BroadRouter
시작하기

현대 표준 아랍어(MSA, Modern Standard Arabic)

업데이트

현대 표준 아랍어(MSA)는 아랍 세계 전역에서 글, 뉴스, 교육, 격식 있는 연설에 쓰는 표준화된 아랍어입니다. 누구도 일상 모국어로 쓰지 않습니다. 사람들은 이집트 아랍어나 걸프 아랍어 같은 지역 방언으로 말하고, 격식 있는 자리에서 MSA로 바꿉니다.

다른 이름: 표준 아랍어, 푸스하, 현대 표준 아랍어, 정통 아랍어, Modern Standard Arabic, Fusha, Fus'ha, Standard Arabic, al-fusha

AI 모델이 “아랍어를 한다”고 할 때 보통은 현대 표준 아랍어를 다룬다는 뜻입니다. 방언은 별개의 시험입니다.

작동 방식

아랍어는 여러 변종으로 이루어진 언어군입니다. MADAR 논문(Bouamor 외, 2018)은 이를 분명히 말합니다. MSA는 “the shared language of culture, media, and education from Morocco to Oman”(번역: 모로코에서 오만까지 문화, 언론, 교육의 공통 언어)이지만 “is not the native language of any speaker of Arabic”(번역: 어떤 아랍어 사용자의 모국어도 아닙니다). 방언은 지역별로 이집트, 북아프리카, 레반트, 걸프, 예멘 방언으로 나뉘고, 더 세분하면 튀니지, 레바논, 쿠웨이트, 카타르 방언 등이 있습니다. MADAR 자체는 MSA와 함께 25개 도시 방언을 다룹니다.

실제로는 둘이 섞입니다. TV 토크쇼처럼 MSA가 기대되는 즉흥적인 자리에서도 화자는 MSA와 자기 방언을 오갑니다. 이것이 코드 스위칭이며, 2014년 코드 스위칭 공동 과제(shared task)에서는 단어 수준에서 MSA와 방언을 구분하는 것이 스페인어-영어나 네팔어-영어보다도 어려운 조합이었습니다.

MSA 방언
쓰이는 곳 뉴스, 책, 학교, 계약서, 격식 있는 연설 가정, 거리, 전화 통화, 음성 메시지, 채팅
철자 표준화됨 정해진 철자가 없음. 아라비지로 입력하는 경우가 많음
학습 데이터 대규모 문어 코퍼스 훨씬 적고, 지역별로 고르지 않음

왜 중요한가

  • LLM 품질. 모델이 MSA는 잘 쓰면서도 걸프나 마그레브 지역 속어는 놓칠 수 있습니다. 사용자가 실제로 쓰는 방언으로 테스트하세요.
  • 음성 인식 정확도. 많은 테스트 세트는 낭독이나 방송 음성인데, 실제 오디오는 방언 음성 메시지일 수 있습니다. 아랍어 전체 수치 하나가 아니라 변종별 단어 오류율을 요청하고, 직접 녹음한 음성으로 테스트하세요.
  • 토큰 비용. 우리 토크나이저 데이터셋에서 Qwen3.8 27B 모델 기준으로 현대 표준 아랍어는 같은 문장의 영어 대비 1.31× 수준의 토큰이 필요했고(FLORES-200 문장 2,009개), 걸프 아랍어는 1.21× 수준이었습니다(Tatoeba 문장 49 개의 작은 세트라 대략적인 수치). 자신의 텍스트는 아랍어 토큰 카운터로 측정해 보세요.

BroadNet Inference에서는

BroadNet은 Qwen3.8 27B를 테스트한 결과 유창한 아랍어 글쓰기가 가능하고 걸프 및 이집트 방언을 이해한다고 보고합니다. BroadNet Transcribe Arabic은 방언을 포함한 아랍어용으로 표기되어 있습니다. MSA와 방언 오디오 모두 language=ar을 보내세요. BroadNet 문서는 이 값이 없으면 아랍어가 라틴 문자로 반환될 수 있다고 경고합니다. 직접 녹음한 음성으로 테스트하는 방법은 아랍어 방언 음성 인식 글에서 설명합니다.

자주 묻는 질문

방언 음성에는 어떤 언어 코드를 보내야 하나요?

ar을 보내세요. BroadNet 문서는 아랍어에 language=ar을 보내라고 안내하며, BroadNet Transcribe Arabic은 방언을 포함한 아랍어용으로 표기되어 있어 방언별 코드는 따로 없습니다.

아랍어 사용자는 MSA를 이해하나요?

교육받은 사용자는 MSA를 읽고 이해합니다. 학교, 책, 뉴스의 언어이기 때문입니다. 하지만 일상 대화에서는 자기 방언으로 말합니다.

MSA의 언어 코드는 무엇인가요?

ISO 639-3은 표준 아랍어를 arb로 표기하며, 이는 아랍어 매크로 언어 ara의 일부입니다. 음성 API는 보통 모든 아랍어에 두 글자 코드 ar을 받습니다.

Markdown으로 읽기ChatGPT에 질문하기Claude에 질문하기Perplexity에 질문하기