[네이버] 음성번역 품질 평가/멀티모달 번역 연구 (인턴)

[What You'll Do]

- 함께 진행할 프로젝트는 아래 두 가지입니다. 아래 두 프로젝트 중 하나를 선택하여 지원해 주세요. 

[프로젝트 1] 음성번역 LLM judge 메타평가: 언어쌍별 신뢰도 검증과 편향 분석

• LLM을 평가자(LLM judge)로 활용하여 음성인식 및 음성번역 결과를 평가합니다. 

• 사람평가 결과를 모아 메타평가셋을 만들고, 언어·잡음·장르별 judge 점수와

• 사람평가 점수가 얼마나 일치하는지 측정합니다.

• 특정 유형에서 LLM Judge가 점수를 과도하게 높거나 낮게 부여하는 편향을 찾아 분류하고,

• 프롬프트 수정 등 완화 방법을 실험합니다.

[프로젝트 2] 화면 의존 오역 케이스셋 구축 및 화면 정보 활용 효과 측정

• e스포츠 생중계에서 음성 정보만으로 번역할 때 발생하는 선수명, 팀명, 스킬명 등의 오역 사례를 수집하여

• 화면에 표시되는 정보를 통해 정확한 번역이 가능한 사례를 선별하고, 유형별 케이스셋을 구축합니다.

• 화면 속 글자를 OCR로 읽어 번역 프롬프트에 넣었을 때 오역이 얼마나 줄어드는지 측정합니다.

• 영상을 모델에 직접 넣는 방식과 비교하여, 어떤 종목과 화면 구성에서 효과가 큰지 분석합니다.

[Required Skills]

• Python을 활용하여 간단한 데이터 처리나 실험 코드를 작성해 본 경험이 필요합니다.

• 기계번역, LLM 평가, 멀티모달 AI 중 한 가지 이상 분야에 관심이 필요합니다.

• 영어 논문이나 기술 문서를 읽고 주요 내용을 정리할 수 있는 분을 찾습니다.

[Preferred Skills]

• 실험 결과를 체계적으로 정리하고 동료들과 적극적으로 공유하는 데 익숙한 분을 환영합니다.

• LLM 프롬프트를 설계하거나 LLM을 활용하여 결과물을 평가해 본 경험이 있다면 더욱 좋습니다.

• 음성인식 또는 기계번역 관련 프로젝트나 연구에 참여한 경험이 있는 분을 우대합니다.

• 영상·이미지에서 텍스트를 추출(OCR)하거나 비전-언어 모델(VLM)을 다루어 보셨다면

• 해당 경험을 적극 활용할 수 있습니다.

• 상관관계 등 기초 통계 기법을 실험 분석에 적용해 본 경험이 있다면 과제 수행에 도움이 됩니다.

• e스포츠 종목과 중계 화면 구성에 익숙하다면 관련 과제를 더욱 깊이 있게 수행할 수 있습니다.

• 관련 분야의 논문을 게재하거나 학회 워크숍·경진대회에 참여해 본 경험도 도움이 됩니다.