An Open-Source AI-Based Multilingual Translation Lecture Script System for Global University Lectures

본 연구는 대학 강의 환경에서 발생하는 언어 장벽과 전문용어 오인식 문제를 해결하기 위해 실시간 음성인식과 다국어 번역 기능을 통합한 오픈소스 AI(Artificial Intelligence) 다국어 번역 시스템을 제안한다. 제안 시스템은 Whisper 기반 음성인식, BERT(Bidirectional Encoder Representations from Transformers) 및 레벤슈타인 거리 기반 교정 알고리즘, DeltaLM 다국어 번역 모델을 결합하여 강의 음성으로부터 잡음 제거, 문장 구조 정제, 문맥 기반 번역, 자막 출력까지의 전 과정을 자동화한다. 특히, 컴퓨터공학 분야의 전문용어를 포함한 번역 데이터셋을 구축하고 파인튜닝을 수행함으로써 전문 도메인에서의 번역 정밀도를 향상시켰다. 실험 결과, WER(Word Error Rate)이 9.2%에서 4.7%로 약 51% 개선되었으며, BLEU(Bilingual Evaluation Understudy Score) 평균 점수가 56.3에서 60.2로 약 6.9% 향상되어 모든 언어 쌍에서 일관된 번역 품질 개선을 확인하였다.