BroadRouter

LLM으로 앱 문자열 아랍어 번역하기: 플레이스홀더와 복수형

BroadNet Inference 팀 · 7분 분량 · 게시

플레이스홀더를 모두 마커로 바꾼 JSON으로 문자열을 보내고, 아랍어 복수형 6개(zero, one, two, few, many, other)를 요청한 뒤, ICU 복수형 문법은 모델이 아니라 코드로 조립하세요. CI에서 키, 인수와 태그, 여섯 형태가 모두 있는지 검증합니다. 삽입되는 이름은 유니코드 격리 문자로 감싸 오른쪽에서 왼쪽으로 쓰는 텍스트가 바르게 표시되게 하세요.

앱의 문자열 파일을 번역하는 일은 산문 번역과 다릅니다. 값 하나하나가 짧고, 문맥이 없는 경우가 많고, 모델이 건드리면 안 되는 문법, 즉 플레이스홀더, HTML 태그, 복수형 규칙을 품고 있습니다. 아랍어에서는 마지막 것이 어렵습니다. 영어 파일에는 복수형이 두 개지만 아랍어에는 여섯 개가 필요합니다. 이 글에서는 OpenAI 호환 LLM 위에 작은 파이프라인을 만듭니다. 플레이스홀더를 고정하고, 일반 문자열로 복수형 여섯 개를 요청하고, ICU 문법은 코드로 조립한 뒤, CI에서 전부 검증합니다.

문서, 티켓, 계약서 번역은 LLM을 이용한 아랍어–영어 번역을 참고하세요. 산문의 어조, 용어집, 평가를 다룹니다.

아랍어 복수형은 왜 기계 번역한 문자열 파일을 망가뜨리나요?

Intl.PluralRules, ICU, i18next가 모두 따르는 유니코드 CLDR은 아랍어에 기수 범주 여섯 개를 둡니다.

범주 CLDR 규칙 예시 숫자 예시: “파일”
zero n = 0 0 لا توجد ملفات
one n = 1 1 ملف واحد
two n = 2 2 ملفان (쌍수)
few n % 100 = 3..10 3–10, 103–110 5 ملفات (복수)
many n % 100 = 11..99 11–99, 111 11 ملفًا (단수, 대격)
other 그 밖의 모든 수 100–102, 1000, 0.5 100 ملف (단수)

사람들이 걸려 넘어지는 세부 사항이 두 가지 있습니다. 첫째, 범주는 숫자 자체가 아닙니다. 103은 few이고 111은 many입니다. 둘째, 영어 원문은 모델에게 one과 other만 주므로, 모델은 문법만으로 형태 네 개를 만들어 내야 합니다. 실패 대부분은 모델이 영어의 두 형태를 그대로 베끼는 데서 나옵니다.

이 실패는 조용합니다. one과 other만 있는 아랍어 메시지를 intl-messageformat 12.1.5로 렌더링하자, 파일 0개, 2개, 11개가 모두 “N ملف”로 나왔습니다. i18next 27.1.2도 _many 키가 없을 때 똑같이 동작해, 파일 11개에 _other 텍스트를 보여 줬습니다. 오류도 경고도 없이, 그저 틀린 아랍어였습니다.

문자열은 모델에 어떻게 보내야 하나요?

묶어서 보내세요. 문자열 하나에 요청 하나를 쓰면 시스템 프롬프트에 토큰을 낭비하고 관련 문자열 사이의 문맥도 잃습니다. 화면이나 기능별로 묶은 키 50~200개를 JSON 객체 하나로 보내세요. 그래야 “Cancel” 옆의 “Save”가 버튼으로 읽힙니다.

응답을 검사할 수 있게 해 주는 규칙은 세 가지입니다.

  1. 플레이스홀더를 고정하세요. {name}, 이중 중괄호 i18next 플레이스홀더, %s, %1$s, <b> 같은 태그를 ⟦0⟧ 같은 마커로 바꿉니다. 모델은 “Welcome back, ⟦0⟧!”를 보게 되므로 name을 اسم으로 번역할 수 없습니다.
  2. 복수형은 일반 문자열로 요청하세요. 영어 one과 other 텍스트를 보내고 아랍어 문자열 여섯 개를 요청합니다. ICU 문법은 코드가 만듭니다. 모델은 중괄호를 한 번도 쓰지 않습니다.
  3. 용어집과 번역 금지 목록을 주세요. 제품명, 플랜 이름, 지원팀이 쓰는 용어입니다. 번역 글의 용어집 섹션이 이것이 모델 선택보다 중요한 이유를 설명합니다.

번역 스크립트

원문 파일은 FormatJS가 문서화한 문법인 ICU MessageFormat을 씁니다. 같은 고정 방식은 i18next 자체 JSON 형식에도 통하며, 이 형식의 복수형 키는 _zero, _one, _two, _few, _many, _other로 끝납니다.

{
  "save": "Save",
  "welcome": "Welcome back, {name}!",
  "invite": "<b>{inviter}</b> invited you to the {workspace} workspace",
  "billing": "Pay with AcmePay",
  "files": "{count, plural, one {# file} other {# files}}"
}
import json, os, re
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

FORMS = ["zero", "one", "two", "few", "many", "other"]
# ICU arguments, double-brace and printf placeholders, HTML-style tags
PH = re.compile(r"\{\{\s*\w+\s*\}\}|\{\w+\}|%(?:\d+\$)?[sdif@]|</?\w+[^>]*>")
PLURAL = re.compile(r"^\{(\w+), plural,(.*)\}$", re.S)

def freeze(text):
    """Replace each placeholder with ⟦n⟧ so the model cannot translate or break it."""
    found = PH.findall(text)
    for i, p in enumerate(found):
        text = text.replace(p, f"⟦{i}⟧", 1)
    return text, found

def thaw(text, found):
    for i, p in enumerate(found):
        text = text.replace(f"⟦{i}⟧", p)
    return text

def branches(body):
    """'one {# file} other {# files}' -> {'one': '# file', 'other': '# files'}."""
    out, i = {}, 0
    while i < len(body):
        m = re.compile(r"\s*([=\w]+)\s*\{").match(body, i)
        if not m:
            break
        depth, j = 1, m.end()
        while depth:
            depth += {"{": 1, "}": -1}.get(body[j], 0)
            j += 1
        out[m.group(1)] = body[m.end():j - 1]
        i = j
    return out

SYSTEM = """You translate app interface strings from English to Modern Standard Arabic.
Reply with one JSON object only: {"STRINGS": {key: Arabic}, "PLURALS": {key: {six forms}}}.
Rules:
- ⟦0⟧, ⟦1⟧ ... are placeholders. Keep every one exactly once and unchanged; move it if Arabic word order needs it.
- # stands for the number. Keep it where the number should appear.
- Interface style: short, no full stops on buttons or labels.
- Never translate terms in DO_NOT_TRANSLATE. Use GLOSSARY translations exactly.
- For each PLURALS key, return all six Arabic forms: zero, one, two, few, many, other.
  zero = none; one = singular without a number; two = dual without a number;
  few = 3-10: # + plural noun; many = 11-99: # + singular noun in the accusative;
  other = 100, 1000 and also 0.5 and 1.5: # + singular noun."""

def translate(src, glossary=None, dnt=(), model="broadnet/qwen3.8-27b"):
    strings, plurals, frozen = {}, {}, {}
    for key, text in src.items():
        m = PLURAL.match(text)
        if m:
            b = branches(m.group(2))
            fone, ph = freeze(b.get("one", b["other"]))
            fother, _ = freeze(b["other"])
            plurals[key] = {"one": fone, "other": fother}
            frozen[key] = (m.group(1), ph)
        elif "{" in PH.sub("", text):
            raise ValueError(f"{key}: nested ICU, send to a human")
        else:
            strings[key], ph = freeze(text)
            frozen[key] = (None, ph)
    payload = {"STRINGS": strings, "PLURALS": plurals,
               "GLOSSARY": glossary or {}, "DO_NOT_TRANSLATE": list(dnt)}
    r = client.chat.completions.create(
        model=model, max_tokens=4000, temperature=0.2,
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": json.dumps(payload, ensure_ascii=False)}])
    out = json.loads(r.choices[0].message.content)
    ar = {k: thaw(v, frozen[k][1]) for k, v in out.get("STRINGS", {}).items() if k in frozen}
    for k, forms in out.get("PLURALS", {}).items():
        if k not in frozen:
            continue
        arg, ph = frozen[k]
        ar[k] = "{%s, plural, %s}" % (arg, " ".join(
            f + " {" + thaw(forms[f], ph) + "}" for f in FORMS if f in forms))
    return ar

en = json.load(open("en.json"))
ar = translate(en, glossary={"workspace": "مساحة العمل"}, dnt=["AcmePay"])
json.dump(ar, open("ar.json", "w"), ensure_ascii=False, indent=2)

이 스크립트는 실제 API가 아니라 로컬 목(mock) 서버를 상대로, 미리 준비한 아랍어 응답과 함께 OpenAI Python SDK로 실행했습니다. 모델이 보게 될 요청에는 “Welcome back, ⟦0⟧!”와 “⟦0⟧⟦1⟧⟦2⟧ invited you to the ⟦3⟧ workspace”가 들어 있었고, 스크립트는 다음 ar.json을 썼습니다.

{
  "save": "حفظ",
  "welcome": "مرحبًا بعودتك يا {name}!",
  "invite": "دعاك <b>{inviter}</b> إلى مساحة العمل {workspace}",
  "billing": "ادفع عبر AcmePay",
  "files": "{count, plural, zero {لا توجد ملفات} one {ملف واحد} two {ملفان} few {# ملفات} many {# ملفًا} other {# ملف}}"
}

코드에 대한 메모:

  • 마커는 움직일 뿐 사라지지 않습니다. 아랍어는 동사를 앞에 두는 경우가 많아 ⟦0⟧이 이동할 수 있습니다. 아래 검사는 마커 개수를 셀 뿐 위치는 따지지 않습니다.
  • 중첩 ICU는 사람에게 보내세요. plural 안의 select는 드물고 깨지기 쉽습니다. 스크립트는 추측하지 않고 거부합니다.
  • max_tokens=4000은 추론할 여유를 남깁니다. BroadNet 문서에 따르면 DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B는 답하기 전에 추론하고, 그 추론이 max_tokens에 포함됩니다. 추론 모델의 빈 응답을 참고하세요.
  • json.loads는 실패할 수 있습니다. 예외로 감싸고 오류를 붙여 한 번 다시 보내세요. LLM이 낸 잘못된 JSON 고치기에 테스트를 거친 복구 함수가 있습니다. 구조화된 출력이 문서화된 BroadNet 모델 두 개, GLM 5.3과 Qwen3.8 27B에서는 response_format 스키마도 추가하세요. 어느 쪽이든 아래 검사는 유지합니다.

CI에서 아랍어 파일은 어떻게 검증하나요?

앱이 런타임에 쓰는 것과 같은 파서로 모든 메시지를 파싱하고, 원문과 비교하세요. 이 Node 스크립트는 @formatjs/icu-messageformat-parser(테스트 당시 버전 3.5.23)를 씁니다.

// node check-ar.mjs en.json ar.json  -> exits 1 on any problem
import { readFileSync } from "node:fs";
import { parse, TYPE } from "@formatjs/icu-messageformat-parser";

const AR_FORMS = ["zero", "one", "two", "few", "many", "other"];
const [en, ar] = process.argv.slice(2).map((p) => JSON.parse(readFileSync(p, "utf8")));
const errors = [];

// Collect argument and tag names; return the plural elements too.
function walk(nodes, names = [], plurals = []) {
  for (const n of nodes) {
    if (n.type === TYPE.literal || n.type === TYPE.pound) continue;
    names.push(n.type === TYPE.tag ? `<${n.value}>` : `{${n.value}}`);
    if (n.type === TYPE.tag) walk(n.children, names, plurals);
    if (n.type === TYPE.plural) plurals.push(n);
    if (n.options) for (const o of Object.values(n.options)) walk(o.value, [], plurals);
  }
  return { names: names.sort().join(" "), plurals };
}

for (const key of Object.keys(en)) {
  if (!(key in ar)) { errors.push(`${key}: missing`); continue; }
  let src, dst;
  try { src = walk(parse(en[key])); dst = walk(parse(ar[key], { requiresOtherClause: true })); }
  catch (e) { errors.push(`${key}: ICU syntax error ${e.message}`); continue; }
  if (src.names !== dst.names) errors.push(`${key}: arguments differ: [${src.names}] vs [${dst.names}]`);
  for (const p of dst.plurals) {
    const missing = AR_FORMS.filter((f) => !(f in p.options));
    if (missing.length) errors.push(`${key}: plural {${p.value}} lacks ${missing.join(", ")}`);
  }
  if (!/[؀-ۿ]/.test(ar[key])) errors.push(`${key}: no Arabic letters`);
  if (/⟦\d+⟧/.test(ar[key])) errors.push(`${key}: placeholder marker left in text`);
}
for (const key of Object.keys(ar)) if (!(key in en)) errors.push(`${key}: not in source`);
console.log(errors.join("\n") || "ok");
process.exit(errors.length ? 1 : 0);

위 파일에서는 ok가 출력되었습니다. 그다음 목 응답에서 many 형태와 {workspace} 마커를 빼 보았습니다. 스크립트는 종료 코드 1로 끝나며 다음을 출력했습니다.

invite: arguments differ: [<b> {inviter} {workspace}] vs [<b> {inviter}]
files: plural {count} lacks many

“아랍어 글자 없음” 규칙은 모델이 영어로 남겨 둔 문자열을 잡아냅니다. 다만 제품명이나 숫자뿐인 값도 잡아내므로, 이런 값은 허용 목록으로 관리하세요. i18next 자체 형식이라면 키마다 같은 검사를 적용하세요. 영어의 _one/_other 쌍마다 아랍어에는 접미사가 붙은 키 여섯 개가 모두 있어야 하고, 각각 같은 플레이스홀더를 가져야 합니다. 단 _zero, _one, _two는 count를 빼도 됩니다.

마지막으로, 실제 포매터로 숫자 몇 개를 렌더링해 보세요. intl-messageformat 12.1.5에서 위 files 메시지는 0 → لا توجد ملفات, 2 → ملفان, 5 → 5 ملفات, 11 → 11 ملفًا, 102 → 102 ملف, 111 → 111 ملفًا를 냈습니다. 이 점검은 파싱은 되지만 명사가 틀린 형태를 잡아냅니다.

오른쪽에서 왼쪽 표시는 어떻게 하나요?

번역은 단어를 맞게 해 줄 뿐이고, 순서는 여전히 브라우저가 정해야 합니다. 아랍어 문장 안에 라틴 문자 이름이나 숫자가 삽입되면, 유니코드 양방향 알고리즘이 문장 부호를 옮기거나 이웃한 구간을 뒤바꿀 수 있습니다. W3C의 조언은 삽입된 텍스트를 격리하라는 것입니다. HTML에서는 <bdi>나 dir="auto"가 붙은 요소로 감싸고, 푸시 알림 같은 일반 텍스트에서는 U+2068 FIRST STRONG ISOLATE와 U+2069 POP DIRECTIONAL ISOLATE로 둘러쌉니다.

이 작업은 번역이 아니라 보간하는 곳에서 하세요. 저희 테스트에서 이름을 U+2068과 U+2069로 감싸 환영 메시지를 포맷하자, 두 문자가 출력에 그대로 남고 아랍어는 건드려지지 않았습니다. 페이지나 컨테이너에도 dir="rtl"과 lang="ar"을 설정하세요. 아랍어 프롬프트 엔지니어링에 RTL 표시 버그용 짧은 체크리스트가 있습니다.

숫자는 번역이 아니라 포매터가 선택합니다. 문자열에는 #이나 인수를 그대로 두세요. Node 24(ICU 78.3)에서 Intl.NumberFormat은 1234를 ar에서는 1,234로, ar-EG와 ar-SA에서는 ١٬٢٣٤로 썼습니다. 시장에 맞는 로캘 태그를 고르세요. 더 넓은 제품 관점의 질문(인터페이스 로캘과 모델 언어, 방향이 섞인 채팅 말풍선, 언어 감지, 언어별 비용)은 여러 언어를 위한 AI 경험 설계를 참고하세요.

결과물은 누가 검토해야 하나요?

이런 검사를 갖춘 LLM 파이프라인은 파일이 올바른 형식임을 보장합니다. 아랍어가 맞다는 것까지 보장하지는 않습니다. 아랍어 사용자에게 다음을 검토받으세요.

  • 새로 생기거나 바뀐 문자열만. en.json을 지난 릴리스와 diff해서 바뀐 것만 번역하세요. 검토 분량이 작게 유지되고, 승인된 문자열은 바뀌지 않습니다.
  • 복수형은 한 단어씩. 숫자와의 일치는 모델이 가장 자주 실수하는 부분이고, 특히 11~99 뒤의 대격이 그렇습니다.
  • 성별. 아랍어에서는 “당신”과 동사가 읽는 사람의 성별에 따라 바뀝니다. UI가 사용자에게 직접 말을 건다면, 고정된 형태나 중립적인 바꿔 쓰기 같은 규칙을 정하고 시스템 프롬프트에 넣으세요.
  • 길이. 아랍어 문자열은 영어보다 길거나 짧을 수 있습니다. 모바일 너비의 실제 레이아웃에서 버튼과 탭을 확인하세요.

검토를 마친 용어집 파일을 저장소에 두고 모든 요청에 함께 보내, 승인된 용어가 고정되게 하세요.

비용은 얼마나 드나요?

문자열 파일은 작습니다. 출력은 입력과 길이가 비슷하고, 아랍어는 보통 영어보다 단어당 토큰이 많습니다. 측정된 비율은 아랍어와 영어의 단어당 토큰 수에 있습니다. 묶음 하나를 아랍어 토큰 카운터에 붙여 넣고, 묶음 수를 곱하고, 묶음마다 시스템 프롬프트를 더하세요. 추론 모델은 생각하는 데도 토큰을 씁니다. BroadNet은 이를 usage의 completion_tokens_details.reasoning_tokens로 보고하므로, 추정하기 전에 실제 요청의 usage를 읽어 보세요.

모델 이 작업을 위한 메모 100만 토큰당 입력 / 출력
Qwen3.8 27B 구조화된 출력이 문서화됨 $0.175 / $2.17
GLM 5.3 구조화된 출력이 문서화됨. 1,048,576토큰 컨텍스트 $0.78 / $3.46
Gemma 4 VL 26B $5 상당의 초기 크레딧으로 사용 가능. JSON은 프롬프트로만 요청하므로 검증기가 더 중요함 $0.10 / $0.22
DeepSeek V4.1 Flash 세션당 주 $15 같은 정액 플랜도 있음. 세션당 한 번에 요청 하나 $0.175 / $0.52

가격은 BroadNet 가격 피드 기준이며, 업데이트 날짜는 2026-11-14 입니다. 같은 문자열 100개를 모델 두 개로 번역해 검토자에게 비교받은 뒤 고르세요. 토큰당 가격보다 수정해야 할 개수가 더 중요합니다. 여러 언어에 걸친 수천 개의 키라면 Batch API 없이 하는 배치 처리에서 동시성과 재시도를 다룹니다.

BroadNet Inference의 위치

BroadRouter는 BroadNet의 자체 사이트입니다. BroadNet Inference는 위 모델들에 OpenAI 호환으로 접근하게 해 주므로, base URL과 모델 ID만 바꾸면 OpenAI Python SDK로 스크립트가 돌아갑니다. 모델마다 지원하는 파라미터는 API 레퍼런스에서 확인하세요. 번역 엔드포인트는 없고 현지화 벤치마크도 공개하지 않으므로, 검증기와 사람 검토자가 품질 관문입니다. 전용 현지화 플랫폼은 번역 메모리, 검토자 워크플로, 화면 속 스크린샷을 더해 줍니다. 그런 기능이 필요하다면 플랫폼을 쓰고, 위 CI 검사는 두 번째 방어선으로 유지하세요.

자주 묻는 질문

아랍어에는 복수형이 몇 개 있나요?

유니코드 CLDR 기준 기수 범주가 여섯 개입니다. zero(0), one(1), two(2), few(3~10이나 103처럼 끝 두 자리가 03~10인 수), many(끝 두 자리가 11~99), other(100~102, 1000, 0.5 같은 소수)입니다. 영어 파일에는 one과 other만 있습니다.

ChatGPT 같은 LLM으로 i18n JSON 파일을 아랍어로 번역할 수 있나요?

형식을 통제한다면 가능합니다. 값만 보내고, 플레이스홀더를 마커로 바꾸고, 복수형 여섯 개를 요청하고, 결과의 키, 인수, 태그, 복수 범주를 코드로 검사하세요. 출시 전에 새 문자열은 아랍어 사용자에게 검토받으세요.

아랍어 번역에 복수형 하나가 빠지면 어떻게 되나요?

대개 눈에 보이는 실패는 없습니다. i18next와 intl-messageformat은 other 형태로 대체하므로, 파일 2개가 쌍수형 ملفان이 아니라 "2 ملف"로 표시됩니다. 여섯 형태를 모두 요구하는 검증기만이 사용자보다 먼저 이를 잡아냅니다.

ICU MessageFormat 문법을 LLM이 직접 쓰게 해도 되나요?

하지 않는 편이 낫습니다. 복수형 메시지마다 일반 문자열 여섯 개를 요청하고 ICU 문법은 코드로 조립하세요. 모델은 가끔 중괄호를 빠뜨리거나 인수 이름을 번역하며, 그러면 파서 오류가 런타임에 번들 전체를 망가뜨립니다.

아랍어 UI 문자열에는 어떤 숫자를 써야 하나요?

번역이 아니라 숫자 포매터가 정하게 하세요. 문자열에는 #이나 인수를 그대로 두세요. 저희 Node 24 테스트에서 Intl.NumberFormat은 1234를 ar에서는 1,234로, ar-EG와 ar-SA에서는 ١٬٢٣٤로 표시했으므로, 로캘 태그가 숫자를 결정합니다.

Markdown으로 읽기ChatGPT에 질문하기Claude에 질문하기Perplexity에 질문하기