1분반-Locauto

cdc wiki
Com238 (토론 | 기여)님의 2025년 6월 18일 (수) 00:38 판 (관련 기술의 현황 및 분석(State of art))
이동: 둘러보기, 검색

프로젝트 개요

기술개발 과제

국문 : SMB 소프트웨어 비즈니스를 위한 간편한 랜딩페이지 로컬라이제이션 툴

영문 : Easy landing page localization tools for SMB software businesses

과제 팀명

Locauto

지도교수

이경재 교수님

개발기간

2025년 3월 ~ 2025년 6월 (총 4개월)

구성원 소개

서울시립대학교 컴퓨터과학부 20199200** 정*혁(팀장)

서울시립대학교 컴퓨터과학부 20199200** 정*호

서울시립대학교 컴퓨터과학부 20199200** 최*훈

서울시립대학교 컴퓨터과학부 20209200** 이*우

서론

개발 과제의 개요

개발 과제 요약

  • SMB 소프트웨어 비즈니스를 위한 간편한 프로덕트 로컬라이제이션 툴이다.
  • 사용자는 CLI 및 WEB GUI을 조작하여 코드를 적용하여 페이지를 변환하고, SDK가 자동으로 번역 결과를 렌더링한다.
  • 웹앱을 통해 번역의 세부 사항 및 기타 설정을 변경한다.

개발 과제의 배경 및 효과

  • SMB는 글로벌 진출 기회를 이용하고 싶으므로, 로컬라이제이션을 하고 싶어 한다.
  • 그러나 '로컬라이제이션'이라는 과정은 굉장히 노동집약적이므로, 소규모의 소프트웨어 비즈니스는 리소스가 부족하다고 느낀다.
  • 본 프로젝트를 이용하면 ‘로컬라이제이션’의 과정을 자동화하여 코드 수정, 번역, 적용의 단계를 10분 안에 마칠 수 있다.
  • 브랜드와 문맥, 사용자 설정을 반영하는 AI 번역 서비스로 오류 없는 메시지를 명확히 전달한다.
  • 다만 모든 IT 프로덕트를 번역하는 서비스로 만들기에는 ‘컴퓨터과학종합설계’ 내에서는 어려우므로, 랜딩페이지에 집중하여 우선적으로 개발하려고 한다.

개발 과제의 목표 및 내용

◇ 목표

  • 자동화된 로컬라이제이션 환경 구축을 위한 CLI, SDK, 웹앱 개발
  • AI를 활용한 브랜드 톤 및 용어의 일관성 있는 자동 번역 제공
  • 번역 품질과 현지화 정확도 향상 및 관리 효율화
  • 쉽고 빠르게 사용 가능한 사용자 인터페이스 제공

◇ CLI 개발

  • localize init: 번역 프로젝트 초기화
  • localize extract: 프로젝트의 문자열 데이터를 추출 및 문자열 데이터를 비교하여 변경사항 추적
  • localize push: 프로젝트 디렉토리의 추출된 문자열 데이터를 서버에 전송
  • localize pull: 서버에서 최신 번역 데이터를 받아 프로젝트 파일 내 저장
  • localize apply: 코드베이스를 읽으면서 문자열 자동 업데이트
  • localize translate: 서버에서 최신 번역 데이터를 받아 프로젝트 파일 내 문자열 자동 업데이트

◇ SDK 개발

  • 초기화 시 사용자 locale 설정
  • TypeScript 타입 자동 생성 및 로컬라이제이션 파일 export
  • 언어 변경 기능 수동 제공
  • Next.js 프레임워크를 우선적으로 적용

◇ 서버 개발

  • CLI에서 전송된 데이터 수신 및 구조화 매핑
  • 번역 데이터 버전 관리 및 변경사항 추적
  • 웹앱 대시보드를 위한 CRUD API 제공
  • AI 번역 모델과 연계하여 문맥 기반 자동 번역
  • 텍스트 유형(제목, 버튼, 설명 등)에 따라 최적화된 번역 프롬프트 개발

◇ 대시보드 개발

  • 언어별 번역 데이터 입력 및 저장
  • 향후 검색 및 필터링 기능 확장 가능 구조 마련

관련 기술의 현황

관련 기술의 현황 및 분석

가. State of art

  • 자동 기계번역: 신경망 기계번역(NMT)의 품질 향상으로, 번역 워크플로우에 자동 번역을 도입하는 것이 일반화되었다. 2024년 기준 전체 번역 작업의 70%가 기계 번역의 도움을 받는 형태로 진행되고 있을 정도로 확대되었으며​, 이는 전년 대비 크게 증가한 수치이다. 기업들은 번역 초안을 AI가 생성하고 인간이 후기 편집하는 MTPE(Machine Translation Post-Editing)방식으로 생산성을 높이고 있다. 특히 GPT, Claude 등 대형 언어모델(LLM)기반 번역이 전통적인 번역 엔진을 능가하는 정확도를 보이며 새롭게 주목받고 있다.
  • 코드베이스 해석기: ​리액트(React)와 타입스크립트(TypeScript) 파일을 파싱하는 최신 기술은 주로 다음과 같은 도구와 라이브러리를 활용한다.
    • 타입스크립트 컴파일러 API (TypeScript Compiler API): 타입스크립트 자체에서 제공하는 컴파일러 API를 사용하여 TSX 파일을 파싱하고, 추상 구문 트리(AST)를 생성하여 코드 구조를 분석할 수 있다.​
    • Babel: Babel은 자바스크립트 컴파일러로, @babel/preset-react@babel/preset-typescript 프리셋을 사용하여 TSX 파일을 파싱하고 변환할 수 있다. 이를 통해 최신 문법을 구버전 자바스크립트로 트랜스파일하거나, 코드 분석을 위한 AST를 생성할 수 있다.​
    • ESLint: 코드 품질과 일관성을 유지하기 위한 린터 도구로, @typescript-eslint/parser를 사용하여 TSX 파일을 파싱하고, 코드 규칙을 적용하여 정적 분석을 수행할 수 있다.

나. 기술 로드맵

  • MVP 기능 구현
    • 웹 문자열 추출 엔진 개발: 사용자 코드베이스에서 본문 텍스트와 일부 속성값(alt, title 등)을 식별 및 추출.​
    • 추출된 텍스트를 구조화하여 백엔드로 전송하고 데이터베이스에 저장.​
    • 번역 API 호출을 통해 각 타깃 언어로 기계 번역된 초안 생성.​
    • 번역 완료 후, 수정된 텍스트를 코드베이스에 적용하는 기능 구현.

시장상황에 대한 분석

  • 경쟁제품 조사 비교

내용

  • 마케팅 전략 제시

내용

개발과제의 기대효과

기술적 기대효과

내용

경제적, 사회적 기대 및 파급효과

내용

기술개발 일정 및 추진체계

개발 일정

내용

구성원 및 추진체계

내용

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

-

관련사업비 내역서

내용

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

-