로컬라이제이션 엔진은 Lingo.dev에서 직접 구축하고 구성하는 상태 저장형 번역 API입니다. 범용 LLM에 문자열을 보내고 기대한 결과가 나오길 바라는 대신, 모든 로캘에서 모든 요청마다 실제로 원하는 번역을 일관되게 만들어내는 API를 구축할 수 있습니다.
로컬라이제이션 엔진이 하는 일#
각 엔진은 설정 가능한 다섯 개의 레이어로 구성됩니다. 번역 요청이 들어오면 엔진이 이 레이어들을 모두 자동으로 적용하므로, 요청마다 프롬프트를 따로 설계하거나 수동으로 개입할 필요가 없습니다.
| 레이어 | 제어하는 항목 | 문서 |
|---|---|---|
| LLM 모델 | 우선순위가 매겨진 폴백 체인을 포함해, 각 로캘 쌍을 어떤 모델이 처리할지 결정 | LLM 모델 → |
| 브랜드 보이스 | 각 언어에서 제품이 어떤 어조로 말할지 정의 - 톤, 격식, 스타일 | 브랜드 보이스 → |
| 지침 | 특정 로캘에 적용되는 개별 언어 규칙 - 각각 따로 테스트하고 디버깅 가능 | 지침 → |
| 용어집 | 의미 기반 매칭을 포함한 로캘별 정확한 용어 매핑 - 엔진에서 가장 높은 우선순위 | 용어집 → |
| AI 평가자 | 각 번역 후 독립적인 LLM을 활용해 자동으로 수행하는 평가 | AI 평가자 → |
레이어가 상호작용하는 방식#
엔진은 명확한 우선순위 체계에 따라 레이어를 정해진 순서대로 적용합니다:
- 용어집 - 가장 높은 우선순위입니다. 용어집 규칙이 일치하면 모델의 판단보다 우선 적용됩니다.
- 지침 - 중간 우선순위입니다. 로캘별 언어 규칙이 모델의 출력을 안내합니다.
- 브랜드 보이스 - 전체적인 맥락을 설정합니다. 해당 로캘의 톤, 격식, 스타일을 정의합니다.
모델 구성은 어떤 LLM이 요청을 처리할지 결정하며, 기본 모델이 실패하면 자동으로 폴백이 적용됩니다. AI 평가자는 번역이 완료된 뒤 비동기적으로 실행되며, 응답을 차단하지 않습니다.
서로 경쟁하는 관계가 아니라, 서로를 보완합니다
용어집, 지침, 브랜드 보이스는 서로를 보완하도록 설계하세요. 용어집은 정확한 용어를 처리하고, 지침은 로캘별 규칙을 담당하며, 브랜드 보이스는 전체적인 말투를 설정합니다. 용어집 항목이 지침과 충돌할 경우에는 용어집이 우선합니다.
Async Localization API를 통해 제출한 작업은 선택 사항인 pipeline으로도 실행할 수 있습니다. 여기에는 원문에 대한 AI 사전 편집, 사람 검토, AI 사후 편집, 그리고 역번역 드리프트 검사가 포함됩니다.
기본 설정#
새 엔진을 만들면 모델 기본 설정이 미리 적용된 상태로 제공됩니다. 기본 모델과 폴백은 공통 언어와 저자원 언어 전반에서 높은 품질을 내도록, 3년간 축적한 주간 로컬라이제이션 연구를 바탕으로 선정되어 있습니다. 대부분의 팀은 이를 따로 변경할 필요가 없습니다.
이 기본 설정은 별도 튜닝 없이도 바로 잘 작동하도록 설계되었습니다. 원하는 경우 어떤 모델 구성이든 수정하고, 제공업체를 바꾸고, 폴백을 추가하거나, 특정 로캘 쌍만 별도로 재정의할 수 있습니다. 하지만 기본값만으로도 수백 개의 언어 쌍 전반에서 가장 잘 작동하는 구성이 이미 반영되어 있습니다. 브랜드 보이스, 지침, 용어집은 빈 상태로 시작하며, 각 로캘에서 제품에 필요한 요소를 파악해 가면서 추가하면 됩니다.
엔진 사용하기#
엔진은 Lingo.dev의 모든 통합 환경에서 사용할 수 있습니다:
| 통합 | 연결 방식 |
|---|---|
| CLI | i18n.json에서 engineId를 설정하면 모든 lingo.dev run가 엔진을 통해 처리됩니다 |
| API | API 키로 localize 엔드포인트를 호출하면 엔진이 모든 레이어를 자동으로 적용합니다 |
| CI/CD | 같은 CLI 설정을 사용해 모든 pull request의 번역이 엔진을 거쳐 실행됩니다 |
| MCP | AI 코딩 어시스턴트가 대화에서 바로 엔진을 구성하고 사용할 수 있습니다 |
engineId를 생략하면 조직의 기본 엔진이 사용됩니다.
가시성#
모든 번역 요청은 로그로 남습니다. 어떤 모델이 사용됐는지, 얼마나 많은 토큰이 소모됐는지, 폴백이 처리했는지, 어떤 용어집 항목과 지침이 적용됐는지까지 모두 확인할 수 있습니다. Reports에서 엔진 성능을 모니터링하고, AI 평가자에서 번역 품질을 확인하세요.
엔진 구성을 실제 적용 전에 Playground에서 테스트해 보세요. 엔진을 원시 모델과 비교하거나, 두 엔진을 나란히 비교할 수 있습니다.
