
중국어로 앱을 번역했는데, 저는 중국어를 못 합니다.
요약
로컬 AI 추론 앱인 Imference Desktop을 중국어로 현지화하는 과정을 다룹니다. Claude를 활용해 번역 파이프라인을 구축하고, 인간은 최종 판단과 중재 역할만 수행하며 효율적으로 글로벌 시장에 접근하는 방법을 설명합니다.
핵심 포인트
- Claude를 활용한 엔드 투 엔드 AI 번역 파이프라인 구축
- 현지화 과정에서 모델명 등 번역 제외 대상 관리의 중요성
- 번역 검토 과정에서 기존 앱의 논리적 버그(화면 비율 오류) 발견
- 중국 시장의 로컬 AI 추론 수요와 오픈 소스 앱의 전략적 가치
번역 자체는 몇 분밖에 걸리지 않았습니다. 검증하는 과정에서 제 앱에 원래부터 있던 버그를 발견했습니다 — 영어로 된 버그였습니다.
굳이 할 필요가 있을까
현지 AI 추론(local AI inference)이 실제로 인기 있는 곳을 조사하던 중, 계속 같은 답변을 접하게 되었습니다: 중국입니다. 이는 당연합니다. 뛰어난 소비자용 GPU, 강력한 자체 호스팅 문화, 클라우드 서비스에 대한 건강한 불신 때문입니다. 또한 서구의 클라우드 SaaS(Software as a Service)에게는 구조적으로 접근하기 어려운 시장이기도 합니다... 하지만 오픈 소스 데스크톱 앱에는 그렇지 않습니다. 호스팅할 것도 없고, 청구할 것도 없고, 차단할 것도 없습니다.
그래서 계산은 이랬습니다: 잠재적 수익 — 세계 최대의 현지 추론 커뮤니티 중 하나에 대한 접근; 비용 — 오후 시간 정도. 저는 중국어를 단어 하나도 못 합니다. 그래도 해냈습니다.
Imference Desktop은 로컬 우선(local-first) 이미지 생성 앱입니다. 여기에 텍스트가 많지는 않습니다 — 버튼, 레이블, 설정, 오류 메시지 정도입니다. 저는 Claude에게 지역화 파일(locale file) 번역을 요청했습니다. 이것이 모두가 어렵다고 상상하는 부분입니다. 그렇지 않습니다.

같은 화면, 두 가지 청중 — 위에는 영어, 아래에는 중국어.
실제로 고민해야 했던 부분들
일부 문자열은 당신이 생각하는 곳에 존재하지 않습니다. 제 포맷 레이블(
번역해서는 안 되는 것들이 있습니다. 모델 이름은 영어로 유지해야 합니다. 중국어 사용자들도
이 모든 과정에서 저의 역할은 번역이 아닌 중재였습니다. 서로 다른 플레이스홀더(placeholder, 의도적임)를 유지하고, 확장된 형식에 대한 중국어 명명 체계(naming scheme)를 선택하며, 무엇을 어디서 수정할지 결정하는 것이었습니다. 파이프라인은 번역가, 검토자, 구현자로 이어지는 엔드 투 엔드(end-to-end) AI 방식이었으며, 인간은 실제로 판단이 필요한 서너 가지의 결정(judgment calls)만을 내렸습니다.
리뷰 과정에서 내 앱의 버그를 발견했다
이 부분은 예상치 못한 일이었습니다. 두 언어를 요소별로 비교하던 검토자는 중국어와는 전혀 상관없는 이상한 점을 발견했습니다. 바로 화면 비율(aspect ratios)이 거꾸로 되어 있었다는 것입니다. 896×1152 세로(portrait) 형식이 "9:7"—가로(landscape) 비율—로 표시되어 있었습니다. API를 대조해 보니, 카탈로그의 모든 이미지 형식이 비율 문자열을 반대로 전송하고 있었습니다. 심지어 프로덕션(production) 환경에서 말이죠. 두 언어 모두 마찬가지였습니다. 그 형식을 수백 번이나 확인했던 저를 포함해, 그 누구도 이를 보고하지 않았습니다.
해결책은 클라이언트 측(client-side)에서 10줄 정도의 정규화(normalization) 코드를 추가하는 것이었습니다(치수(dimensions)를 신뢰하되, 방향(orientation)이 일치하지 않을 때 문자열을 뒤집는 방식). 여기서 얻은 교훈은 더 큽니다. 세심한 현지화(localization) 리뷰는 무료 QA(Quality Assurance) 과정과 같습니다. 새로운 시각—설령 인공지능일지라도—이 동일한 UI 요소를 요소별로 비교하도록 강제하면, 당신이 더 이상 보지 못하게 된 것들을 잡아낼 수 있습니다. 중국어 번역 덕분에 제 영어 앱이 개선되었습니다.
다른 인디 개발자들에게 해주고 싶은 말
AI는 현지화 비용을 붕괴시켰습니다. 과거에는 대행사, 예산, 그리고 몇 주가 필요했던 일이 이제는—적절한 종류의 제품이라면—단 한 오후면 충분합니다. 두 가지 솔직한 주의사항이 있습니다:
- 이 방식은 제 앱의 텍스트가 적고 리스크가 낮기 때문에 작동하는 것입니다. 법률 문구, 의료 콘텐츠, 또는 톤(tone)이 전부인 마케팅 문구에 AI 전용 번역만을 사용하는 것은 권장하지 않습니다.
- 번역은 저렴한 부분입니다. 검증 파이프라인과 대중을 향한 솔직함이 제품을 출시 가능하게 만듭니다. 제 중국어 README에는 다음과 같이 명확하게 적혀 있습니다: "중국어를 못 하는 개발자가 AI의 도움을 받아 번역했습니다 — PR을 통한 수정을 환영합니다." 이 한 줄이 저의 가장 큰 약점을 기여(contribution)의 통로로 바꾸어 놓았습니다.
중요한 것은 이 비대칭성입니다. 제가 평소라면 접근할 수 없었을 시장에 접근하기 위해 단 한 번의 오후 작업만 투입하면 된다는 점입니다. 설령 그것이 단지 소수의 사용자만을 불러오고 몇 개의 번역 수정 PR (Pull Request)만을 가져온다 하더라도, 그것은 이미 스스로의 가치를 증명했습니다. 제 눈으로는 결코 찾아낼 수 없었을 버그를 발견해냈기 때문입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기