AI 번역 도구 비교: 딥엘·구글 번역·파파고·LLM, 언제 무엇을 고를까

번역 도구를 고를 때 “어느 쪽이 더 정확한가”로 순위를 매기는 건 대체로 쓸모가 없습니다. 같은 도구가 영↔한에서는 어색하고 영↔일에서는 멀쩡하고, 짧은 이메일에서는 완벽한데 10페이지 기술문서에서는 용어가 다 흩어집니다. 실무에서 차이를 만드는 건 평균 품질이 아니라 이 도구가 어떤 모양으로 틀리는가, 그리고 내가 그 오류를 알아챌 수 있는가입니다. 아래에서는 딥엘·구글 번역·파파고·LLM 번역(ChatGPT·클로드·제미나이)을 이 기준으로 갈라보고, 문서 종류별로 무엇을 쓰면 되는지 정리했습니다. 각 서비스가 공개한 기능 문서와 요금제 안내를 2026년 10월 기준으로 비교한 것이며, 모든 도구의 유료 플랜을 장기간 결제해 본 체험 후기가 아님을 먼저 밝힙니다.

번역기는 ‘정확도’가 아니라 ‘오류의 모양’으로 갈린다

번역 도구를 두 부류로 나누면 선택이 훨씬 쉬워집니다. 한쪽은 전통적인 기계번역 계열(구글 번역, 파파고, 딥엘)이고, 다른 한쪽은 범용 LLM에게 번역을 시키는 방식(ChatGPT, 클로드, 제미나이)입니다. 둘의 결과물은 품질 등급이 다른 게 아니라 실패하는 방식이 다릅니다.

기계번역 계열은 원문 문장 구조에 충실한 쪽으로 기울어 있습니다. 그래서 틀리면 어색합니다. 조사가 어긋나고, 수동태가 그대로 남고, 전문용어가 직역돼서 읽는 사람이 “여기 뭔가 이상하다”를 금방 알아챕니다. 품질은 낮아도 오류가 눈에 보이는 실패입니다.

LLM 번역은 반대입니다. 문장이 매끄럽고 한국어답습니다. 그런데 그 매끄러움을 만드는 과정에서 원문에 없던 접속사를 넣고, 모호한 문장을 자기가 이해한 쪽으로 정리하고, 반복처럼 보이는 구절을 조용히 생략합니다. 결과물만 읽으면 아무 문제가 없어 보이기 때문에 오류가 보이지 않는 실패가 됩니다. 저는 이 차이가 도구 선택에서 가장 중요한 변수라고 봅니다.

그래서 실질적인 선택 기준은 하나로 압축됩니다. 내가 원문을 읽을 수 있는가. 읽을 수 있다면 LLM 번역이 압도적으로 효율적입니다. 어색한 부분을 내가 원문과 맞춰 고칠 수 있으니까요. 원문을 전혀 못 읽는 언어라면, 매끄러운 거짓말보다 어색한 직역이 안전합니다. 검수할 수 없는 상태에서 “읽기 편한 결과물”은 장점이 아니라 위험 요소입니다.

도구별로 실제 쓸 때 걸리는 지점

딥엘은 유럽어 쌍에서 쌓은 평판이 한국어에도 통한다고 생각하면 실망할 수 있습니다. 영↔한은 영↔독보다 언어 구조 거리가 멀어서, 같은 엔진이라도 체감 품질 격차가 큽니다. 다만 딥엘의 진짜 강점은 문장 품질이 아니라 용어집(glossary)과 문서 파일 업로드입니다. 긴 문서를 다룰 때 이 두 기능이 품질을 지배합니다.

구글 번역은 지원 언어 수와 웹페이지 통째 번역에서 대안이 없습니다. 브라우저에 붙어 있어서 “지금 보고 있는 페이지를 일단 읽기”라는 용도에서는 다른 선택지를 고민할 이유가 없습니다. 대신 결과물을 그대로 가져다 쓸 품질은 아니라고 보는 편이 안전합니다.

파파고는 한국어가 한쪽에 있는 쌍, 특히 한↔일·한↔중에서 체감이 좋습니다. 한국어 구어체와 존댓말 처리가 해외 서비스보다 자연스러운 경우가 많습니다. 이미지 속 글자 번역이나 음성 입력처럼 “지금 당장 뜻만 알면 되는” 상황용 기능이 잘 붙어 있습니다.

LLM 번역의 차별점은 번역 품질 자체가 아니라 지시를 받아들인다는 점입니다. “이 문서는 개발자 대상이니 영어 기술용어는 그대로 두고 설명만 한국어로”, “존댓말 말고 개발 문서 톤으로”, “이 용어 10개는 반드시 이렇게 번역” 같은 요구를 한 문장으로 전달할 수 있습니다. 전통 번역기에서 이걸 하려면 후편집이 필요합니다. 어느 LLM을 쓸지는 번역 성능보다 이미 쓰는 구독에 달려 있고, 플랜별 차이는 ChatGPT·클로드·제미나이 요금제 비교에 정리해 뒀습니다.

도구 성격 비교표

구분	딥엘	구글 번역	파파고	LLM 번역
틀리는 방식	어색한 직역	어색한 직역	어색한 직역	매끄러운 변형·생략
용어 통일	용어집 지원	어려움	어려움	지시로 가능(길면 흐트러짐)
문서 파일 처리	업로드 지원	일부 지원	제한적	플랜에 따라 가능
웹페이지 통째	확장으로 일부	가장 강함	웹 번역 지원	부적합
톤·문체 지시	일부 설정	불가	불가	가장 자유로움
무료로 되는 범위	요청당 길이 제한	사실상 제한 없음	사실상 제한 없음	횟수·모델 제한
가장 잘 맞는 상황	납품용 긴 문서	급하게 훑어보기	한국어 끼는 쌍	내가 검수 가능한 문서

표에서 눈여겨볼 건 맨 윗줄입니다. 네 칸 중 세 칸이 같은 유형의 오류를 내고, 하나만 성격이 다릅니다. 도구를 두 개 조합해서 쓸 거라면 같은 줄에서 고르지 말고 성격이 다른 쪽을 섞는 편이 검출률이 높습니다.

긴 문서에서 품질을 결정하는 건 문장이 아니라 용어다

한 문장만 떼어 비교하면 도구 간 차이가 작아 보입니다. 그런데 20페이지 매뉴얼을 번역해 보면 체감 품질을 지배하는 건 문장 완성도가 아니라 같은 단어가 끝까지 같게 번역되는지입니다. 같은 “account”가 앞에서는 계정, 중간에서 어카운트, 뒤에서 계좌로 나오면 문장 하나하나는 자연스러워도 문서 전체는 쓸 수 없습니다.

이 지점에서 LLM 번역은 구조적인 약점이 있습니다. 긴 문서를 조각으로 나눠 넘기면 각 조각이 독립적으로 가장 자연스러운 번역을 고르기 때문에, 조각 경계에서 용어가 어긋납니다. 프롬프트에 용어 목록을 넣어도 문서가 길어지면 뒤쪽에서 지시가 희석됩니다. 반대로 용어집을 명시적으로 등록하는 방식은 느리고 번거롭지만 끝까지 유지됩니다.

실무적으로는 순서를 바꾸는 게 효과적입니다. 번역을 시작하기 전에 핵심 용어 15~30개를 먼저 확정해 표로 만들고, 그 표를 기준으로 번역한 뒤 마지막에 용어만 일괄 검색·치환하는 겁니다. 어떤 도구를 쓰든 이 한 단계가 후편집 시간을 가장 많이 줄입니다. 도구를 바꿔서 해결하려 들기 전에 이 절차를 먼저 넣어보시길 권합니다.

번역기에 붙여넣기 전에 생각할 것

번역 도구에서 가장 흔한 사고는 품질이 아니라 입력 쪽에서 납니다. 계약서, 미공개 기획서, 고객 명단이 들어간 메일을 무료 번역 창에 그대로 붙여넣는 경우입니다. 무료 서비스는 입력 데이터를 품질 개선에 활용할 수 있다고 약관에 명시해 둔 경우가 많고, 이건 유료 플랜이나 기업용 플랜에서 달라지는 조건입니다. “번역기는 그냥 도구”라는 감각 때문에 LLM 채팅창보다 경계심이 느슨해지는 게 더 위험합니다. 어떤 정보를 어디까지 넣어도 되는지는 프라이버시 지키며 AI 쓰는 법에서 정보 등급별로 갈라 정리했습니다.

비용도 미리 정리할 필요가 있습니다. 번역 전용 유료 구독을 따로 결제하기 전에, 이미 쓰고 있는 LLM 구독으로 그 일이 되는지 확인하는 순서가 맞습니다. 번역만을 위한 월 구독이 정당화되는 건 용어집·문서 업로드·분량이 꾸준히 필요한 경우이고, 그렇지 않다면 중복 지출이 되기 쉽습니다. 구독이 몇 개까지 늘었는지 모르겠다면 AI 도구 구독료 정리하는 법의 연간 환산 계산부터 해보는 게 빠릅니다.

블로그 운영자라면 한 가지가 더 있습니다. 해외 글을 번역해 그대로 올리는 방식은 트래픽이 붙기 어려운 데다, 원문 저작권과 검색 정책 양쪽에서 위험합니다. 번역물에 자기 판단과 국내 맥락이 더해지지 않으면 구글이 말하는 저가치 대량 생산 콘텐츠에 가까워집니다. 경계선이 어디인지는 블로그 글 자동화, 어디까지가 안전한가에서 정책 문구 기준으로 다뤘습니다.

검수할 수 없는 언어를 번역할 때의 최소 절차

원문 언어를 모를 때는 도구 선택보다 절차가 중요합니다. 세 단계면 큰 사고는 대부분 걸러집니다.

첫째, 역번역을 돌립니다. 번역 결과를 원문 언어로 다시 번역해서 원문과 비교하면, 뜻이 뒤집힌 문장은 대개 여기서 드러납니다. 완벽한 검증은 아니지만 비용이 거의 0입니다. 둘째, 성격이 다른 도구 두 개에 같은 문장을 넣어 봅니다. 기계번역 하나와 LLM 하나를 쓰는 게 좋습니다. 결과가 갈리는 지점이 바로 사람이 확인해야 할 지점입니다. 셋째, 숫자·날짜·고유명사·부정어는 따로 눈으로 맞춥니다. “not”이나 “unless” 하나가 빠지면 문장 전체 의미가 반대가 되는데, 매끄러운 번역문에서는 이게 전혀 티가 나지 않습니다.

반대로 책임이 걸린 문서, 즉 계약·법률·의료·규정 문서라면 절차를 늘리는 것으로 해결하려 하지 않는 편이 맞습니다. 기계번역을 초안으로 쓰고 사람 번역자의 검수를 받는 구조로 가거나, 애초에 사람에게 맡기는 쪽이 전체 비용이 낮습니다. 번역 도구는 이해를 위한 수단으로는 충분하지만, 서명할 문서의 근거로는 부족합니다.

이럴 땐 이걸 고르세요

해외 자료를 급하게 훑어봐야 한다 → 구글 번역의 웹페이지 번역. 품질을 따질 단계가 아니고, 전체 맥락을 잡는 데는 충분합니다. 쓸 만한 문단을 발견하면 그때 다른 도구로 다시 번역하세요.
영문 기술문서를 읽으면서 내가 확인할 수 있다 → LLM 번역. “기술용어는 영어 그대로, 설명만 한국어로”처럼 지시해 두면 후편집이 거의 없습니다. 원문을 읽을 수 있으니 변형 위험도 통제됩니다.
납품·배포할 긴 문서를 번역한다 → 용어집과 문서 업로드가 되는 딥엘 계열. 그 전에 핵심 용어 표를 먼저 확정하세요. 도구보다 이게 결과를 더 바꿉니다.
한↔일·한↔중 짧은 글이다 → 파파고. 한국어가 한쪽에 있는 쌍에서 존댓말·구어체 처리가 가장 덜 어색합니다.
원문 언어를 전혀 못 읽는다 → 기계번역 + LLM 두 개를 병행하고 역번역으로 교차확인. 매끄러운 결과물 하나만 믿지 마세요.
사내 기밀·개인정보가 들어 있다 → 무료 번역 창에 넣지 않습니다. 데이터 학습 제외 조건이 명시된 플랜을 쓰거나, 해당 부분을 가명으로 치환한 뒤 번역하세요.
법적 책임이 따르는 문서다 → 도구로 해결할 문제가 아닙니다. 초안만 기계번역으로 만들고 사람 검수를 전제로 가세요.

용도별 추천 정리

문서 종류	1순위	이유	주의할 점
해외 뉴스·블로그 훑기	구글 번역(웹페이지)	클릭 한 번, 전체 맥락 확보	인용할 문장은 재번역
영문 기술문서·API 문서	LLM 번역	용어 보존 지시 가능	코드 블록 변형 여부 확인
업무 이메일 작성	LLM 번역	톤·격식 조절이 핵심	회사명·수치 직접 확인
긴 매뉴얼·보고서	딥엘(용어집)	끝까지 용어 유지	용어 표 선작업 필수
한↔일·한↔중 짧은 글	파파고	한국어 어투 자연스러움	전문용어는 별도 확인
논문 초록·학술 자료	딥엘 또는 LLM	문장 구조 복잡도에 강함	전문용어 역번역 검증
계약·법률·의료 문서	사람 번역자	오역 비용이 번역비보다 큼	기계번역은 초안까지만

이 표에서 같은 도구가 여러 줄에 걸쳐 있는 건 우연이 아닙니다. 도구를 네 개 다 갖출 필요는 없고, 기계번역 하나와 LLM 하나로 대부분의 상황이 덮입니다. 도구 수를 늘리는 것보다 어떤 상황에서 어느 쪽을 꺼낼지 미리 정해 두는 쪽이 효과가 큽니다. 다른 업무 영역에서도 같은 원칙이 적용되는데, 영역별 기준은 용도별 AI 도구 선택 기준표에 모아 뒀습니다.

자주 묻는 질문

Q. 딥엘이 구글 번역보다 항상 낫다고 들었는데요?
A. 언어쌍에 따라 다릅니다. 유럽어 사이에서 쌓인 평가가 영↔한에 그대로 적용된다고 보기는 어렵습니다. 한국어가 끼는 쌍에서는 격차가 줄거나 역전되는 경우도 있습니다. 중요한 문서라면 같은 문단을 두 도구에 넣어보고 자기 용도에서 비교하는 데 5분 쓰는 게, 남의 순위표를 믿는 것보다 정확합니다.

Q. LLM 번역이 그렇게 좋으면 번역기는 왜 쓰나요?
A. 검수할 수 없는 언어, 그리고 용어 통일이 중요한 긴 문서 때문입니다. LLM은 매끄럽게 만들려고 원문을 손대는데, 내가 원문을 못 읽으면 그 변형을 발견할 방법이 없습니다. 문장 품질이 낮아도 직역에 가까운 결과물이 검증 가능하다는 점에서 더 안전할 때가 있습니다.

Q. 무료로만 쓰면 품질이 많이 떨어지나요?
A. 번역 품질 자체는 무료와 유료 차이가 생각보다 작습니다. 유료로 사는 건 대개 품질이 아니라 분량 한도, 용어집, 문서 업로드, 데이터 학습 제외 같은 조건입니다. 짧은 글을 가끔 번역하는 용도라면 무료 조합으로 충분하고, 분량이 꾸준히 나오거나 기밀이 끼기 시작할 때 결제를 검토하는 순서가 맞습니다.

함께 보면 좋은 글

작성자: 제립 (개인 블로거) · 문의: choi31102@gmail.com · 이 글의 기능·요금제 설명은 각 서비스가 2026년 10월 기준으로 공개한 문서를 근거로 정리한 것이며, 지원 기능과 플랜 구성은 수시로 바뀌므로 결제 전에 공식 페이지를 직접 확인하시기 바랍니다.