본 논문은 심층 추론 LLM(예: OpenAI o1 및 DeepSeek-R1)을 사용한 자유 번역 모델 DeepTrans를 제시합니다. 기존 심층 추론 LLM에서 자유 번역이 충분히 연구되지 않았다는 점을 지적하며, 강화 학습(RL)을 통해 자유 번역을 학습하는 DeepTrans를 소개합니다. 번역 결과와 사고 과정 모두에 대한 사전 정의된 평가 기준을 사용하여 보상 모델을 구축하고, 이를 통해 DeepTrans가 사고하고 자유 번역하는 방법을 학습하도록 합니다. 또한, 레이블이 지정된 번역 데이터가 필요 없어 인력 및 자원 집약적인 데이터 생성을 피할 수 있다는 장점이 있습니다. 실험 결과, Qwen2.5-7B를 기반으로 한 DeepTrans는 문학 번역에서 성능을 16.3% 향상시켰으며, 기존 강력한 심층 추론 LLM들을 능가하는 성능을 보였습니다. RL 탐색 과정에서의 실패 사례와 흥미로운 발견 사항들도 요약하여 제시합니다.
