi:10.9708/jksci.2011.16.3.229

스마트폰용 영한, 한영 모바일 번역기 개발
Development of Korean-to-English and English-to-Korean Mobile Translator for Smartphone 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.16 no.3, 2011년, pp.229 - 236

초록
AI-Helper

본 논문에서는 스마트폰용 경량화된 영한, 한영 모바일 번역기를 설계 및 구현한다. 번역 엔진은 자연스러운 번역과 높은 번역 품질을 위해 번역 메모리와 규칙기반의 번역 엔진으로 이중화를 한다. 개발된 번역 엔진의 사용자의 사용성 (Usability)을 극대화하기 위해 스마트폰에 내장된 카메라를 통한 문자인식(OCR; Optical Character Recognition) 엔진과 음성 합성 엔진(TTS; Text-to-Speech)을 각각 Front-End와 Back-end에 접목하였다. 실험결과 번역 품질은 BLEU와 NIST 평가치를 기준으로 구글번역기 대비 영한 번역은 72.4%, 한영 번역은 77.7%로 평가되었다. 이러한 평가결과는 본 논문에서 개발한 모바일 자동번역기가 서버 기반의 번역기의 성능에 근접하며 상업적으로 유용함을 보여준다.

Abstract ▼ AI-Helper

In this paper we present light weighted English-to-Korean and Korean-to-English mobile translators on smart phones. For natural translation and higher translation quality, translation engines are hybridized with Translation Memory (TM) and Rule-based translation engine. In order to maximize the usability of the system, we combined an Optical Character Recognition (OCR) engine and Text-to-Speech (TTS) engine as a Front-End and Back-end of the mobile translators. With the BLEU and NIST evaluation metrics, the experimental results show our E-K and K-E mobile translation equality reach 72.4% and 77.7% of Google translators, respectively. This shows the quality of our mobile translators almost reaches the that of server-based machine translation to show its commercial usefulness.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 단말기에 내장된 카메라를 이용하여 OCR 영한 번역기를 추가로 개발하였다. 사용자가 번역하려고 문서를 스마트폰의 카메라로 촬영하면 촬영된 자연 영상으로부터 번역 대상인 문자영역을 자동으로 추출하고 이를 문자인식 (OCR)하고 자동번역(MT)을 수행하여 번역 결과를 얻는다.
본 논문에서는 점차 고기능화되고 있는 스마트폰 자체에서 동작하는 경량화된 영한, 한영 모바일 번역기를 설계 및 구현한다. 대용량의 번역 지식은 번역 품질을 높이는데 필수적이므로 스마트폰의 외장 메모리에서 동작하도록 하여 스마트폰의 제한된 주 메모리의 사용을 최소화하고 번역 지식의 업데이트를 용이하게 한다.
본 논문에서는 최근 사용자가 급증하고 있는 스마트폰 자체에서 동작하는 경량화된 영한, 한영 번역 엔진을 설계 및 구현하였다. 본 논문에서 제안하는 영한, 한영 모바일 번역기는 주메모리의 사용을 줄이고 분석 시간 단축을 위하여 핵심 번역 엔진을 포함한 번역 지식 DB가 외장메모리에서 구동되도록 하였다.
본 논문에서는 하드웨어 제약이 심한 모바일 장치에 내장 가능한 경량화된 영한, 한영 번역 엔진을 개발하였다. 주요 설계 원칙은 다음과 같다.

제안 방법

- 다중 번역 방식: 입력문의 커버리지(Coverage)가 높은 규칙 기반의 번역기와 자연스런 번역결과를 얻을 수 있는 번역 메모리(Translation memory) 기반의 번역 엔진의 통합(Hybrid) 번역엔진을 채택하였다.
입력 문장은 조사/어미 사전을 포함한 기본 사전과 사용자 사전 그리고 전문분야 사전을 이용하여 최장일치를 기반으로 형태소 분석을 수행한다[8]. 구문 분석의 전단계에서 어미정보를 이용하여 중문과 복문을 단문 단위를 인식하고 종속절, 대등절, 부사절, 관형사절, 접속사 등으로 이루어진 중문과 복문을 단문 단위로 분석한다.
구문분석 과정을 통해 전역적인 구조 정보를 이용하여 품사 중의성을 해결한다. 개별 어휘가 가진 규칙과 단어의 의미 속성 DB를 참조하여 대역어를 결정한다.
대용량의 번역 지식은 번역 품질을 높이는데 필수적이므로 스마트폰의 외장 메모리에서 동작하도록 하여 스마트폰의 제한된 주 메모리의 사용을 최소화하고 번역 지식의 업데이트를 용이하게 한다. 또한 개발된 번역 시스템의 사용성 (Usability)을 극대화하기 위해 스마트폰에 내장된 카메라를 통한 문자인식(OCR; Optical Character Recognition) 엔진과 음성 합성 엔진(TTS; Text-to-Speech)을 각각 Front-End와 Back-end에 접목하여 모바일 OCR 번역기를 개발하였다.
본 논문에서 제안하는 영한, 한영 모바일 번역기는 주메모리의 사용을 줄이고 분석 시간 단축을 위하여 핵심 번역 엔진을 포함한 번역 지식 DB가 외장메모리에서 구동되도록 하였다. 또한 제안한 시스템의 사용성을 높이기 위해 개발한 번역엔진의 Front-End와 Back-End에 OCR엔진과 TTS엔진을 파이프라인으로 접목하여 모바일 OCR번역기를 개발하였다.
본 논문에서 개발한 모바일 장치용 영한, 한영 번역엔진은 MS Visual Studio 10을 사용하여 Windows Mobile 6.0플랫폼에서 개발되었다. 영한, 한영 번역 시제품들은 S전자의 SPH-M4655, SCH-M620, SCH-M450을 포함하여 SCH-M490, SPH-M4900 등의 Windows Mobile 기반의 다양한 스마트폰들에 성공적으로 탑재하였다[6, 8].
본 논문에서 개발한 영한 모바일 번역기는 자연스런 번역결과를 얻을 수 있는 규칙 기반의 번역엔진과 함께 번역 메모리 (Translation Memory) 기반의 번역 엔진을 통합한 Hybrid 번역엔진을 채택하였다. 형태소분석 결과는 번역 메모리 DB를 참조하여 유사한 번역이 있는 지를 검색한다.
본 논문에서 개발한 영한, 한영 번역 엔진의 성능 평가는 정량적 평가와 정성적 평가를 수행하였다. 정량적 평가는 IBM에서 제안한 n-Gram 기반의 BLEU와 이를 개선한 NIST 평가를 수행하였다[11, 12].
본 논문에서는 최근 사용자가 급증하고 있는 스마트폰 자체에서 동작하는 경량화된 영한, 한영 번역 엔진을 설계 및 구현하였다. 본 논문에서 제안하는 영한, 한영 모바일 번역기는 주메모리의 사용을 줄이고 분석 시간 단축을 위하여 핵심 번역 엔진을 포함한 번역 지식 DB가 외장메모리에서 구동되도록 하였다. 또한 제안한 시스템의 사용성을 높이기 위해 개발한 번역엔진의 Front-End와 Back-End에 OCR엔진과 TTS엔진을 파이프라인으로 접목하여 모바일 OCR번역기를 개발하였다.
본 논문에서는 단말기에 내장된 카메라를 이용하여 OCR 영한 번역기를 추가로 개발하였다. 사용자가 번역하려고 문서를 스마트폰의 카메라로 촬영하면 촬영된 자연 영상으로부터 번역 대상인 문자영역을 자동으로 추출하고 이를 문자인식 (OCR)하고 자동번역(MT)을 수행하여 번역 결과를 얻는다. 번역된 결과는 단말기에 내장한 음성합성엔진(TTS; Text-to-Speech)을 통해 음성으로 출력된다.
여행용 영어 회화집[13]의 18개 상황(감정, 관광, 교육, 교통, 기본 표현, 만남, 병원, 쇼핑, 식당, 약속, 여가, 우리 동네, 의견, 전화, 직장 생활, 해외여행, 호텔, 화제) 중에서 해외여행과 관련된 4개의 영역의 전체 문장에 대해 영한 및 한영 번역 성능을 평가하였다. 이들은 Chpater 2(관광), Chpater 8(쇼핑), Chapter 16(해외 여행)과 Chapter 17(호텔)이다.
입력된 영어 문장은 기본 사전, 사용자 사전 그리고 전문분야 사전을 참조하여 형태소 분석을 수행한 후, 구문 분석 전단계로 중문과 복문을 단문 단위로 분석한다[6]. 이과정에서 종속절, 대등절, 부정사구문, 현재분사구문, 부사절, 관계사절과 접속사 등으로 이루어진 중문과 복문을 단문 단위로 분석한다[6].

대상 데이터

TTS엔진은 스마트폰의 주메모리에 내장되고 음성 합성용 DB는 외장메모리에 탑재한다. 음성 합성엔진과 음성 DB의 용량은 여성 단일 음색(YUMI)으로 128MB이며 실행 메모리(Run-time Memory)는 8MB를 사용한다.
음성합성엔진은 V사의 VoiceText Light를 사용하였다[10]. TTS엔진은 스마트폰의 주메모리에 내장되고 음성 합성용 DB는 외장메모리에 탑재한다.
표 2는 한영 번역 엔진의 성능 평가를 위한 한국어 평가 세트에 대한 통계이다. 평가 세트는 전체 1,338문장, 45.9 KByte(47,002Byte)이며 문장당 평균 5.0어절, 문장당 평균 15.2음절이고 문장당 평균 형태소 수는 10.8개이다.
한국어와 영어 OCR 엔진은 S전자의 SPH-M490의 SmartReader에 탑재된 M사의 MobiReader[9]를 파이프 라인 형태로 사용하였다. 카메라로 촬영한 영상의 품질은 문자인식의 정확률을 결정하는 핵심요소이다.

데이터처리

본 논문에서 개발한 영한, 한영 번역 엔진의 성능 평가는 정량적 평가와 정성적 평가를 수행하였다. 정량적 평가는 IBM에서 제안한 n-Gram 기반의 BLEU와 이를 개선한 NIST 평가를 수행하였다[11, 12].

성능/효과

BLEU와 NIST 평가치를 사용한 정량적 평가 결과 영한은 각각 0.0278과 1.4845(구글 번역기는 0.0494와 2.0494)로, 한영은 각각 0.0923과 3.3880(구글 번역기는 0.1843과 4.3587)로 평가되었다. 이는 2,000개의 CPU를 클러스터링한 컴퓨팅 파워를 사용하는 구글의 번역 성능에 72.
여행 분야 4개의 영역에서 서버 기반의 구글 번역기가 본 논문에서 개발한 모바일 번역기보다 성능이 우수함을 알 수 있다. NIST 평가치 기준으로 구글의 성능을 100으로 한 경우, 본 논문에서 개발한 영한, 한영 번역엔진의 성능은 각각 구글 번역기 성능의 72.4%와 77.7%의 수준이다. 이는 스마트폰의 낮은 하드웨어 사양에도 불구하고 실용성 있는 번역 품질을 제공함을 의미한다.
여행 분야 4개의 영역에서 서버 기반의 구글 번역기가 본 논문에서 개발한 모바일 번역기보다 성능이 우수함을 알 수 있다. NIST 평가치 기준으로 구글의 성능을 100으로 한 경우, 본 논문에서 개발한 영한, 한영 번역엔진의 성능은 각각 구글 번역기 성능의 72.

후속연구

본 논문에서 개발한 모바일 장치용 경량화된 영한, 한영 번역엔진은 스마트폰 이외에도 전자사전, PDA, MID, 휴대용 자동번역기, 휴대용 자동통역기, 카메라 번역기 등 다양한 분야에 적용할 수 있을 것으로 기대된다.
향후 과제는 번역 품질을 보다 향상시키기 위하여 번역 메모리 DB를 확장하고 여행 분야의 대화체에 대한 규칙의 튜닝과 함께 통계적 번역 방법을 통해 대량의 번역 지식의 자동 학습을 적용하는 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	스트래티지 애널리틱스에서 분석한 2010년 전 세계 스마트폰 매출의 분석 결과는 어떠한가?	)에 대한 관심이 급증하고 있다. 시장조사업체인 스트래티지 애널리틱스(Strategy Analytics)는 전 세계 스마트폰 매출이 2009년 2분기 4,200만 대와 비교해 2010년 2분기에는 43%증가한 6,000만 대를 달성한 것으로 분석하고 있다. 또한 시장조사기관인 International Data Corporation(IDC) 에 따르면 2010년 아태지역 스마트폰 시장은 2009년 대비 두 배이상 증가한 것으로 나타났으며 2011년 아태지역(일본 제외) 스마트폰 출하량이 처음으로 1억대를 넘어서며 1억 3700만대에 이를 것으로 전망하였다.
	무선 네트워크 기반의 모바일 번역기는 어떤 방식으로 작동하는가?	무선 네트워크 기반의 모바일 번역기는 스마트폰을 Client 로하고 번역 서버에 원문을 전송한 후 번역 결과를 무선망을 통해 전달받는 방식이다. 초기에는 WAP이나 SMS 기반으로 개발되었다.

참고문헌 (16)

Seyoung Park, Byungsu Kim, Kyungil Lee, "Machine Translation Technology for Mobile Environment," Communications of KIISE, Korean Institute of Information Scientists and Engineerers, Vol.24, No. 1, pp. 37-47, Feb. 2006.

원문보기 상세보기
S.-H. Kim, et al., "The Trends and Application of Automatic Speech Translation Technology," Telecommunications Review, Electronics and Telecommunication Research Institute (ETRI), Vol. 25, No. 3, pp. 28-39, June. 2010.
Ilbin Lee, et al., "An Overview of Korean-English Speech-to-Speech Translation System," Proc. TCAST Workshop, pp. 6-9, 2009.
Alex Waibel, et al., "Speechalator: Two-way Speech-to-Speech Translation on a Consumer PDA," Proc. EUROSPEECH2003, pp. 369-372, Sep. 2003.
Ying Zhang and Stephan Vogel, "PanDoRA: a Large-scale Two-way Statistical Machine Translation System for Hand-held Devices," Proc. MT SUMMIT XI, pp. 543-550, Sep. 2007.
Sang-Hwa Yuh, Yeong-Tae Baek, Heung-Seog Chae, "An English-to-Korean Hybrid Mobile Translator for Mobile Devices," Proc. Korea Society of Computer & Information, Jan. 2011, (to be appeared)
Sanghwa Yuh, Kongjoo Lee, and Jungyun Seo, "Multilingual Closed Caption Translation System for Digital Television," IEICE Trans. on Information & Systems, Vol. E89-D, No. 6, pp. 1885-1892, 2006.

상세보기
Sang-Hwa Yuh, "A Light Weighted Robust Korean Morphological Analyzer for Korean-to-English Mobile Translator," Journal of Korea Society of Computer & Information, Vol. 14, No. 2, pp. 191-199, 2009.
MobiReader, http: / /www.diotek.co.kr/ solution/ solution04.asp, DIOTEK, 2008.
Voiceware, VoiceTextTM Korwan Engine API Programmers' Guide, http:/ /www.voiceware.co.kr/products/ text.html , Voiceware, 2006.
Papineni, K., Roukos, S., Ward, T., and Zhu, W. J.. "BLEU: a method for automatic evaluation of machine translation," Proc. ACL-2002: 40th Annual meeting of the Association for Computational Linguistics, pp. 311-318, 2002.
Denoual, E. and Lepage, Y., "BLEU in characters: towards automatic MT evaluation in languages without word delimiters" Proc. Second International Joint Conference on Natural Language Processing, pp. 81-86, 2005.
Boyoung Lee, "Boyoung Lee's English Conversation Dictionary," Doosan-DongA, 2009.
Google, http://translate.google.com/#en/ko/ , 2010.
Jakob Uszkoreit, Jay Ponte, Ashok Popat, Moshe Dubiner, "Large Scale Parallel Document Mining for Machine Translation," Proc. 23rd International Conference on Computational Linguistics (Coling 2010), pp. 1101-1109. 2010.
John DeNero, Shankar kumar, Ciprian Chelba, Franz Och, "Model Combination for Machine Translation," Proc. 2010 North American Chapter of the Association for Computational Linguistics (NAACL), pp. 975-983. 2010.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증