기능 - Lingo.dev

연결만 하면 AI 어시스턴트가 자연어로 로컬라이제이션 엔진 전체 구성을 관리할 수 있습니다. 이 페이지에서는 MCP 서버를 통해 제공되는 모든 기능을 소개합니다.

엔진 관리#

로컬라이제이션 엔진을 생성하고, 업데이트하고, 상태를 확인해 보세요. 각 엔진은 자체 모델 구성을 가지며, 조직에서 보유한 용어집, 규칙 세트, 브랜드 보이스를 적용합니다.

구성은 조직 단위로 관리됩니다

용어집, 규칙 세트, 브랜드 보이스는 조직 수준에서 관리되며, 연결해서 엔진에 적용합니다. 기존 구성을 복제하기보다 이미 있는 항목을 연결해 달라고 어시스턴트에 요청하면, 같은 구성이 필요한 모든 엔진에 일관되게 적용됩니다.

각 로캘에서 제품이 어떤 목소리로 말할지 정의하세요. 브랜드 보이스는 대상 로캘별 텍스트를 담는 단일 객체로, 격식 있는 독일어("Sie"), 편한 이탈리아어("tu")처럼 로캘마다 다른 톤을 담을 수 있습니다. 어시스턴트는 보이스를 만들고, 특정 로캘의 텍스트를 추가하거나 수정하고, 보이스 전체를 엔진에 연결하거나 해제할 수 있습니다. 엔진은 로캘당 하나의 보이스만 읽기 때문에, 충돌하는 연결은 조용히 넘어가지 않고 거부됩니다.

용어집#

반드시 정확히 로컬라이즈되어야 하거나, 아예 로컬라이즈되지 않아야 하는 용어를 추가하세요. 어시스턴트에게 "독일어에서는 '911'이 '112'로 로컬라이즈되게 해줘"라고 말하면, 엔진이 사용하는 용어집에 해당 용어가 즉시 생성됩니다. 용어는 로컬라이즈 과정에서 의미적 유사성을 기준으로 매칭되므로, 원문 표현이 용어와 글자 그대로 일치할 필요는 없습니다.

규칙#

범용 모델이 놓치기 쉬운 언어 규약을 반영하세요. 프랑스어에서 퍼센트 기호 앞에 공백을 넣는 규칙, 스페인어의 형용사 위치, 시장별 대명사의 격식 차이 같은 것들입니다. 어시스턴트는 이를 규칙 세트 안의 로캘별 규칙으로 추가하고, 해당 규칙 세트를 적용하는 모든 엔진이 이를 따릅니다. 다만 기본 API에서는 개별 규칙을 여전히 instruction이라고 부릅니다.

LLM 모델 구성#

각 로캘 쌍을 어떤 모델이 처리할지, 우선순위가 지정된 대체 모델과 함께 설정하세요. 유럽 언어에는 Claude를, CJK에는 GPT를 할당하는 식으로 어떤 조합이든 구성할 수 있으며, 어시스턴트가 전체 모델 라우팅 테이블을 관리합니다.

AI 평가자#

로컬라이제이션 품질을 자동으로 평가하는 AI 평가자를 생성하고 설정하세요. 평가 기준을 정의하고, 평가 모델을 선택하고, 샘플링 비율을 설정할 수 있습니다. 특정 엔진에 스코어러를 연결하거나 분리할 수도 있습니다.

로컬라이제이션#

엔진을 통해 직접 로컬라이제이션을 실행하세요. 전체 컨텍스트가 보강된 단일 요청은 물론, 한 번의 호출로 최대 100개 로캘을 대상으로 하는 비동기 배치 작업도 지원합니다. 임의의 텍스트 언어를 감지할 수도 있습니다. 자세한 워크플로는 에디터에서 로컬라이즈하기를 참고하세요.

관측성#

전체 실행 컨텍스트와 함께 요청 로그를 확인하세요. 어떤 모델이 요청을 처리했는지, 토큰 사용량, 소요 시간, 폴백 상태, 전체 입력/출력까지 모두 볼 수 있습니다. 요청별로 AI 평가자 판정, 용어집 준수 보고서, 규칙 준수 결과도 조회할 수 있습니다. 사후 분석 워크플로는 Debug Localization Quality를 참고하세요.