기존 연구들은 거대 언어 모델(LLMs)이 지속적인 학습(continued training)을 거치거나, 심지어 문맥(context)에 문법책을 인코딩함으로써 미학습 언어 또는 저자원 언어(low-resource languages)를 번역할 수 있음을 보여주었습니다. 그러나 두 방법 모두 일반적으로 특정 언어에 과적합(overfit)되어, 테스트 시점에서의 제로샷 전이(zero-shot transfer) 능력이 제한적입니다. 대규모로 매우 낮은 자원의 언어를 번역하기 위해서, 우리는 LLM이 특정 언어를 암기하기보다는 문맥 내 언어 지식을 활용하는 메타 기술(meta-skill)을 습득해야 한다고 주장합니다. 본 논문에서는 표면 수준의 번역 지표인 chrF를 보상(reward)으로 사용하여, 풍부한 언어적 문맥이 주어졌을 때 미학습 언어를 번역하는 강화학습(RL) 접근 방식을 제안합니다. 실증적으로, 가벼운 보상(lightweight reward)에도 불구하고 우리의 RL 학습 모델은 제공된 문맥으로부터 관련 언어 정보를 효과적으로 추출하고 적용하며, 이는 인컨텍스트 학습(in-context learning)이나 지도 미세 조정(supervised fine-tuning)보다 완전히 새로운 언어에 대해 더 나은 번역 결과로 이어집니다. 우리의 분석은 결과 기반(outcome-based) RL이 수학 및 코딩과 같은 전통적인 추론 작업(reasoning tasks)을 넘어, 문맥으로부터 언어를 학습하기 위한 레시피로서 기능할 수 있음을 시사합니다.