那白臉人知道事敗，向黃鬚人使個眼色，兩人陡地躍起，雙雙落在門口。黃鬚人揮刀向黑臉少年砍去。那白臉人看似半男半女，行動卻甚迅捷，腕底翻處，已抽出判官雙筆，向黑臉少年胸口點到。

黑臉少年因是前來拜祭，為示尊崇，又免對方起疑，上山來身上不帶兵刃。眾人見他雙手空空，驟遭夾擊，便有七八人要搶上救援。不料那少年武功了得，左手如風，施展擒拿手法，便抓黃鬚客的手腕，同時右手駢起食中兩指，搶先點向白臉人的雙目。這兩招遲發先至，立時逼得兩名敵人都退開了兩步。

(원문)

그 흰 얼굴 사내는 일이 틀어진 것을 알고 수염 난 사내에게 눈짓을 했다. 두 사람은 갑자기 뛰어올라 문 앞에 내려섰다. 수염 난 사내가 칼을 휘둘러 검은 얼굴 소년을 베려 했다. 그 흰 얼굴 사내는 반남반녀(半男半女) 같아 보였으나 행동은 매우 민첩하여, 손목을 뒤집어 판관필(判官筆) 쌍필을 뽑아 들고 검은 얼굴 소년의 가슴을 찔러왔다.

검은 얼굴 소년은 제사를 지내러 온 터라 존경을 표하고 상대방의 의심을 피하고자 산에 오를 때 무기를 지니지 않았다. 사람들은 그가 맨손으로 갑자기 협공을 당하자 칠팔 명이 급히 구하러 나서려 했다. 뜻밖에도 그 소년은 무공이 뛰어나 왼손을 바람처럼 움직여 금나수법(擒拿手法)을 펼쳐 수염 난 객의 손목을 잡는 동시에, 오른손 검지와 중지를 모아 흰 얼굴 사내의 두 눈을 먼저 찔러갔다. 이 두 초식은 늦게 발동했으나 먼저 도달하여(후발선지 後發先至), 즉시 두 적을 두 걸음 물러나게 만들었다.

(대략 1만 토큰 단위로 번역했을 때)

그 흰 얼굴의 사내는 일이 틀어진 것을 직감하고, 수염 난 사내에게 은밀히 눈짓을 보냈다. 두 사람은 약속이나 한 듯 돌연 신형을 날려 문 앞을 가로막고 내려섰다. 수염 난 사내가 단도(單刀)를 맹렬히 휘두르며 검은 얼굴의 소년을 향해 쇄도했다. 흰 얼굴의 사내는 겉보기엔 반남반녀(半男半女)처럼 흐느적거렸으나, 그 동작만은 기이할 정도로 날렵했다. 그는 손목을 홱 뒤집어 쌍판관필(雙判官筆)을 뽑아 들더니, 소년의 가슴 혈도를 노리고 찔러 들어왔다.

검은 얼굴의 소년은 제향(祭享)을 위해 산에 오른 터라, 예의를 갖추고 상대의 의심을 피하기 위해 병기를 지니지 않은 빈손이었다. 좌중의 사람들은 그가 맨손으로 기습적인 협공을 당하자, 대경실색하여 칠팔 명이 급히 구원을 위해 뛰쳐나오려 했다. 하지만 뜻밖에도 소년의 무공은 출중했다. 그는 왼손을 질풍처럼 뻗어 금나수법(擒拿手法)으로 수염 난 사내의 손목을 낚아채는 동시에, 오른손은 검지와 중지를 곧게 펴 흰 얼굴 사내의 두 눈을 향해 찔러갔다. 이 두 초식은 그야말로 후발선지(後發先至: 나중에 손을 썼으되 먼저 제압함)의 묘리였다. 기세등등하던 두 적은 즉시 기세가 꺾여 두 걸음 뒤로 물러날 수밖에 없었다.

(해당 문단만 번역했을 때)

그 흰 얼굴의 사나이는 일이 잘못되었다는 것을 알고는 즉시 누런 수염의 사내를 향해 눈길을 보내었다. 그리고 순간, 두 사람은 돌연 서로가 감정이 격해져서 한 걸음씩 뒤로 물러섰다. 누런 수염의 사내는 곧 칼을 휘둘러 검은 얼굴 소년을 향해 던졌다. 그러자 흰 얼굴의 사내도 신속한 행동으로 팔을 바꿔 판관쌍필(判官雙筆)을 빼내어 검은 얼굴의 소년의 가슴을 향해 던졌다.

검은 얼굴의 소년이 먼저 와서 예도를 해냈기 때문에 산에 올라올 때 몸에 무기를 지니지 않았던 것이다. 사람들은 그의 양손이 비었음을 보고, 재빨리 뛰어들어 칠팔 명이 함께 그를 구원하려고 하였다. 그러나 무공을 체득했으리라곤 생각도 않은 그 소년의 왼손이 마치 바람처럼 짐승을 붙잡기라도 하듯 누런 수염의 팔꿈치를 잡아채었고, 동시에 오른손 중지와 식지를 뻗쳐 얼굴이 흰 사나이의 양눈을 내질렀다. 이 양초는 쾌속하여 즉각 두 명의 적을 두어 발자국 물러서게 만들었다.

('원작: 차량용(且良鏞;김용(金庸))' 저자로 공유 중인 '벽혈문' 텍본)

하면 할수록 나름 오묘한 이치를 깨닫게 되는 AI 번역. 얼마 전에 업데이트된 제미나이 3.0 Pro 번역 품질 테스트 겸, 김용의 ‘벽혈문’을 번역해 봤습니다(대략 1만 토큰 크기 단위로 번역). 아직은 읽기 전이라 정확히 뭐라 말씀드리긴 그렇지만, 대충 살펴봤을 때 2.5 Pro와 비교하면, 중국어 번역 시 드문드문 보였던 미번역 한자의 출현 횟수가 현격히 줄었습니다(참고로 제가 번역한 원본은 신수판이고, 한국어판은 모두 개정판입니다).

그리고 위 예시에서 알 수 있듯 API나 구글 AI 스튜디오 등에서 번역 시 한 번에 요청하는 텍스트 양이 많을수록 번역 품질은 떨어집니다(자세한 것은 <AI 번역 품질의 비밀: Gemini API '청크 크기'와 '컨텍스트'의 모든 것> 글 참고).

위 예시에서 볼 수 있듯, ‘문단 단위’로 번역하면 바로 출판해도 될 정도로 품질이 뛰어납니다. 그리고 1만 토큰(중국어 약 9,000 ~ 10,000자, 한국어 약 6,000 ~ 7,500자, 영어 약 7,500 ~ 8,000 단어, 텍스트 크기 40KB 안팎) 단위로 번역하면 어색한 문장들을 자주 마주치게 됩니다.

또한, 이 차이는 원문의 문장력이 어떠냐에 따라 달라집니다. 원문의 문장력이 평범하면 토큰값에 따른 번역 품질 차이가 별로 안 나고, 원문이 문장력이 유려하면 차이가 더 많이 납니다. 하지만, 토큰값을 크게 잡으면, 그만큼 번역 시간이 짧아지지요(소설 한 권을 20개의 텍스트로 쪼개 번역하느냐, 아니면 5개로 쪼개 번역하느냐, 그런 차이라고 보시면 됩니다).

아직 초짜지만 AI 번역은 나름 재미도 있고, 윈도우 설치하고 최적화를 배우던 때처럼 뭔가 새로운 것을 배운다는 설렘도 있는 것 같습니다.