아마존에 전자책과 종이책 출판하기 - 번역편 외

원고

원고는 미리 준비가 되어 있어야 한다. 최소 24페이지 이상이 되어야 하는 것으로 알고 있다. 어린이용 동화책이 아니고서야 최소 24페이지 이상은 될 것으로 생각하기 때문에 원고의 길이는 상세히 설명하지 않는다. 24페이지라는 것의 기준은 책의 크기와도 연관이 있는데 책장에 꽂혀 있는 책들의 크기를 참고해서 페이지수를 가늠할 수 있을 것 같다.

 

이번에 출판하고자 하는 책은 두 번째 출판이다. 책은 매직미러라는 IT관련 기기를 만드는데 촛점이 맞춰져 있고 라즈베리파이라는 작은 컴퓨터와 센서들을 구매하고 코딩을 해야만 하는 프로젝트다. 이 프로젝트를 하나하나 따라하도록 시도하는 과정을 담고 있는 책이다. 

 

구글 도큐먼트에서 작성을 했고, A4 용지에 맞도록 설정이 되어 있다. 책은 총 151페이지로 구성이 되어 있다. 내용중에는 글만 있는 것이 아니라 과정 중에 사진을 찍은 이미지, 컴퓨터 스크린을 캡처한 이미지, 구글링을 통해서 다운로드 받은 이미지들이 있다. 물론 원고는 한글로 작성이 되어 있다. 

 

대상 독자가 대부분 한국 사람이라고 생각을 하고 저술이 되어 있을 가능성이 높다. 혹시라도 그런 부분이 있지는 않은지 확인을 해서 전세계 사람이 읽을 수 있다는 가정하에 수정을 해 준다. 

 

구글 도큐먼트, 구글 독스라고 불리우는 툴을 이용한 이유를 잠시 설명하고 넘어가고자 한다. 문서를 작성하는데는 MS 워드도 있고 맥의 Pages라는 무료 프로그램도 있다. 그런 툴들을 써도 좋다. 그런데 내 경우에는 집에서 글을 쓰기도 하지만 직장인이다보니 가끔은 밖에서 혹은 화장실에서도 좋은 글귀가 생각나곤 한다. 그럴 땐 스마트폰을 열어서 바로 수정을 할 수 있다. 이게 좋은거다. 편집이나 이런 것들은 나중에 하더라도 언제 어디서나 수정을 할 수 있다는 것이 가장 큰 장점이 아닐 수 없다. 특히 오프라인에서 사용으로 설정을 해 두번 네트워크가 연결이 되어 있지 않아도 수정을 할 수 있고, 온라인이 되었을 때, 자동으로 업데이트를 해 준다. 이 기능이 가장 유효했던 순간은 비행기를 탈 때이다. 업의 특성상 한 때는 자주 12시간 정도 비행을 하는 경우가 꽤 있었는데 노트북이건 스마트폰이건 하나를 선택해서 마음대로 수정을 하면 된다. 그리고 나중에 온라인이 되면 자동으로 업데이트가 되는 것이다. 매일 같은 기기로 글을 쓴다면 사실 굳이 구글 독스를 사용하지 않아도 되지만 그렇지 않다면 아주 유용한 툴이다. 게다가 무료다. 

원고 번역하기

원고의 번역은 https://www.deepl.com/translator/files 를 이용해서 번역을 할 예정이다. 문서를 직접 업로드 하면 바로 번역을 해 주기 때문에 편리하다. 그런데 이 사이트가 번역시에 파일을 올리는 것은 무료가 아니라는 점이다. 일일이 문단을 복사해서 번역을 할 수도 있지만 시간이 너무 오래 걸린다. 그리고 문단을 복사해서 번역하는 것도 일정량을 지나면 가입을 하라는 메시지가 나온다. 그래서 가입을 하기를 추천한다. 다만 가입 후, 한달 이내에 취소하면 비용을 지불하지 않아도 되기 때문에 가입 한달 이내에 번역을 할 수 있는 한 많이 하면 좋을 것이다. 구글 번역과 ChatGPT3.5로 번역을 해 보긴 했지만 내 생각에는 DeepL이 그나마 좋다고 느꼈다. 구글 번역 혹은 ChatGPT가 마음에 든다면 본인이 원하는 툴을 이용해 번역을 할 수도 있다. 다만 구글 번역이나 ChatGPT 3.5 같은 경우에는 문단을 복사해서 하나씩 번역을 하는 방법을 택할 수 밖에 없다. 파일을 일괄 번역해 주는 기능은 없는 것으로 알고 있다. 

 

이번 경우에는 한글로 작성해 놓은 책을 영어로 번역해서 전자책과 종이책을 출판을 할 것이다. 그 다음엔 동일한 내용을 가지고 다시 중국어로 번역을 해서 출판해 볼 생각이다. 내가 현재 일하고 있는 회사가 대만 회사이다보니 우리 회사에도 한번 보여주고 싶기 때문이다. 

 

번역사이트 DeepL은 파일 크기가 10메가 이하면 번역을 해 준다. 따라서 파일의 사이즈가 10메가를 넘으면 파일을 10메가 이하가 되도록 여러개로 잘라서 작업을 해 줘야 한다. 내 경우에는 총 54메가나 되었다. 이미지가 많아서 그런데 특히 직접 찍은 사진을 그대로 책에 삽입을 했기 때문에 파일의 사이즈가 너무 커져 있었다. 그래서 일부 사진은 네모 박스로 대체를 했다. 원본이 있으나 사진은 나중에 실제 아마존에 올릴 때만 다시 원복해 놓으면 되기 때문이다. 단지 자동 번역을 위해서 파일을 자르고 큰 이미지 파일은 잠시 제거해 둔 것이다. 

안타깝게도 가장 낮은 단계로 가입을 해서 DeepL에서 4개로 자른 파일을 모두 자동 번역하지 못하고 3개만 자동 번역을 했고, 마지막 네 번째 파일은 문단을 복사해서 수동 번역을 하게 되었다. 

 

다음의 그림과 같이 좌측에 한글을 복사해 넣고 번역된 우측의 내용을 복사해서 맨 오른쪽에 복사해 넣는 방식으로 일일이 번역을 해 줘야 한다. 파일 번역을 할 때에는 좌측의 DeelP의 상단에 파일번역이라고 되어 있는 부분을 선택하면 파일을 업로드해서 번역을 할 수 있다. 

 

 

 

아래의 파일 리스트 중에서 파일명 뒤에 en이 붙은 놈들은 자동으로 DeepL에서 번역된 파일이다. 단, KR04 파일은 직접 DeepL에 문단을 복사해서 번역을 해서 만든 파일이다. 

 

이렇게 완성된 영문 파일은 그대로 책을 만들기보다는 한번 정도 읽어보면서 수정할 부분은 없는지를 살펴봐야 한다. 능력이 된다면 어색한 부분은 직접 수정할 수도 있겠다. 먼저 번역된 4개의 파일을 원래대로 하나로 합치고 번역에 대한 검토를 스스로 해 보려고 한다. 

 

내 경우는 그럴 능력이 될지는 모르겠으나 책으로 엮으면서 하나씩 하나씩 필요한 부분을 수정하려고 한다. 이 부분은 크게 각자의 상황에 따라 다를 것이기 때문에 도와줄 수 있는 방법은 없다. 다만 미심적은 부분은 영어를 한글로 다시 번역기를 돌려보면서라도 확인을 하는 것이 좋을 것 같다. 

 

번역기의 성능은 내가 생각했던 것 보다 좋기는 하다. 예를 들면 커피(Coffee)와 같이 괄호로 영어를 표현한 내용은 Coffee와 같이 번역을 해 준다. 혹시나 커피(Coffee)를 번역하면 Coffee(Coffee)와 같이 나오지 않을까 걱정을 했는데 그렇지는 않았다는 얘기다. 다만 ‘넋두리’와 같은 단어는 제대로 번역을 하지 못하기 때문에 번역을 염두에 두고 글을 쓰는 것이 필요해 보인다. 

 

내가 번역을 통해서 준비한 파일은 B5 용지에 상하좌우 여백을 0.5 인치로 줬을 때, 총 170 페이지다. 

원고 번역에 대한 또 다른 이야기

엔지니어링 관련 번역을 할 때에는 DeepL이 괜찮다고 느꼈었다. 하지만 에세이를 번역할 때는 또 달랐다. DeepL을 사용해서 번역을 하다보니 어딘가 어색한 것 같아 구글 번역으로도 번역을 해서 비교를 했는데도 더 나아보이는 것도 있었지만 어떤 면에서는 DeepL이 나아보이기도 했다. 그렇게 비교를 해 가면서 에세이를 번역하다가 문득 이런 생각이 들었다. 우리나라 파파고는 어떨까? 파파고로 번역을 해서 읽어보니 술술 잘 읽힌다. 아무래도 한국사람에겐 파파고가 맞는 듯 싶다. 

그리고 번역을 하기를 원한다면 원고를 쓸 때, 고려해야 할 사항도 꽤 보였다. 특히 수필이나 소설이 특히 그럴 것이다. 예를 들면 태명이 ‘장군’이를 별명으로 글을 쓰다보니 장군이라는 단어가 들어가는데 대부분의 번역기가 태명 장군이를 General이라고 번역을 한다. 그냥 자동번역을 하고 바로 책을 냈더라면 그대로 General로 나갔을 것이다. 물론 그래도 되겠지만 내가 의도한 것과는 다르기 때문에 바꿀 예정이다. 이런 사소한 부분은 전체 원고를 자동 번역하기 보다는 문단별로 번역해서 한번쯤은 읽어보고 출판을 하는 것이 좋겠다는 생각이 든다. 

 

또 다른 예는 ‘전세’라는 단어에서 나왔다. 영어 사전에는 없는 한국에만 있는 유일한 제도이기 때문에 단순 번역이라기 보다는 전세에 대한 설명을 하고 발음나는대로 적어야 할 필요가 있었다. 그리고 우리들의 언어에서는 She, He, it을 잘 사용하지 않는데 번역상에서는 가끔 아들을 She로 받을 수도 있는 상황이 나왔다. 그렇기 때문에 번역을 하고 하나씩 검토해 볼 수 밖에 없었다. 이것은 DeepL, 파파고, ChatGPT4도 마찬가지였던 것 같다. 빠른 길은 없고 하나씩 검토해가는 수 밖에 없다.