---
title: "코드 스위칭이란? NLP와 음성 인식에서의 언어 혼용 | BroadRouter"
description: "코드 스위칭은 한 대화나 문장 안에서 두 언어나 변종을 섞어 쓰는 것입니다. LLM, 언어 감지, 음성 인식이 왜 여기서 막히는지 아랍어 사례로 정리했습니다."
url: https://broadrouter.com/ko/glossary/code-switching/
lang: ko
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/glossary/code-switching/) (2026-11-16 업데이트).

# 코드 스위칭(code-switching)

업데이트 2026-11-16

코드 스위칭(code-switching)은 말이나 글에서 같은 대화나 문장 안에 둘 이상의 언어, 또는 한 언어의 여러 변종을 섞어 쓰는 것입니다. 아랍어 사용자가 방언에 영어 단어를 섞거나, 현대 표준 아랍어와 자기 방언을 오가는 것이 그 예입니다.

다른 이름: 코드 스위칭, 코드 전환, 코드 믹싱, 언어 혼용, 혼합 언어 텍스트, code switching, code-mixing, code mixing, language mixing, mixed-language text

코드 스위칭은 이중 언어 사용자에게는 자연스러운 말하기 방식입니다. 입력 하나에 언어 하나를 기대하는 소프트웨어에게는 흔한 오류의 원인입니다.

## 작동 방식

Solorio 외(2014)는 코드 스위칭 데이터에 관한 첫 공유 과제에서 이를 “spoken or written, where two or more languages are being used interchangeably”(번역: 말이든 글이든 둘 이상의 언어가 번갈아 쓰이는) 의사소통 행위로 넓게 정의합니다. 이 과제는 트위터 게시물의 단어마다 언어를 라벨링했으며, 현대 표준 아랍어-아랍어 방언, 중국어(만다린)-영어, 네팔어-영어, 스페인어-영어의 네 가지 조합을 다뤘습니다. 7개 팀이 42개 결과를 제출했습니다. 단어 단위 식별은 둘이 서로 가까운 [현대 표준 아랍어(MSA)](https://broadrouter.com/ko/glossary/msa/)와 방언 조합이 가장 어려웠고, 스페인어-영어와 네팔어-영어가 가장 쉬웠습니다.

아랍어 사용자는 여러 방식으로 동시에 언어를 바꿉니다.

-   **방언과 표준 아랍어.** MADAR 논문은 TV 토크쇼처럼 표준 아랍어가 기대되는 즉흥적인 자리에서 화자가 방언과 표준 아랍어를 반복해서 오간다고 지적합니다.
-   **아랍어와 영어 또는 프랑스어.** Darwish(2014)는 많은 아랍어 사용자가 이중 언어 사용자이며 문장 안에서 영어나 프랑스어를 아랍어와 섞는다고 봅니다.
-   **문자 체계.** 입력한 메시지 한 줄에 아랍 문자, 라틴 문자, [아라비지](https://broadrouter.com/ko/glossary/arabizi/)가 섞일 수 있습니다.

전형적인 걸프 지역 채팅 메시지는 이 모든 것을 섞습니다.

```text
عندي meeting بكرة الساعة 3، can we move it?
("I have a meeting tomorrow at 3, can we move it?")
```

아랍어 단어는 방언이고, “meeting”은 아랍어 절 안의 영어 단어이며, 문장은 영어로 끝납니다. 언어 감지기, 토크나이저, 음성 모델은 각각 이 전환을 처리해야 합니다.

## 왜 중요한가

-   **음성 인식.** 전사 요청은 보통 `language`를 하나만 받습니다. 아랍어 음성 속 영어 제품명은 아랍 문자로, 라틴 문자로 나오거나 잘못 들릴 수 있습니다. 표기 규칙을 정하고 그 기준으로 [단어 오류율](https://broadrouter.com/ko/glossary/word-error-rate/)을 채점하세요. 그러지 않으면 스타일 차이를 오류로 세게 됩니다.
-   **라우팅과 검색.** 메시지마다 라벨 하나만 고르는 언어 감지기는 혼합 메시지를 잘못 분류하므로, 아랍어 의도가 영어 흐름으로 갈 수 있습니다.
-   **LLM 프롬프트.** 입력이 여러 언어로 섞일 수 있다고 모델에 알리고, 어떤 언어로 답할지 지정하세요. 그러지 않으면 마지막에 나온 언어를 따라 할 수 있습니다.

## BroadNet Inference에서는

BroadNet 문서는 전사 시 항상 `language`를 보내라고 합니다. 아랍어는 `ar`, 영어는 `en`이며, 이 값이 없으면 아랍어가 라틴 문자로 음역될 수 있다고 경고합니다. 혼합 언어 설정은 문서에 없습니다. 영어 단어가 섞인 아랍어 음성이라면 [BroadNet Transcribe Arabic](https://broadrouter.com/ko/models/cohere-transcribe-arabic/)에 `language=ar`을 보내고 실제 녹음으로 테스트하세요. 그런 테스트 세트를 만드는 방법은 [방언 음성 인식 글](https://broadrouter.com/ko/blog/arabic-dialect-speech-recognition/)에서 다룹니다. 채팅에서 섞인 텍스트라면, BroadNet이 아랍어 방언으로 테스트했다고 보고하는 모델은 [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/)입니다.

## 자주 묻는 질문

### 코드 스위칭과 코드 믹싱은 같은 건가요?

실무에서는 두 이름 모두 한 메시지나 대화에 둘 이상의 언어가 쓰이는 것을 가리키며, 언어 도구에 같은 문제를 일으킵니다. 이 용어집에서는 둘을 하나의 용어로 다룹니다.

### 영어 단어가 섞인 아랍어 오디오에는 어떤 언어를 지정해야 하나요?

BroadNet에서는 주로 아랍어인 오디오에 language=ar을 보내세요. 영어 단어를 라틴 문자로 남길지 미리 정하고, 전사 결과 샘플을 확인하세요.

### LLM은 코드 스위칭된 텍스트를 이해할 수 있나요?

아랍어와 영어처럼 흔한 조합이라면 대개 이해하지만, 품질은 모델과 방언에 따라 다릅니다. 프롬프트에 입력이 여러 언어로 섞여 있을 수 있다고 알리고 답변 언어를 지정한 뒤, 실제 사용자 메시지로 테스트하세요.

## 함께 보기

-   [현대 표준 아랍어(MSA, Modern Standard Arabic)](https://broadrouter.com/ko/glossary/msa/) (용어)
-   [아라비지(Arabizi)](https://broadrouter.com/ko/glossary/arabizi/) (용어)
-   [음성 인식(Speech-to-text, STT)](https://broadrouter.com/ko/glossary/speech-to-text/) (용어)
-   [단어 오류율(WER)](https://broadrouter.com/ko/glossary/word-error-rate/) (용어)
-   [아랍어 방언(dialectal Arabic)](https://broadrouter.com/ko/glossary/dialectal-arabic/) (용어)
-   [아랍어 음성 인식(STT) API 사용법: 단계별 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/) (가이드)
-   [API로 WhatsApp 음성 메시지를 텍스트로 전사하기](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/) (가이드)
-   [아랍어 방언 음성 인식: 걸프, 이집트, 레반트, 마그레브](https://broadrouter.com/ko/blog/arabic-dialect-speech-recognition/) (글)
-   [아라비지와 LLM: 3, 7 같은 숫자를 쓰는 프랑코 아랍어 처리하기](https://broadrouter.com/ko/blog/arabizi-llm-handling/) (글)
-   [다국어 음성 인식(STT) API: 14개 언어를 엔드포인트 하나로](https://broadrouter.com/ko/blog/multilingual-speech-to-text-api/) (글)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-code-switching&utm_content=page-cta) ·

**출처**

-   [Solorio 외, Overview for the First Shared Task on Language Identification in Code-Switched Data(2014, ACL Anthology) (2026-11-16 확인)](https://aclanthology.org/W14-3907/)
-   [Bouamor 외, The MADAR Arabic Dialect Corpus and Lexicon(LREC 2018, ACL Anthology) (2026-11-16 확인)](https://aclanthology.org/L18-1535/)
-   [Darwish, Arabizi Detection and Conversion to Arabic(ANLP 2014, ACL Anthology) (2026-11-16 확인)](https://aclanthology.org/W14-3629/)
-   [BroadNet Inference API 레퍼런스, 전사(language 파라미터) (2026-11-16 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-code-switching&utm_content=sources)
