Fixing Broken Markdown in AI Translation

이 글은 추상적인 설계 고민이 아니라 실제 실패에서 시작됐습니다.

일본어 번역에 대한 커뮤니티 피드백을 보면서, 많은 AI 번역 문제가 의미만의 문제가 아니라는 점을 알게 됐습니다. 번역문은 자연스럽게 들릴 수 있습니다. 하지만 anchor, code block, list, link, frontmatter, formatting structure가 조금만 어긋나도 문서는 리뷰하기 어렵고 merge하기 위험한 상태가 됩니다.

그 경험은 Co-op Translator를 바라보는 방식을 바꿨습니다. 결과물은 단순한 텍스트가 아니었습니다. 구조, 상태, 검증, 복구 경로가 필요한 software artifact였습니다.

이 글은 그 전환을 설명합니다. Translation pipeline은 Markdown을 Markdown답게 보호해야 합니다. 자연스러운 문장만으로는 부족합니다. 메인테이너가 diff를 믿고 볼 수 없다면 generated content는 아직 성공한 것이 아닙니다.

여기서 남은 교훈은 분명합니다. Generated documentation은 모델 하나로 신뢰를 얻지 못합니다. 메인테이너가 실제로 사용할 수 있게 만드는 것은 모델 주변의 pipeline입니다.

원문 읽기:

Fixing Broken Markdown in AI Translation: Hardening a Production Pipeline