한 개발자가 고전 한국 문학을 현대 한국어로 번역하기 위해 Gemma 4 E2B (IT) 모델을 미세조정하는 데 성공했다. 이는 고어 문법과 사라진 문자로 인해 발생하는 언어적 단절을 해소하기 위한 시도다. 조선 시대 소설 '홍길동전'과 같은 고전 텍스트는 '아래아(ㆍ)'와 같은 고유한 표기법을 포함하고 있어 원어민조차 해석에 어려움을 겪는 경우가 많다. 이번 프로젝트는 구글 코랩 환경에서 NVIDIA T4 GPU(16GB)를 사용하여 매개변수 효율적 미세조정(PEFT)과 저차원 적응(LoRA) 기법을 병행했다.

학습 과정에는 Hugging Face의 'transformers' 및 'trl' 라이브러리가 활용되었다. 학습 데이터는 대화 쌍으로 구성되었으며, 시스템과 사용자 입력을 마스킹하는 커스텀 데이터 콜레이터를 구현하여 모델이 정확한 현대어 번역 생성에만 집중하도록 설계했다. 학습률 2e-5, 총 5번의 에포크를 거치며 모델의 번역 정확도는 크게 개선되었다.

학습 전, 기본 모델은 고어 문법을 제대로 이해하지 못해 문자 유사도가 4.85%에 그쳤으며 사실과 동떨어진 번역을 내놓았다. 그러나 학습 후에는 언어적 정확도가 대폭 상승했다. 학습 완료 후 문자별 유사도 점수는 79.93%를 기록했으며, 'ᄇᆡᆨ씨듯고ᄂᆡ심의탄복왈...'과 같은 특정 문구 테스트에서는 인간의 번역 결과와 비교해 85.71%의 유사도를 보였다. 연구자는 이러한 방식이 가벼운 모델 최적화를 통해 고대 문헌을 현대인이 접근 가능하게 함으로써 문화적 역사를 보존하는 확장 가능한 수단이 된다고 평가했다.

한 개발자가 고전 한국 문학을 현대 한국어로 번역하기 위해 Gemma 4 E2B (IT) 모델을 미세조정하는 데 성공했다. 이는 고어 문법과 사라진 문자로 인해 발생하는 언어적 단절을 해소하기 위한 시도다. 조선 시대 소설 '홍길동전'과 같은 고전 텍스트는 '아래아(ㆍ)'와 같은 고유한 표기법을 포함하고 있어 원어민조차 해석에 어려움을 겪는 경우가 많다. 이번 프로젝트는 구글 코랩 환경에서 NVIDIA T4 GPU(16GB)를 사용하여 매개변수 효율적 미세조정(PEFT)과 저차원 적응(LoRA) 기법을 병행했다.

학습 과정에는 Hugging Face의 'transformers' 및 'trl' 라이브러리가 활용되었다. 학습 데이터는 대화 쌍으로 구성되었으며, 시스템과 사용자 입력을 마스킹하는 커스텀 데이터 콜레이터를 구현하여 모델이 정확한 현대어 번역 생성에만 집중하도록 설계했다. 학습률 2e-5, 총 5번의 에포크를 거치며 모델의 번역 정확도는 크게 개선되었다.

학습 전, 기본 모델은 고어 문법을 제대로 이해하지 못해 문자 유사도가 4.85%에 그쳤으며 사실과 동떨어진 번역을 내놓았다. 그러나 학습 후에는 언어적 정확도가 대폭 상승했다. 학습 완료 후 문자별 유사도 점수는 79.93%를 기록했으며, 'ᄇᆡᆨ씨듯고ᄂᆡ심의탄복왈...'과 같은 특정 문구 테스트에서는 인간의 번역 결과와 비교해 85.71%의 유사도를 보였다. 연구자는 이러한 방식이 가벼운 모델 최적화를 통해 고대 문헌을 현대인이 접근 가능하게 함으로써 문화적 역사를 보존하는 확장 가능한 수단이 된다고 평가했다.