― 번역과 통역의 변화
전문직의 정당성은 오랫동안 희소한 '기능' 위에 세워져 있었다.
어떤 사람은 병을 진단할 수 있었고,
어떤 사람은 법을 해석할 수 있었고,
어떤 사람은 복잡한 회계를 정리할 수 있었다.
그리고 어떤 사람은
외국어 문서를 읽고, 다른 언어로 의미를 옮길 수 있었다.
이 기능들은 오랫동안 소수만이 가진 기술이었다.
그래서 사회는 자연스럽게 이렇게 생각했다.
“이 사람만 할 수 있다.”
그 순간 전문직의 정당성은 만들어진다.
하지만 기술은 이 희소한 기능들을 하나씩 무너뜨린다.
기술은 기능을 열어버린다.
그리고 기능이 열리면 전문직의 정당성은 흔들린다.
그 변화가 가장 먼저 나타난 분야 중 하나가
바로 번역과 통역이었다.
번역은 오랫동안 언어 능력의 문제였다.
외국어 문서를 읽을 수 있는 사람은 적었고,
전문 용어를 정확히 옮길 수 있는 사람은 더 적었다.
그래서 번역은 단순한 기술이 아니라, 일종의 자격처럼 여겨졌다.
그러나 인터넷이 등장하면서 상황은 조금씩 달라졌다.
사전은 종이에서 온라인으로 이동했고,
기관과 기업의 공식 용어집이 공개되기 시작했고,
번역가들은 커뮤니티와 데이터베이스를 통해 용어 정보를 서로 공유하기 시작했다.
검색만 하면 유사 문장과 번역 사례를 찾을 수 있게 되었다.
그리고 기계번역도 빠르게 발전했다.
규칙기반 번역(RBMT), 통계 기반 번역(SMT), 신경망 번역(NMT), 그리고 최근 LLM 기반의 생성형 AI까지.
Google Translate와 Papago 같은 서비스로 빠르게 대중에게 확산되었다.
기술이 발전할 때마다 번역의 일부 기능은 점점 자동화되었다.
번역은 더 이상 개인의 능력이 아니라,
데이터와 기술이 수행하는 기능이 된 것이다.
그때부터 번역은 서서히 기능으로 분해되기 시작했다.
그리고 질문이 바뀌기 시작한다.
왜 번역이라는 직업에 여전히 가치를 부여해야 하는가?
기능이 평균화되면, 정당성은 의심받기 시작한다.
번역에서 변화가 먼저 나타났다면 통역은 조금 다른 속도로 움직이고 있다.
이유는 단순하다. 통역은 언어만의 문제가 아니기 때문이다.
통역은 대부분 현장에서 이루어지는 일이다.
사람이 있고, 상황이 있고, 그 순간의 맥락이 있다.
그리고 그 모든 것을 고려한 판단이 동시에 요구된다.
회의실의 공기,
발언자의 말투,
협상의 긴장도,
상대방의 의도.
이런 것들은 문장 안에 그대로 드러나지 않는다.
그러나 통역사는 그 보이지 않는 요소들까지 함께 읽어야 한다.
통역에는 언제나 실시간 상황, 맥락, 뉘앙스, 현장 판단이란 요소들이 따라온다.
이 때문에 통역은 번역보다 기술의 영향을 조금 늦게 받았다.
자동 통역 기술에 대한 연구는 1980년대부터 꾸준히 이어져 왔다.
그러나 실제 현장에서 사용할 수준의 기술은 오랫동안 등장하지 않았다.
상황이 조금씩 달라진 것은 스마트폰과 클라우드 기술이 보급되면서부터다.
실시간 번역 서비스가 빠르게 발전하기 시작했고,
2010년대 후반 부터는 AI 기반 음성 인식과 신경망 번역이 결합되면서
회의나 국제 행사에서도 AI 실시간 번역이 등장하기 시작했다.
특히 연설처럼 단방향으로 전달되는 상황에서는 이미 상당한 정확도를 보여준다.
즉, 말을 다른 언어로 옮기는 기능 자체는 점점 자동화되고 있다는 뜻이다.
그래서 지금까지는
통역이 번역보다 더 오래 남아 있는 것처럼 보인다.
하지만 이것이 통역이 안전하다는 의미는 아니다.
기능이 열리는 순간 사회는 다시 질문하기 시작하기 때문이다.
그리고 이 지점에서 다시 하나의 질문이 등장한다.
기능이 열리는 순간 사회가 던지는 질문은 달라진다.
예전 질문은 이것이었다.
“누가 할 수 있는가?”
어떤 일을 할 수 있는 사람이 극소수였기 때문이다.
의사, 변호사, 회계사, 번역가, 통역사 같은 전문직은
이 희소한 기능 위에서 정당성을 얻어 왔다.
하지만 기능이 열리는 순간 질문은 이렇게 바뀐다.
“굳이 사람이 해야 하는가?”
AI 번역이 등장하면서 통번역이라는 행위 자체는 더 이상 희소하지 않게 되었다.
문장을 다른 언어로 옮기는 일은 이제 누구나 사용할 수 있는 '기능'이 되었기 때문이다.
번역에서 먼저 시작된 변화는 이제 통역으로도 확장되고 있다.
그리고 여기서 또 하나의 질문이 등장한다.
"기능과 직업은 같은 것일까?"
사회학에서는 직업을 단순한 기능의 집합으로 보지 않는다.
직업은 보통 세 가지 요소로 이루어진다.
기능 (skill)
판단 (judgement)
책임 (responsibility)
기능은 어떤 일을 수행할 수 있는 능력이다.
하지만 전문직의 정당성은 기능만으로 만들어지지 않는다.
상황을 해석하고 결정을 내리는 판단,
그리고 그 결과를 감당하는 책임이 함께 존재해야 하기 때문이다.
AI는 기능을 수행할 수 있다.
하지만 판단과 책임은 여전히 인간의 영역에 남아 있다.
그래서 기능이 자동화되는 시대에도 전문직의 정당성이 완전히 사라지는 것이 아니다.
정당성의 위치가 다른 곳으로 이동할 뿐이다.
기능이 열리는 시대에
전문직이 살아남는 방법은 단순하다.
기능을 더 잘하는 것이 아니다.
기능을 어떻게 사용할지를 '설계'하는 것이다.
예를 들어 이런 질문들이다.
이 문서는 어떤 독자를 위한 것인가.
어떤 수준의 정확도가 필요한가.
어떤 표현이 조직의 메시지에 맞는가.
어떤 방식으로 전달해야 오해가 줄어드는가.
이 질문들은 단순한 기능의 문제가 아니다.
상황을 해석하고, 의미를 판단하고, 전달 구조를 설계하는 문제다.
물론 이제 AI도 이런 질문을 던질 수 있다.
판단을 제안하고 전략을 설명하기도 한다.
하지만 한 가지 차이가 있다.
AI는 책임지지 않는다.
결정의 결과를 감당하는 일은 여전히 인간의 몫이다.
그래서 앞으로 필요한 전문가는 정보를 가진 사람이 아니다. 기능을 가진 사람도 아니다.
책임을 지고 판단할 수 있는 사람이다.
번역가는 문장을 옮기는 사람이 아니라
언어 전략을 설계하고 책임지는 사람이어야 한다.
통역사는 말을 전달하는 사람이 아니라
의사소통 구조를 설계하고 책임지 사람이어야 한다.
기능이 열리는 시대의 역설은 여기에 있다.
기능은 흔해지고,
책임은 희소해진다.
그래서 앞으로의 전문직은
기능이 아니라 책임 있는 판단에서 가치가 만들어질 가능성이 높다.
결국 필요한 것은 더 뛰어난 기능이 아니다.
상황을 읽고, 의미를 판단하고, 구조를 설계하는 능력이다.
그래서 앞으로 필요한 전문가는 책임을 지는 설계자다.
다음 글에서는
이 문제를 실제 통역 현장에서 벌어진 사례로 이야기해 보려고 한다.
어떤 회의에서 통역은 매우 정확했다.
하지만 협상은 실패했다.
그 이유는 단순했다.
말은 정확했지만 전략은 없었기 때문이다.