특허 번역시스템 개발 - 리플러스

특허 명세서는 발명의 명칭, 기술분야, 배경기술, 청구항처럼 구조가 엄격한 정형 문서이며, 한 줄의 표현 차이가 권리 범위에 영향을 줄 수 있어 일반 번역 품질 기준으로는 부족합니다.

미국 USPTO 출원 형식과 한국 특허청 명세서 양식 사이에 섹션 구조, 도면 부호, 청구항 표기, 정형 표현에서 차이가 커 단순 직역으로는 출원 가능한 결과가 나오지 않습니다.

AI 번역 결과를 사람 검수자가 모두 다시 보는 방식은 결국 기존 비용 구조와 같아지기 때문에, 어떤 세그먼트를 사람이 봐야 하는지 자동으로 가려내는 품질 평가 체계가 핵심이었습니다.

특허 용어는 출원인·기술분야별로 표기가 고정되어야 하며, 같은 용어가 문서 전반에서 일관되게 번역되도록 보장해야 했습니다.

단순 번역기 호출이 아니라, 산업용 번역 워크플로우(XLIFF, TM, 용어집, LQA)를 제품 안으로 끌어와 운영 가능한 시스템으로 만들 수 있는 팀이 필요했습니다.

LLM 출력 품질을 정량 지표로 관리하고, 합격 기준·재시도 정책·검수자 개입 지점을 설계해본 경험이 프로젝트 초기 의사결정에 결정적이었습니다.

원문 명세서를 산업 표준 XLIFF 포맷으로 세그먼트화하고, 각 세그먼트를 작업 단위로 삼아 번역·평가·재번역이 독립적으로 돌아가도록 파이프라인을 설계했습니다.

특허 도메인 특화 프롬프트와 용어집(termbase)을 LLM 호출에 함께 주입해, 청구항 표현·도면 부호·전문 용어가 문서 전반에서 일관되게 번역되도록 했습니다.

번역 결과는 XCOMET 평가 모델로 세그먼트별 100점 만점 LQA 점수를 매기고, 고객과 합의한 통과 기준(95점) 미만 세그먼트는 자동으로 재번역 큐에 올라가도록 구성했습니다.

검수자가 워크벤치에서 세그먼트별로 원문·번역본·점수·용어 품질을 한 화면에서 확인하고, 클릭으로 직접 수정하거나 미달 항목 전체를 일괄 재번역할 수 있는 작업 환경을 만들었습니다.

확정된 번역은 번역 메모리(TM)에 적재해 이후 출원 문서에서 재활용되도록 했고, 용어집·메타데이터·미리보기까지 하나의 프로젝트 워크스페이스 안에서 운영할 수 있게 정리했습니다.

고객 검수팀과 합의한 합격 기준·재번역 정책·예외 처리 규칙을 실제 운영 데이터로 수차례 보정해 마무리 단계에 들어와 있습니다.

AI 번역의 진짜 어려움은 모델 성능이 아니라 '어디까지를 합격으로 볼 것인가'를 고객과 함께 정의하는 일이었고, 그 합의가 시스템의 기준점이 되었습니다.

정량 평가 체계가 들어오자 검수자가 모든 문장을 다시 보지 않아도 되는 구조가 만들어졌고, 비용과 리드타임을 동시에 줄이는 효과가 실측되고 있습니다.

현재 마무리 단계에서 실제 출원 워크플로우와 맞춰가는 작업을 이어가고 있으며, 특허 외 기술 문서로 확장할 수 있는 기반까지 함께 정리되고 있습니다.