RAL 아키텍처 기반 용어 오류 17~45% 감소 및 번역 일관성 확보

Context

Stateless한 LLM Wrapper 구조로 인한 요청 간 문맥 단절과 용어 드리프트(Terminology Drift) 발생. 기존의 Holistic Quality Score로는 세부 용어 오류를 탐지하지 못하는 측정 지표의 한계 존재.

Technical Solution

• Retrieval Augmented Localization(RAL) 설계를 통한 도메인 컨텍스트의 상태 유지(Stateful) 구조 구현
• 모델 실행 전 단계에서 Glossary를 매핑하여 LLM 추론 시점에 정확한 용어 컨텍스트를 주입하는 파이프라인 구축
• Consistency Layer(용어집, 브랜드 보이스, 규칙)와 Execution Layer(LLM 모델)를 분리하여 모델 교체 시 설정 유지 및 Vendor Lock-in 제거
• 서비스 가용성 확보를 위해 기본 모델 장애 시 자동으로 다음 모델로 요청을 전달하는 Fallback Chain 라우팅 설계
• Self-assessment bias 제거를 위해 번역 모델과 평가 모델을 분리한 독립적 AI Reviewer 기반의 차원별(Dimensional) 품질 검증 체계 도입
• CI/CD 파이프라인 내 Diff-based 워크플로우를 통합하여 변경된 문자열만 선택적으로 재번역하는 효율적 업데이트 구조 설계