‘힘세고 강한 아침’을 넘어: GPT-4o-mini를 대체할 TranslateGemma 실험기

무신사는 글로벌 상품 후기 번역을 운영 관점에서 다시 보기 시작했다. 단순히 번역이 자연스러운지가 아니라, 한글 잔존, 오역, 브랜드명 보존 실패, 구어체 처리 같은 문제가 곧 운영 리스크가 된다는 점이 핵심이었다.

기존에는 GPT-4o-mini를 사용했지만, 리뷰 수가 늘수록 API 번역 비용이 함께 커졌고, 패션 도메인 특유의 용어와 톤을 안정적으로 다루는 데 한계가 드러났다. 특히 "오리털 패딩"이 음차에 가깝게 번역되거나, 영어·일본어 문장에 ㅋㅋ가 남는 식의 사례가 누적되면서 온프레미스 번역 모델을 검토하게 됐다.

2026년 1월 15일 발표된 TranslateGemma를 접한 뒤, 발표 직후 바로 실험에 들어갔다. 실험은 한국어 상품 후기 11건을 대상으로 했고, 평균 583자 분량의 문장을 한국어→일본어, 한국어→영어로 번역해 비교했다. 비교 대상은 TranslateGemma 27B(Q6), GPT-4o-mini, gpt-oss:20b였다.

평가는 100점 만점 기준으로 진행됐다.

• 정량 50점: 미번역(한글 잔존), 오류, 안정성, 속도/운영성
• 정성 50점: 특수 표현·구어체, 용어·브랜드·고유명사, 자연스러움

결과적으로 **TranslateGemma 27B(Q6)**가 가장 운영 친화적인 번역을 보여줬다. 일본어권에서 통용되는 표현으로 다운 재킷, 스웨트, イエベ 같은 식의 의미 번역이 잘 살아났고, 문장 흐름도 리뷰 톤을 크게 해치지 않았다. 반면 GPT-4o-mini는 단어를 발음대로 옮기거나, 문맥에 맞지 않는 표현을 만들거나, 미번역 문자열을 남기는 경우가 눈에 띄었다.

핵심은 번역 품질만이 아니었다. Q6 양자화를 적용한 27B 모델이 비용과 자원 사용량을 낮추면서도, 실제 운영에서 문제가 덜 터지는 지점을 찾을 수 있었다는 점이 중요했다. 저자는 이 실험을 통해 도메인 개발자라도 번역 모델을 직접 검증해 충분히 운영 가능한 대안을 만들 수 있다고 정리한다.