기계 번역을 거쳐도 도덕적 의미는 보존된다: 도덕 기반 코퍼스의 다국어 증거
Moral Semantics Survive Machine Translation: Cross-Lingual Evidence from Moral Foundations Corpora
도덕적 언어는 미묘하고 문화적으로 가변적이어서 언어 간에 충실하게 번역하기 어렵다. 관용 표현, 속어, 문화적 어투는 피하기 어려운 번역 아티팩트를 유발한다. 그럼에도 자동화된 도덕 분류는 거의 전적으로 영어로만 존재하는 언어별 주석 코퍼스에 의존한다. 우리는 대규모 언어 모델(LLM) 기반 번역이 이 격차를 메울 수 있는지를 폴란드어를 테스트 사례로 삼아 조사한다. 다양한 주제의 도덕적으로 주석 처리된 소셜 미디어 게시물 약 5만 건($\sim$50k)을 사용하여, 원칙에 기반한 4가지 방법 검증 파이프라인을 적용한다: LaBSE 다국어 임베딩 유사도, Centred Kernel Alignment(CKA), LLM-as-judge 평가, 심층 학습 분류기 동등성 테스트. 속어, 비속어, 문화적 함의가 담긴 표현 처리의 한계에도 불구하고, 직접 번역이 미묘한 도덕적 단서를 다국어 머신러닝으로 충분히 추출할 수 있을 만큼 잘 보존함을 보인다 — 기반(foundation) 전반에 걸친 평균 코사인 유사도 0.89, 분류 정확도 격차 0.01–0.02 AUROC. 이러한 결과는 기계 번역이 현재 이 영역에서 자원이 부족한 언어에서의 도덕적 가치 연구를 위한 실용적이고 비용 효율적인 경로임을 보여준다. 우리는 이를 대표적인 슬라브어인 폴란드어에 대해 입증하며, 관련 언어로의 일반화가 기대됨을 밝힌다.