본 연구는 2000년부터 2025년 초까지 발표된 국내 AI 기반 한중/중한 번역 연 구 동향을 텍스트마이닝 기법을 활용하여 분석하였다. 한국학술지인용색인(KCI) 과 학술연구정보서비스(RISS)에서 수집된 71편의 논문을 대상으로 TF, TF-IDF, N-gram 분석, 네트워크 분석을 실시하여 핵심 연구 주제와 동향을 파악하였다. 분 석 결과, AI 기반 한중/중한 번역 연구는 2017년을 기점으로 시작되어 ChatGPT 출 시 이후 급격히 성장했으며, 신경망 기계번역, 번역 오류 분석, 포스트 에디팅, 생 성형 AI 활용 등에 초점을 맞추고 있었다. 주요 연구 주제로는 신경망 기반 기계번 역 기술 개발, 중한 번역 연구, 포스트 에디팅, 번역 오류 분석, 문학 번역 연구 등 이 도출되었다. 네트워크 분석에서는 ‘번역’, ‘기계번역’, ‘분석’이 중심 개념으로 나 타났다. 본 연구는 국내 AI 기반 한중/중한 번역 연구 동향을 객관적으로 분석하고, 향후 연구 방향을 제시하는 데 기여할 것이다.
This study analyzes the research trends in domestic AI-based Korean-Chinese/ Chinese-Korean translation from 2000 to early 2025 using text mining techniques. A total of 71 papers were analyzed using TF, TF-IDF, N-gram analysis, and network analysis to identify core research topics and trends. The results show that AI-based Korean-Chinese/Chinese-Korean translation research started in 2017 and has grown rapidly since the launch of ChatGPT, focusing on neural machine translation, translation error analysis, post-editing, and the use of generative AI. Key research topics included the development of neural network-based machine translation technology, Chinese-Korean translation research, post-editing, translation error analysis, and literary translation research. Network analysis revealed that ‘translation’, ‘machine translation’, and ‘analysis’ were central concepts. This study contributes to objectively analyzing research trends in domestic AI-based Korean-Chinese/Chinese- Korean translation and suggesting future research directions.
1. 머리말
2. 선행 연구
3. 연구 방법
4. 연구 결과
5. 맺음말
(0)
(0)