Fixing Broken Markdown in AI Translation

이 글은 아주 실용적인 종류의 실패에서 시작됐습니다.

일본어 번역에 대한 커뮤니티 피드백을 보면서, 많은 AI 번역 문제가 의미상의 문제가 아니라는 점을 알게 됐습니다. 번역문 자체는 그럴듯하게 들릴 수 있습니다. 하지만 anchor, code block, list, link, frontmatter, formatting structure가 어긋나면 문서는 여전히 깨진 상태입니다.

그 경험은 Co-op Translator를 바라보는 방식을 바꿨습니다. 결과물을 단순한 텍스트로 보지 않고, 구조와 상태, 복구 경로가 필요한 software artifact로 보기 시작했습니다.

가장 크게 남은 것은 generated documentation이 신뢰를 얻으려면 그 주변 시스템이 reviewability를 보호해야 한다는 점입니다. 모델도 중요하지만, 메인테이너가 실제로 결과물을 사용할 수 있는지는 모델 주변의 pipeline이 결정합니다.

원문 읽기:

Fixing Broken Markdown in AI Translation: Hardening a Production Pipeline