본 연구는 신경망 기계 번역(NMT)과 대규모 언어 모델(LLM)이 번역한 은유에 문학 번역 후편집자가 어떻게 반응하고 대응하는지 조사했어요. 후편집자는 출력된 은유 3분의 1을 변경했는데, 이는 비유적 언어 번역이 문학 기계 번역(LitMT)에서 여전히 문제가 있다는 것을 보여줘요. 후편집자는 지나치게 직역된 표현을 인지했지만, 주로 다의적 표현에서 그런 경향을 보였어요.
후편집자는 때때로 번역 결과가 허용 가능한지 판단하기 어려워하기도 했고, 전체적인 기계 번역 품질을 상당히 낮은 수준으로 평가했어요. 또한, 처음부터 번역하는 것보다 후편집 작업이 더 많은 노력과 시간이 필요하다고 밝혔어요.
이는 후편집 작업이 번역가의 창의성을 제한하고 텍스트 소유 의식을 감소시킨다는 이전 연구를 뒷받침하는 결과입니다.