Earticle

초록

한국어

본 연구는 구글 번역과 파파고와 같은 신경망 기계번역(NMT)에 대한 수용성을 탐구한다. 기계번역의 도입으로 훈련받은 번역사들이 위협을 느끼리라는 것과 기계와의 협력을 모색해야 한다는 논의가 상충하고 있는 시점에서, 오랫 동안 기술수용을 예측해 온 TAM을 적용하여 전문번역사들의 기계번역 수용에 관한 의사결정 과정을 살펴보았다. 결론 적으로 번역사들이 기계번역에 대해 위협을 느낄 것이라는 기존의 규범적 논의와 달리 본 연구의 경험적 결과는 번역사 들이 자신의 업무의 효율을 높여주는 유용한 도구로 인식하고 있음이 밝혀졌다. 특히 같이 작업하는 동료들의 조언과 사회적 분위기가 우호적일 경우 이러한 경향은 더욱 강해졌다.

영어

This study delves into acceptance on neural network machine translation (NMT) such as Google Translate and Papago that uses technical acceptance model. In conclusion, it turned out that perceived usefulness impacts translators’ attitude towards NMT. In other words, if translators determine that NMT is related to their work and the quality of the deliverables is guaranteed, they were more positive towards it. Unlike the existing normative approach that translators feel threatened by NMT, empirical results tell us translators perceive NMT as a business tool and such perception was largely influenced by advices of their colleagues and friends and expectations for use.

목차

요약
Abstract
1. 서론
2. 이론적 배경
2.1 기계번역의 개념과 발전
2.2 기술수용모델(TAM)과 확장개념의 적용
3. 연구모형과 가설의 설정
3.1 연구가설의 설정
3.2 연구모형의 제시
4. 연구방법
4.1 연구의 대상과 표본의 선정
4.2 변인의 구성과 측정 항목
4.3 분석의 방법
5. 연구의 결과
5.1 조사대상의 특성
5.2 측정모델의 검정: 신뢰도와 타당도
5.3 구조모델: 가설의 검정
6. 결론 및 논의
REFERENCES

저자

• 천종성 [ Jong-Sung Chun | 한양대학교 대학원 신문방송학과 박사과정 ] Corresponding Author

참고문헌