BOX SET: 6 Minute English - 'Artificial intelligence' English mega-class! 30 minutes of new vocab!

6 Minute English.

6분 영어.

From BBC Learning English.

BBC Learning English에서 발췌.

Hello. This is 6 Minute English from BBC Learning English. I'm Neil.

안녕하세요. 이것은 BBC Learning English의 6 Minute English입니다. 저는 닐이에요.

And I'm Rob.

저는 롭이에요.

Now, I'm sure most of us have interacted with a chatbot.

이제 우리 대부분이 챗봇과 상호작용을 해본 적이 있을 거라고 확신합니다.

These are bits of computer technology

이는

that respond to text with text or respond to your voice.

텍스트에 텍스트로 반응하거나 음성에 반응하는 컴퓨터 기술의 일종입니다.

You ask it a question and usually it comes up with an answer.

질문을 하면 대개 대답이 나옵니다.

Yes, it's almost like talking to another human, but of course it's not,

그렇습니다. 다른 사람과 대화하는 것과 거의 비슷 하지만 물론 그렇지 않습니다.

it's just a clever piece of technology.

그저 똑똑한 기술일 뿐입니다. 인공지능은 점점

It is becoming more 'sophisticated' — more 'advanced and complex' —

더 '정교해지고', 더욱 '고급화되고 복잡해지고' 있지만, 인공지능이

but could they replace real human interaction altogether?

실제 인간의 상호작용을 완전히 대체할 수 있을까요?

We'll discuss that more in a moment

이에 대해서는 잠시 후에 더 자세히 논의하고

and find out if chatbots really think for themselves.

, 챗봇이 실제로 스스로 생각하는지 알아보겠습니다.

But first I have a question for you, Rob.

하지만 먼저 질문이 하나 있어요, 롭. 인간과 기계가

The first computer program that allowed some kind of plausible conversation

어떤 식으로든 대화할 수 있게 해주는 최초의 컴퓨터 프로그램은

between humans and machines was invented in 1966, but what was it called?

1966년에 발명되었지만, 그 이름은 무엇이었을까?

Was it a) Alexa? b) ELIZA? Or c) PARRY?

a) 알렉사였나요? b) 엘리자? 아니면 c) 패리?

Ah, well, it's not Alexa, that's too new, so I'll guess c) PARRY.

아, 글쎄요, 알렉사는 아니고요. 너무 새롭잖아요. 그러니까 제 추측은 c) PARRY예요.

I'll reveal the answer at the end of the programme.

정답은 프로그램이 끝나면 공개하겠습니다.

Now, the old chatbots of the 1960s and '70s were quite basic,

1960 ~70년대에 사용되던 챗봇은 매우 기초적이었지만,

but more recently, the technology is able to predict the next word

최근의 챗봇 기술은

that is likely to be used in a sentence,

문장에서 사용될 가능성이 높은 다음 단어를 예측

and it learns words and sentence structures.

하고 단어 와 문장 구조를 학습할 수 있습니다.

Mm, it's clever stuff.

음, 정말 똑똑한 것 같아요.

I've experienced using them when talking to my bank,

저는 은행과 통화할 때나

or when I have problems trying to book a ticket on a website.

웹사이트에서 항공권을 예약할 때 문제가 있을 때 이를 사용해 본 적이 있습니다.

I no longer phone a human, I speak to a virtual assistant instead.

더 이상 사람에게 전화하지 않고, 대신 가상 비서와 통화합니다.

Probably the most well-known chatbot at the moment is ChatGPT..

아마 현재 가장 잘 알려진 챗봇은 ChatGPT일 것입니다. 바로

It is. The claim is that it's able to answer anything you ask it.

그것입니다. 이는 당신이 묻는 모든 것에 대답할 수 있다는 주장입니다.

This includes writing students' essays.

여기에는 학생들의 에세이 쓰기도 포함됩니다.

Now, this is something that was discussed

이건

on the BBC Radio 4 programme, Word of Mouth.

BBC Radio 4 프로그램인 ' Word of Mouth'에서 논의되었던 내용입니다.

Emily M Bender, Professor of Computational Linguistics

at the University of Washington,

워싱턴 대학의 계산언어학 교수인 에밀리 M 벤더는 챗봇이 하는 말을

explained why it's dangerous to always trust what a chatbot is telling us.

항상 믿는 것이 위험한 이유를 설명했습니다 .

We tend to react to grammatical, fluent, coherent-seeming text

우리는 문법적이고 유창하며, 일관성 있는 것처럼 보이는 텍스트를

as authoritative and reliable and valuable and we need to be on guard against that,

권위 있고, 믿을 수 있고, 가치 있는 것으로 여기는 경향이 있으며 이에 대해 경계해야 합니다.

because what's coming out of ChatGPT is none of that.

ChatGPT에서 나오는 내용은 그런 것이 전혀 아니기 때문입니다.

So, Professor Bender says that well-written text that is 'coherent' —

벤더 교수는 '일관성 있고' 잘 쓰여진 텍스트,

that means it's 'clear, carefully considered and sensible' —

즉 '명확하고, 신중하게 고려되었고, 합리적'인 텍스트는

makes us think what we are reading is reliable and 'authoritative'.

우리가 읽는 내용이 믿을 만하고 '권위 있는' 것으로 생각하게 만든다고 말합니다.

So it's 'respected, accurate and important sounding'.

그러니까 ‘존경심이 들고 정확 하고 중요한 말’인 거죠.

Yes, chatbots might appear to write in this way,

그렇습니다. 챗봇은 이런 방식으로 글을 쓰는 것처럼 보일 수 있지만

but really, they are just predicting one word after another,

실제로는

based on what they have learnt.

스스로 학습한 내용을 토대로 단어를 하나하나 예측할 뿐입니다.

We should, therefore, be 'on guard' — be 'careful and alert' —

그러므로 우리는 우리에게 전해지는 내용의 정확성에 대해 '경계'하고 ' 조심하고 경계'해야 합니다

about the accuracy of what we are being told.

.

One concern is that chatbots — a form of artificial intelligence —

한 가지 우려 사항은 챗봇( 인공 지능의 한 형태)이 정보를 학습하고 처리하는

work a bit like a human brain in the way it can learn and process information.

방식이 인간의 뇌와 다소 비슷하다는 것입니다 .

They are able to learn from experience, something called deep learning.

그들은 경험으로부터 학습할 수 있는데, 이것을 심층 학습이라고 부릅니다.

A cognitive psychologist and computer scientist called Geoffrey Hinton

인지 심리학자이자 컴퓨터 과학자인 제프리 힌튼은

recently said he feared that chatbots could soon overtake

최근 챗봇이 곧

the level of information that a human brain holds.

인간의 뇌가 보유한 정보 수준을 추월할 수 있다고 우려를 표명했습니다.

That's a bit scary, isn't it?

좀 무섭죠?

Mm, but for now, chatbots can be useful for practical information,

음, 하지만 지금으로서는 챗봇이 실질적인 정보를 제공하는 데 유용할 수 있지만,

but sometimes we start to believe they are human

때때로 우리는 챗봇을 인간이라고 믿기 시작

and we interact with them in a human-like way.

하고 인간과 같은 방식으로 상호작용을 하게 됩니다.

This can make us believe them even more.

이로 인해 우리는 그들의 말을 더욱 믿게 됩니다. BBC의 입소문 프로그램

Professor Emma Bender, speaking on the BBC's Word of Mouth programme,

에 출연한 에마 벤더 교수는

explains why we might feel like that.

우리가 왜 그런 기분을 느끼는지 설명합니다.

I think what's going on there is the kinds of answers you get

제 생각에는 거기서 일어나는 일은

depend on the questions you put in,

질문에 따라 얻는 답변의 종류가 달라진다는 것입니다.

because it's doing likely next word, likely next word,

왜냐하면 그것은 다음 단어, 다음 단어와 같은 작업을 하기 때문입니다. 따라서

and so if, as the human interacting with this machine,

이 기계와 상호 작용하는 사람으로서

you start asking it questions about how do you feel, you know, Chatbot?

당신이 기계에 다음과 같은 질문을 하기 시작하면 챗봇, 어떤 기분이야?

And "What do you think of this?" And, "What are your goals?"

그리고 "이게 어때요?" 그리고, "당신의 목표는 무엇인가요?" 마치 의식이 있는 존재가 말할 법한

You can provoke it to say things

말을 하도록 자극할 수 있습니다

that sound like what a sentient entity would say.

.

We are really primed to imagine a mind behind language

우리는 언어를 접할 때마다 언어 뒤에 어떤 정신이 존재한다고 상상하는 경향이 있으므로

whenever we encounter language

and so we really have to account for that when we're making decisions about these.

언어에 대한 결정을 내릴 때 그 점을 고려해야 합니다.

So, although a chatbot might sound human,

그래서, 챗봇이 사람처럼 들리더라도,

we really just ask it things to get a reaction — we 'provoke' it —

사실 우리는 그저 반응을 얻기 위해 질문을 던질 뿐입니다. 즉, 우리가 챗봇을 '도발'하는 것이죠.

and it answers only with words it's learned to use before,

그리고 챗봇은 똑똑한 답을 생각해 냈기 때문이 아니라, 이전에 학습한 단어로만 대답합니다

not because it has come up with a clever answer.

.

But it does sound like a sentient entity —

하지만 그것은 의식이 있는 존재처럼 들립니다.

'sentient' describes 'a living thing that experiences feelings'.

'의식이 있는'이라는 말은 ' 감정을 경험하는 생명체'를 설명합니다.

As Professor Bender says,

벤더 교수가 말했듯이,

we imagine that when something speaks, there is a mind behind it.

우리는 무언가가 말할 때 그 말 뒤에 마음이 있다고 생각합니다.

But sorry, Neil, they are not your friend, they're just machines!

하지만 미안해요, 닐. 그들은 당신 친구가 아니라 그냥 기계일 뿐이에요!

Yes, it's strange then that we sometimes give chatbots names.

그렇죠. 가끔 채팅봇에 이름을 붙이는 건 이상한 일이죠.

Alexa, Siri, and earlier I asked you what the name was for the first ever chatbot.

알렉사, 시리, 그리고 앞서 말씀드린 것처럼 최초의 챗봇의 이름이 뭐냐고 물으셨죠.

And I guessed it was PARRY. Was I right?

그리고 나는 그것이 파리라고 추측했습니다. 내 말이 옳았나요?

You guessed wrong, I'm afraid.

제 추측은 틀렸습니다.

PARRY was an early form of chatbot from 1972, but the correct answer was ELIZA.

PARRY는 1972년 출시된 초기 형태의 챗봇이었지만 정답은 ELIZA였습니다.

It was considered to be the first 'chatterbot' — as it was called then —

이는 최초의 '채터봇'으로 여겨졌는데, 당시에는 이렇게 불렸습니다. 매사추세츠 공과대학의

and was developed by Joseph Weizenbaum at Massachusetts Institute of Technology.

조셉 바이젠바움이 개발했습니다 .

Fascinating stuff.

흥미로운 내용이네요.

OK, now let's recap some of the vocabulary we highlighted in this programme.

좋습니다. 이제 이 프로그램에서 강조한 일부 어휘를 다시 살펴보겠습니다 .

Starting with 'sophisticated',

'정교한'으로 시작하면,

which can describe technology that is 'advanced and complex'.

이는 '첨단이고 복잡한' 기술을 설명할 수 있습니다.

Something that is 'coherent' is 'clear, carefully considered and sensible'.

'일관성 있는' 것은 '명확하고, 신중하게 고려되었고, 합리적'입니다.

'Authoritative' means 'respected, accurate and important sounding'.

'권위 있는'은 '존경받고, 정확하고, 중요하게 들리는' 것을 뜻합니다.

When you are 'on guard' you must be 'careful and alert' about something —

'경계'하고 있을 때는 무언가에 대해 '조심하고 경계'해야 합니다. 이는

it could be accuracy of what you see or hear,

보는 것, 듣는 것에 대한 정확성을 의미할 수도 있고

or just being aware of the dangers around you.

, 주변의 위험을 인지하는 것일 수도 있습니다.

To 'provoke' means to 'do something that causes a reaction from someone'.

'도발하다'는 ' 누군가의 반응을 유발하는 행동을 하다'는 뜻입니다.

'Sentient' describes 'something that experiences feelings' —

'감각적'이라는 단어는 ' 감정을 경험하는 무언가'를 설명합니다.

so it's 'something that is living'.

즉, '살아있는 무언가'라는 뜻입니다.

Once again, our six minutes are up. Goodbye.

다시 한번, 6분이 끝났습니다. 안녕히 가세요.

Bye for now.

이제 안녕.

6 Minute English.

6분 영어.

From BBC Learning English.

BBC Learning English에서 발췌.

Hello. This is 6 Minute English from BBC Learning English.

안녕하세요. 이것은 BBC Learning English의 6 Minute English입니다.

— I'm Sam. — And I'm Neil.

— 저는 샘이에요. — 그리고 저는 닐이에요.

In the autumn of 2021, something strange happened

2021년 가을, 캘리포니아 실리콘 밸리에 있는 구글 본사에서 이상한 일이 일어났습니다

at the Google headquarters in California's Silicon Valley.

.

A software engineer called Blake Lemoine

블레이크 르모인이라는 소프트웨어 엔지니어는

was working on the artificial intelligence project

Language Models for Dialogue Applications, or LaMDA for short.

대화 애플리케이션을 위한 언어 모델, 줄여서 LaMDA라는 인공지능 프로젝트를 진행하고 있었습니다.

LaMDA is a 'chatbot' — a 'computer programme

LaMDA는 '챗봇'입니다. '챗봇'은 '

'designed to have conversations with humans over the internet'.

인터넷을 통해 사람과 대화하도록 설계된 컴퓨터 프로그램'입니다. 블레이크는

After months talking with LaMDA

on topics ranging from movies to the meaning of life,

영화부터 삶의 의미까지 다양한 주제에 대해 LaMDA와 수개월간 대화를 나눈 끝에 놀라운 결론

Blake came to a surprising conclusion —

에 도달했습니다.

the chatbot was an intelligent person

챗봇은 존중받아야 할

with wishes and rights that should be respected.

희망과 권리를 가진 지적인 사람이라는 것입니다 .

For Blake, LaMDA was a Google employee, not a machine.

블레이크에게 LaMDA는 기계가 아닌 구글 직원이었습니다 .

He also called it his friend.

그는 그것을 자신의 친구라고도 불렀습니다.

Google quickly reassigned Blake from the project,

구글은 블레이크의

announcing that his ideas were not supported by the evidence.

아이디어가 증거에 의해 뒷받침되지 않는다고 발표하면서 그를 프로젝트에서 재빨리 다른 자리로 옮겼습니다.

But what exactly was going on?

하지만 정확히 무슨 일이 일어나고 있었던 걸까?

In this programme, we'll be discussing whether artificial intelligence

이 프로그램에서는 인공지능이

is capable of consciousness.

의식을 가질 수 있는지 논의해 보겠습니다.

We'll hear from one expert

who thinks AI is not as intelligent as we sometimes think

AI가 우리가 생각하는 것만큼 지능적이지 않다고 생각하는 한 전문가의 의견을 들어보고

and, as usual, we'll be learning some new vocabulary as well.

, 평소처럼 몇 가지 새로운 어휘도 배울 것입니다.

But before that, I have a question for you, Neil.

하지만 그 전에, 닐 씨에게 질문이 있어요.

What happened to Blake Lemoine

블레이크 르무안에게 일어난 일은

is strangely similar to the 2013 Hollywood movie, Her,

2013년 할리우드 영화 '그녀'에서

starring Joaquin Phoenix as a lonely writer who talks with his computer,

호아킨 피닉스가 스칼렛 요한슨이 목소리를 맡은 컴퓨터와 대화하는 외로운 작가 역을 맡은 것과 이상하게도 비슷합니다

voiced by Scarlett Johansson.

.

But what happens at the end of the movie?

하지만 영화의 끝에서는 무슨 일이 일어날까?

Is it a) The computer comes to life?

a) 컴퓨터가 살아나는 건가요?

b) The computer dreams about the writer?

b) 컴퓨터가 작가에 대해 꿈을 꾼다?

Or c) The writer falls in love with the computer?

아니면 c) 작가가 컴퓨터와 사랑에 빠지는 걸까 ?

C) The writer falls in love with the computer.

C) 작가는 컴퓨터에 반하게 된다 .

OK, Neil, I'll reveal the answer at the end of the programme.

좋아요, 닐. 정답은 프로그램이 끝나면 알려드리겠습니다.

Although Hollywood is full of movies about robots coming to life,

헐리우드에는 로봇이 살아나는 영화가 넘쳐나지만 워싱턴 대학의

Emily Bender, Professor of Linguistics and Computing at the University of Washington,

언어학 및 컴퓨팅 교수인 에밀리 벤더는

thinks AI isn't that smart.

AI가 그렇게 똑똑하지 않다고 생각합니다.

She thinks the words we use to talk about technology —

그녀는 '머신 러닝'과 같은 기술에 대해 이야기할 때 사용하는 단어가

phrases like 'machine learning' —

give a false impression about what computers can and can't do.

컴퓨터가 무엇을 할 수 있고 무엇을 할 수 없는지에 대해 잘못된 인상을 준다고 생각합니다. BBC 월드 서비스 프로그램인 The Inquiry에서

Here is Professor Bender discussing another misleading phrase —

벤더 교수가 또 다른 오해의 소지가 있는 문구인

'speech recognition' — with BBC World Service programme The Inquiry.

'음성 인식'에 대해 논의하는 모습입니다 .

If you talk about 'automatic speech recognition',

'자동 음성 인식'에 대해 이야기할 때,

the term 'recognition' suggests that there's something cognitive going on,

'인식'이라는 용어는 인지적인 어떤 일이 일어나고 있다는 것을 암시하는데,

where I think a better term would be automatic transcription.

제 생각에는 자동 필사라는 용어가 더 나은 것 같습니다 .

That just describes the input-output relation,

이는 단지 입출력 관계를 설명한 것일 뿐,

and not any theory or wishful thinking

about what the computer is doing to be able to achieve that.

컴퓨터가 그 관계를 달성하기 위해 무엇을 하는지에 대한 이론이나 희망적 사고가 아닙니다. 컴퓨터와 관련하여

Using words like 'recognition' in relation to computers

'인식'과 같은 단어를 사용하면

gives the idea that something 'cognitive' is happening —

'인지적'인 일이 일어나고 있다는 생각을 줍니다. 즉, '

something 'related to the mental processes

'of thinking, knowing, learning and understanding'.

생각, 지식, 학습 , 이해의 정신적 과정과 관련된' 일이죠.

But thinking and knowing are human, not machine, activities.

하지만 생각하고 아는 것은 인간의 활동이지 기계의 활동이 아닙니다.

Professor Benders says that talking about them in connection with computers

벤더스 교수는 컴퓨터와 관련하여 이를 언급하는

is 'wishful thinking' — 'something which is unlikely to happen'.

것은 '희망적 사고', 즉 '일어날 가능성이 낮은 일'이라고 말한다.

The problem with using words in this way

이런 방식으로 단어를 사용하는 데 있어서 문제점은

is that it reinforces what Professor Bender calls 'technical bias' —

벤더 교수가 말하는 '기술적 편향', 즉

'the assumption that the computer is always right'.

' 컴퓨터가 항상 옳다는 가정'을 강화한다는 것입니다.

When we encounter language that sounds natural, but is coming from a computer,

우리가 자연스럽게 들리는 언어를 접할 때 , 실제로 컴퓨터가 말하는 언어에 정신이 개입하지 않더라도,

humans can't help but imagine a mind behind the language,

사람들은 그 언어 뒤에 정신이 개입되어 있다고 생각하지 않을 수 없습니다

even when there isn't one.

.

In other words, we 'anthropomorphise' computers —

달리 말하면, 우리는 컴퓨터를 '의인화'합니다

we 'treat them as if they were human'.

. 즉, '컴퓨터를 마치 인간인 것처럼 대합니다.' BBC 월드 서비스의 The Inquiry 진행자, 샤메인 코지어와 이 아이디어에 대한

Here's Professor Bender again, discussing this idea with Charmaine Cozier,

논의를 다시 한 번 들려주는 벤더 교수의 모습입니다

the presenter of BBC World Service's The Inquiry.

.

So 'ism' means system, 'anthro' or 'anthropo' means human,

따라서 'ism'은 체계를 의미하고, 'anthro' 또는 'anthropo'는 인간을 의미하며,

and 'morph' means shape.

'morph'는 모양을 의미합니다.

And so this is a system that puts the shape of a human on something,

그래서 이것은 인간의 형상을 무언가에 부여하는 시스템이고

and, in this case, the something is a computer.

, 이 경우 그 무언가는 컴퓨터입니다.

We anthropomorphise animals all the time,

우리는 늘 동물을 의인화

but we also anthropomorphise action figures, or dolls,

하지만, 기업의 의도 등에 대해 말할 때 액션 피규어나 인형,

or companies when we talk about companies having intentions and so on.

기업도 의인화합니다 .

We very much are in the habit of seeing ourselves in the world around us.

우리는 우리 자신을 주변 세상에서 보는 습관이 있습니다.

And while we're busy seeing ourselves

그리고 우리가

by assigning human traits to things that are not, we risk being blindsided.

인간적인 특성을 실제가 아닌 것에 부여함으로써 우리 자신을 바라보는 데 바쁜 동안 , 우리는 갑작스럽게 당할 위험이 있습니다.

The more fluent that text is, the more different topics it can converse on,

텍스트가 더 유창할수록, 대화할 수 있는 주제가 더 다양해지고,

the more chances there are to get taken in.

속아넘어갈 가능성도 더 커집니다.

If we treat computers as if they could think,

컴퓨터를 생각할 수 있는 것처럼 대하면,

we might get 'blindsided', or 'unpleasantly surprised'.

우리는 '깜짝 놀랄' 수도 있고, '불쾌하게 놀랄' 수도 있습니다.

Artificial intelligence works by finding patterns in massive amounts of data,

인공지능은 엄청난 양의 데이터에서 패턴을 찾아내는 방식으로 작동하므로,

so it can seem like we're talking with a human,

instead of a machine doing data analysis.

데이터 분석을 하는 기계가 아니라 사람과 대화하는 것처럼 느껴질 수 있습니다.

As a result, we 'get taken in' — we're 'tricked or deceived'

그 결과, 우리는 '속아넘어갑니다'. 우리는

into thinking we're dealing with a human, or with something intelligent.

자신이 인간 이나 지적인 존재와 상대하고 있다고 생각하도록 '속거나 기만당합니다'.

Powerful AI can make machines appear conscious,

강력한 AI는 기계에 의식이 있는 것처럼 보이게 할 수 있지만,

but even tech giants like Google

구글과 같은 거대 기술 기업조차도

are years away from building computers that can dream or fall in love.

꿈을 꾸거나 사랑에 빠질 수 있는 컴퓨터를 개발하는 데는 몇 년이 걸릴 것입니다.

Speaking of which, Sam, what was the answer to your question?

그런데, 샘, 당신의 질문에 대한 대답은 뭐였어?

I asked what happened in the 2013 movie, Her.

저는 2013년 영화 Her에서 무슨 일이 일어났는지 물었습니다 .

Neil thought that the main character falls in love with his computer,

닐은 주인공이 자신의 컴퓨터와 사랑에 빠진다고 생각했는데,

— which was the correct answer! — OK.

정답이었습니다! - 좋아요.

Right, it's time to recap the vocabulary we've learned from this programme

그렇습니다. 이제 이 프로그램에서 배운

about AI, including 'chatbots' —

AI에 대한 어휘를 다시 살펴볼 시간입니다. 여기에는 '챗봇'도 포함되는데,

'computer programmes designed to interact with humans over the internet'.

'챗봇은 인터넷을 통해 인간과 상호작용하도록 설계된 컴퓨터 프로그램 '입니다.

The adjective 'cognitive' describes anything connected

형용사 '인지'는

with 'the mental processes of knowing, learning and understanding'.

'알고, 배우고, 이해하는 정신적 과정'과 관련된 모든 것을 설명합니다.

'Wishful thinking' means 'thinking that something which is very unlikely to happen

'희망적 사고'는 ' 일어날 가능성이 매우 낮은 일이

'might happen one day in the future'.

'어느 날 미래에 일어날지도 모른다고 생각하는 것'을 의미합니다.

To 'anthropomorphise' an object

사물을 '의인화'한다는 것은

means 'to treat it as if it were human, even though it's not'.

'사물이 인간과 다름에도 불구하고 마치 인간인 것처럼 취급하는 것'을 의미합니다 .

When you're 'blindsided', you're 'surprised in a negative way'.

'갑작스러운 상황에 처했다'는 것은 '부정적인 방식으로 놀랐다'는 뜻입니다.

And finally, to 'get taken in' by someone means to be 'deceived or tricked' by them.

그리고 마지막으로, 누군가에게 '속는다'는 것은 그들에게 '속거나 속는다'는 것을 의미합니다.

My computer tells me that our six minutes are up!

제 컴퓨터에 6분이 다 되었다고 나와요!

Join us again soon, for now it's goodbye from us.

곧 다시 만나요. 이제 우리는 작별인사를 하게 될 거예요.

Bye!

안녕!

6 Minute English.

6분 영어.

From BBC Learning English.

BBC Learning English에서 발췌.

Hello, I'm Rob. Welcome to 6 Minute English and with me in the studio is Neil.

안녕하세요, 저는 롭입니다. 6 Minute English에 오신 것을 환영합니다. 스튜디오에는 닐이 함께합니다.

— Hello, Rob. — Hello.

— 안녕, 롭. - 안녕하세요.

Feeling clever today, Neil?

오늘은 기분이 좋아, 닐?

I am feeling quite bright and clever, yes!

저는 꽤 똑똑하고 똑똑하다고 느껴요!

That's good to hear.

그거 좋은 소식이네요.

Well, 'you'll need your wits about you' —

글쎄요, 이 프로그램에서 '당신은 당신의 재치가 필요할 것입니다'는

meaning 'you'll need to think very quickly' in this programme,

말은 '당신은 매우 빠르게 생각해야 합니다 '라는 뜻입니다.

because we're talking about intelligence,

왜냐하면 우리는 지능,

or to be more accurate, artificial intelligence,

혹은 더 정확히 말해서 인공 지능에 대해 이야기하고 있기 때문입니다.

and we'll learn some vocabulary related to the topic,

그리고 우리는 다음을 배울 것입니다. 주제와 관련된 어휘를 몇 가지 알아두면 ,

so that you can have your own discussion about it.

주제에 관해 스스로 토론할 수 있습니다.

Neil, now, you know who Professor Stephen Hawking is, right?

닐, 스티븐 호킹 교수가 누군지 알고 있죠?

Well, of course! Yes.

물론이죠! 예.

Many people say that he's a 'genius' —

많은 사람들은 그를 '천재'라고 말합니다.

in other words, he is 'very, very intelligent'.

다시 말해, 그는 '매우, 매우 똑똑하다'는 뜻입니다.

Professor Hawking is one of the most famous scientists in the world

호킹 교수는 세계에서 가장 유명한 과학자 중 한 명이며,

and people remember him for his brilliance

사람들은 그의 뛰어난 능력

and also because he communicates using a synthetic voice generated by a computer —

과 컴퓨터로 생성한 합성 음성을 사용하여 소통한다는 사실로 그를 기억합니다.

'synthetic' means it's 'made from something non-natural'.

'합성'은 '자연스럽지 않은 것으로 만들어졌다 '는 뜻입니다.

'Artificial' is similar in meaning —

'인공'이라는 단어는 의미적으로 비슷합니다.

we use it when something is 'man-made to look or behave like something natural'.

우리는 무언가가 '자연스러운 것처럼 보이거나 행동하도록 인공적으로 만들어졌다'고 말할 때 이 단어를 사용합니다 .

Well, Professor Hawking has said recently

호킹 교수는 최근

that efforts to create thinking machines are a threat to our existence.

생각하는 기계를 만들려는 노력이 우리 존재에 위협이 된다고 말했습니다.

A 'threat' means 'something which can put us in danger'.

'위협'은 '우리를 위험에 빠뜨릴 수 있는 것'을 의미합니다.

Now, can you imagine that, Neil?!

이제, 그걸 상상해 보세요, 닐?!

Well, there's no denying that good things

글쎄요, 인공지능의 창조로 인해 좋은 결과가 나올 수 있다는 사실은 부인할 수 없습니다

can come from the creation of artificial intelligence.

.

Computers which can think for themselves

스스로 생각할 수 있는 컴퓨터는

might be able to find solutions to problems we haven't been able to solve.

우리가 풀지 못한 문제에 대한 해결책을 찾을 수도 있을 것이다.

But technology is developing quickly and maybe we should consider the consequences.

하지만 기술은 빠르게 발전하고 있고, 어쩌면 우리는 그에 따른 결과를 고려해야 할지도 모릅니다.

Some of these very clever robots are already surpassing us, Rob.

이런 매우 똑똑한 로봇 중 일부는 이미 우리를 앞지르고 있어요, 롭.

'To surpass' means 'to have abilities superior to our own'.

'능가하다'는 '우리 자신의 능력보다 뛰어난 능력을 가지고 있다'는 뜻입니다.

Yes. Maybe you can remember the headlines when a supercomputer

예. 아마도 여러분은 슈퍼컴퓨터가

defeated the World Chess Champion, Gary Kasparov, to everyone's astonishment.

세계 체스 챔피언인 가리 카스파로프를 물리쳐 모두를 놀라게 했을 때의 헤드라인을 기억하실 겁니다.

It was in 1997. What was the computer called though, Neil?

1997년이었어요. 그 컴퓨터 이름이 뭐였죠, 닐?

Was it a) Red Menace? b) Deep Blue? Or c) Silver Surfer?

a) 레드 메니스였나요? b) 딥 블루? 아니면 c) 실버 서퍼?

Erm, I don't know.

음, 모르겠어요.

I think c) is probably not right. Erm...

저는 c)가 아마 옳지 않다고 생각합니다. 음...

I think Deep Blue. That's b) Deep Blue.

저는 딥 블루라고 생각해요. b) 딥 블루예요.

OK. Well, you'll know if you got the answer right at the end of the programme.

좋아요. 글쎄요, 프로그램을 마치면 정답을 맞혔는지 알 수 있을 거예요 .

Well, our theme is artificial intelligence

글쎄요, 우리의 주제는 인공지능

and when we talk about this, we have to mention the movies.

이고, 인공지능에 대해 이야기할 때는 영화를 언급하지 않을 수 없죠.

Mm, many science fiction movies have explored the idea

음, 많은 공상과학 영화에서는

of bad computers who want to harm us.

우리에게 해를 끼치고 싶어하는 나쁜 컴퓨터라는 개념을 탐구했습니다.

One example is 2001: A Space Odyssey.

한 가지 예로는 2001: 스페이스 오디세이가 있다.

Yes, a good film.

네, 좋은 영화예요.

And another is The Terminator, a movie in which actor Arnold Schwarzenegger

또 다른 하나는 배우 아놀드 슈워제네거가

played an android from the future.

미래에서 온 안드로이드를 연기한 영화인 터미네이터입니다.

An 'android' is 'a robot that looks like a human'. Have you watched that one, Neil?

'안드로이드'는 '인간처럼 생긴 로봇 '입니다. 닐, 그거 봤어?

Yes, I have and that android is not very friendly.

네, 그렇습니다. 그 안드로이드는 그다지 친절하지 않습니다.

No, it's not!

아니, 그렇지 않아요! 생각하는 로봇을 다룬

In many movies and books about robots that think,

많은 영화와 책에서 ,

the robots end up rebelling against their creators.

로봇은 결국 자신의 창조자에게 반항한다.

But some experts say the risk posed by artificial intelligence

하지만 일부 전문가들은 인공지능으로 인해 발생하는 위험은

is not that computers attack us because they hate us.

컴퓨터가 우리를 싫어해서 공격하는 것이 아니라고 말한다 .

Their problem is related to their efficiency.

그들의 문제는 효율성과 관련이 있습니다.

What do you mean?

무슨 뜻이에요?

Well, let's listen to what philosopher Nick Bostrom has to say.

그럼, 철학자 닉 보스트롬의 말을 들어보겠습니다.

He's the founder of the Future of Humanity Institute at Oxford University.

그는 옥스퍼드 대학의 인류 미래 연구소의 설립자입니다.

He uses three words when describing what's inside the mind of a thinking computer.

그는 생각하는 컴퓨터의 머릿속에 무엇이 있는지 설명할 때 세 가지 단어를 사용합니다 .

This phrase means 'to meet their objectives'. What's the phrase he uses?

이 문구는 ' 목표를 달성한다'는 뜻입니다. 그는 어떤 표현을 사용했나요?

The bulk of the risk is not in machines being evil or hating humans,

위험의 대부분은 기계가 사악하거나 인간을 미워하는 데서 비롯되는 것이

but rather that they are indifferent to humans

아니라, 기계가 인간에게 무관심

and that, in pursuit of their own goals, we humans would suffer as a side effect.

하여 자신의 목표를 추구하는 과정에서 우리 인간이 부작용으로 고통을 겪을 수 있다는 데에서 비롯됩니다. 가능한 한 많은 종이 클립을 만드는 것만을 목표로 하는

Suppose you had a super intelligent AI

매우 지능적인 AI가 있다고 가정해보자

whose only goal was to make as many paperclips as possible.

.

Human bodies consist of atoms

인체는 원자로 이루어져 있으며

and those atoms could be used to make a lot of really nice paperclips.

, 이 원자를 사용하여 정말 멋진 종이 클립을 만들 수 있습니다.

If you want paperclips, it turns out that in the pursuit of this,

만약 당신이 종이 클립을 원한다면, 그것을 추구하는 과정에서

you would have instrumental reasons to do things that would be harmful to humanity.

인류에게 해로운 일을 할 수 있는 도구적 이유가 생길 것입니다.

A world in which humans become paperclips — wow, that's scary!

인간이 종이 클립으로 변하는 세상, 와, 무섭네요!

But the phrase which means 'meet their objectives' is to 'pursue their goals'.

하지만 '목표를 달성한다'는 뜻의 문구는 '목표를 추구한다'는 뜻입니다.

Yes, it is.

네, 그렇습니다.

So the academic explains that if you're a computer

그래서 학자는 만약 당신이

responsible for producing paperclips, you will pursue your objective at any cost.

종이 클립을 생산하는 컴퓨터라면, 당신은 무슨 희생을 치르더라도 자신의 목표를 추구할 것이라고 설명합니다.

And even use atoms from human bodies to turn them into paperclips!

심지어 인체의 원자를 사용해 종이 클립을 만들기도 했습니다!

— Now that's a horror story, Rob. — Mm.

— 정말 무서운 이야기네요, 롭. - Mm.

If Stephen Hawking is worried, I think I might be too!

스티븐 호킹이 걱정한다면, 나도 그럴 것 같아!

How can we be sure that artificial intelligence —

인공 지능(

be either a device or software — will have a moral compass?

장치이든 소프트웨어이든)이 도덕적 나침반을 가질 것이라고 어떻게 확신할 수 있을까?

Ah, a good expression — a 'moral compass' —

아, 좋은 표현이네요. '도덕적 나침반'이에요.

in other words, 'an understanding of what is right and what is wrong'.

다른 말로 하면 ' 옳고 그른 것에 대한 이해'라는 뜻이에요.

Artificial intelligence is an interesting topic, Rob.

인공지능은 흥미로운 주제네요, 롭. 나중에

I hope we can chat about it again in the future.

이 주제에 대해 다시 이야기할 수 있었으면 좋겠습니다 .

But now I'm looking at the clock and we're running out of time, I'm afraid,

하지만 지금 시계를 보니 시간이 부족하다는 생각이 들고,

and I'd like to know if I got the answer to the quiz question right?

제가 퀴즈 문제의 답을 맞게 했는지 알고 싶습니다.

Well, my question was about a supercomputer

음, 제 질문은 1997년에 세계 체스 챔피언인 가리 카스파로프를 물리친 슈퍼컴퓨터에 대한 것이었습니다.

which defeated the World Chess Champion, Gary Kasparov, in 1997.

What was the machine's name? Was it Red Menace, Deep Blue or Silver Surfer?

그 기계의 이름은 무엇이었나요? 레드 메니스, 딥 블루, 아니면 실버 서퍼였나요?

And I think it's Deep Blue.

저는 그것이 딥 블루라고 생각해요.

Well, it sounds like you are more intelligent than a computer,

글쎄요, 당신이 컴퓨터보다 더 똑똑한 것 같네요.

because you got the answer right.

정답을 맞혔으니까요.

Yes, it was Deep Blue.

그렇습니다. 딥 블루였습니다.

The 1997 match was actually the second one between Kasparov and Deep Blue,

1997년 경기는 실제로 카스파로프와

a supercomputer designed by the company IBM

IBM이 설계한 슈퍼컴퓨터인 딥블루 간의 두 번째 경기였으며,

and it was specialised in chess-playing.

딥블루는 체스 플레이에 특화되어 있었습니다.

Well, I think I might challenge Deep Blue to a game!

음, 딥 블루에게 게임 도전을 해볼까 생각 중이에요 !

Obviously, I'm a bit, I'm a bit of a genius myself.

물론, 저는 약간 천재예요.

Very good! Good to hear!

매우 좋은! 좋은 소식이네요!

Anyway, we've just got time to remember

어쨌든,

some of the words and expressions that we've used today. Neil?

오늘 우리가 사용한 단어와 표현 중 일부를 기억해 볼 시간이 생겼습니다. 닐?

They were...

그들은...

you'll need your wits about you,

당신에게는 지혜가 필요할 겁니다.

artificial,

인공적이고,

genius,

천재적이며,

synthetic,

합성적이고,

threat,

위협적이며,

to surpass,

to pursue their goals,

목표를 추구하고, 앞서나가려면

moral compass.

도덕적 나침반이 필요합니다.

Thank you. Well, that's it for this programme.

감사합니다. 글쎄, 이 프로그램은 여기까지입니다.

Do visit BBC Learning English dot com to find more 6 Minute English programmes.

더 많은 6분 영어 프로그램을 찾으려면 BBC Learning English dot com을 방문하세요.

— Until next time, goodbye! — Goodbye!

— 다음 시간에 만나요, 안녕! - 안녕히 가세요!

6 Minute English.

6분 영어.

From BBC Learning English.

BBC Learning English에서 발췌.

Hello. This is 6 Minute English. I'm Rob. And joining me to do this is Sam.

안녕하세요. 6분 영어 수업입니다. 저는 롭이에요. 샘도 저와 함께 이 일을 하게 됐어요.

Hello.

안녕하세요.

In this programme, we're talking about robots.

이 프로그램에서는 로봇에 대해 이야기해 보겠습니다.

Robots can perform many tasks,

로봇은 여러 가지 일을 할 수 있지만,

but they're now being introduced in social care to operate as carers,

이제는 사회 복지 분야에 도입되어 간병인 역할을 하거나

to look after the sick and elderly.

병자와 노인을 돌보게 됩니다.

We'll be discussing the positive and negative issues around this,

우리는 이 문제의 긍정적, 부정적 측면을 논의할 것입니다.

but first, let's set you a question to answer, Sam. Are you ready for this?

하지만 먼저 샘에게 답할 질문을 하나 드리겠습니다. 준비되셨나요?

Fire away!

총을 쏘세요!

Do you know in which year was the first commercial robot built?

최초의 상업용 로봇이 만들어진 해는 언제인지 아시나요?

Was it in a) 1944? b) 1954? Or c) 1964?

a) 1944년이었나요? b) 1954년? 아니면 c) 1964년?

They're not a brand-new invention, so I'll go for 1954.

그건 아주 새로운 발명품은 아니므 로 1954년으로 하겠습니다.

OK, well, I'll tell you if you're right or wrong at the end of the programme.

좋아요, 글쎄요, 프로그램이 끝나면 여러분이 옳았는지 그르렀는지 말씀드리겠습니다.

So, let's talk more about robots,

그러면 로봇에 대해,

and specifically ones that are designed to care for people.

특히 사람을 돌보도록 설계된 로봇에 대해 더 자세히 알아보겠습니다.

Traditionally, it's humans working as nurses or carers

전통적으로 노인을 돌보는 일은 인간이 간호사나 보호자로 일하는 것입니다. 노인이란

who take care of elderly people —

those people who are too old or too unwell to look after themselves.

나이가 너무 많 거나 건강이 나빠서 스스로를 돌볼 수 없는 사람을 말합니다.

But finding enough carers to look after people is a problem —

하지만 사람들을 돌볼 충분한 보호자를 찾는 것이 문제다.

there are more people needing care than there are people who can help.

도움을 줄 수 있는 사람보다 돌봄이 필요한 사람이 더 많기 때문이다.

And recently in the UK, the government announced a £34 million fund

그리고 최근 영국에서는 정부가

to help develop robots to look after us in our later years.

우리의 노년을 돌볼 로봇을 개발하는 데 도움이 되는 3,400만 파운드 규모의 기금을 발표했습니다 .

Well, robot carers are being developed,

로봇 간병인이 개발되고 있지만,

but can they really learn enough empathy to take care of the elderly and unwell?

실제로 노약자와 질병 환자를 돌볼 만큼 공감 능력을 배울 수 있을까요?

'Empathy' is 'the ability to understand how someone feels

'공감'은 ' 상대방의 상황이

'by imagining what it would be like to be in that person's situation'.

어떨지 상상하여 그 사람의 감정을 이해하는 능력'입니다.

Well, let's hear about one of those new robots now, called Pepper.

그럼, 이제 새로운 로봇 중 하나인 페퍼에 대해 들어보겠습니다 .

Abbey Hearn-Nagaf is a research assistant at the University of Bedfordshire.

애비 헌-나가프는 베드포드셔 대학교의 연구 조수입니다.

She spoke to BBC Radio 4's You and Yours programme

그녀는 BBC Radio 4의 You and Yours 프로그램

and explained how Pepper is first introduced to someone in a care home.

과 인터뷰를 통해 페퍼가 어떻게 처음으로 요양원의 누군가에게 소개되는지 설명했습니다.

We just bring the robot to their room

저희는 로봇을 그들의 방으로 데려와서

and we talk about what Pepper can't do, which is important,

페퍼가 할 수 없는 일에 대해 이야기합니다. 이 부분이 중요한데, 페퍼가 어떤 식으로든

so it can't provide physical assistance in any way.

신체적 지원을 제공할 수 없다는 것입니다 .

It does have hands, it can wave.

손이 있어서 흔들 수도 있어요.

When you ask for privacy, it does turn around

당신이 프라이버시를 요구하면, 돌아서서

and sort of cover its eyes with its hands, but that's the most it does.

손으로 눈을 가립니다. 하지만 그게 그 이상 할 수 있는 일이에요.

It doesn't grip anything, it doesn't move anything,

그것은 아무것도 잡지 못하고, 아무것도 움직이지 못합니다.

because we're more interested to see how it works as a companion,

왜냐하면 우리는 그것이 동반자로서 어떻게 기능하는지,

having something there to talk to, to converse with, to interact with.

대화할 대상, 대화할 대상, 상호작용할 대상을 갖는지에 더 관심이 있기 때문입니다 .

So, Abbey described how the robot is introduced to someone.

그래서 애비는 로봇이 어떻게 다른 사람에게 소개되는지 설명했습니다.

She was keen to point out that this robot has 'limitations' — 'things it can't do'.

그녀는 이 로봇이 '제한', 즉 '할 수 없는 일'을 가지고 있다는 점을 지적하고 싶어했습니다.

It can wave or turn round when a person needs 'privacy' — 'to be private' —

사람이 '개인 정보 보호'를 원할 때 손을 흔들거나 돌아설 수는 있지만

but it can't provide 'physical assistance'.

'신체적 지원'을 제공할 수는 없습니다.

This means it can't help someone by 'touching or feeling' them.

즉, 누군가를 '만지거나 느끼는 것'만으로는 도움을 줄 수 없다는 뜻입니다.

But that's OK, Abbey says.

하지만 괜찮다고 애비는 말합니다.

This robot is designed to be a 'companion' —

이 로봇은 '동반자', 즉

'someone who is with you to keep you company' —

'당신과 함께 있어주는 사람 '

a friend, in other words, that you can converse or talk with.

, 다시 말해 대화를 나눌 수 있는 친구로서 디자인되었습니다.

Well, having a companion is a good way to stop people getting lonely,

글쎄요, 동반자가 있으면 사람들이 외로움을 덜 느낄 수 있지만,

but surely a human is better for that?

인간이 더 나을 수도 있지 않을까요?

Surely they understand you better than a robot ever can?

분명 그들은 로봇보다 당신을 더 잘 이해할 수 있을 거예요.

Well, innovation means that robots are becoming cleverer all the time.

혁신이란 로봇이 점점 더 똑똑해지고 있다는 것을 뜻합니다.

And, as we've mentioned, in the UK alone there is a growing elderly population

그리고 앞서 언급했듯이 영국에서만 노인 인구가 증가하고 있으며,

and more than 100,000 care assistant vacancies.

간병 보조원 공석이 10만 개가 넘습니다.

Who's going to do all the work?

누가 모든 일을 다 할 건가요?

I think we should hear from Dr Sarah Woodin,

a health researcher in independent living from Leeds University,

리즈 대학의 독립생활 분야 건강 연구자이자

who also spoke to the BBC's You and Yours programme.

BBC의 You and Yours 프로그램에서 연설한 사라 우딘 박사의 이야기를 들어보는 게 좋을 것 같습니다.

She seems more realistic about the introduction of robot carers.

그녀는 로봇 간병인의 도입에 대해 더 현실적인 것 같습니다. 로봇을 사람을 대체하는 것으로

I think there are problems if we consider robots as replacement for people.

생각하면 문제가 있다고 생각합니다 .

We know that money is tight — if robots become mass-produced,

우리는 자금이 부족하다는 걸 알고 있습니다. 로봇이 대량 생산되면

there could be large institutions where people might be housed

사람들을 수용

and abandoned to robots.

하고 로봇에게 버려질 수 있는 대규모 시설이 생길 수 있습니다.

I do think questions of ethics

저는 윤리 문제도

need to come into the growth and jobs agenda as well,

성장과 일자리 의제에 포함되어야 한다고 생각합니다 .

because, sometimes, they're treated very separately.

때로는 이 두 가지가 매우 별도로 다루어지기도 하거든요.

OK, so Sarah Woodin suggests that when money is 'tight' —

네, 사라 우딘은 자금이 '부족'할 때,

meaning there is 'only just enough' —

즉 '딱 필요한 만큼만' 있을 때

making robots in large quantities — or mass-produced —

로봇을 대량으로 만드는 것, 즉 대량 생산하는 것이

might be a cheaper option than using humans.

인간을 사용하는 것보다 더 저렴한 옵션이 될 수 있다고 제안합니다.

And she says people might be abandoned to robots.

그녀는 사람들이 로봇에게 버려질 수도 있다고 말합니다.

Yes, 'abandoned' means 'left alone in a place, usually forever'.

네, '버려지다'는 말은 '한 장소에 영원히 홀로 남겨지다'는 뜻이에요.

So she says it might be possible that someone ends up being forgotten

그래서 그녀는 누군가가 잊혀지고

and only having a robot to care for them. So is this right, ethically?

로봇에게만 보살핌을 받게 될 가능성이 있다고 말합니다. 그러면 이것이 윤리적으로 옳은 일일까요?

Yes, well, she mentions 'ethics' — that's 'what is morally right' —

네, 그녀는 '윤리'에 대해 언급했습니다. 즉, '도덕적으로 옳은 것'이고,

and that needs to be considered as part of the jobs agenda.

그것이 일자리 의제의 일부로 고려되어야 한다는 것입니다.

So, we shouldn't just consider what job vacancies need filling,

그러므로 우리는 단지 어떤 일자리 공석을 채워야 하는지 고려하는 것이 아니라,

but who and how it should be done.

누가, 어떻게 채워야 하는지도 고려해야 합니다.

And earlier I asked you, Sam,

그리고 앞서 제가 물었었죠, 샘,

did you know in which year was the first commercial robot built? And you said?

최초의 상업용 로봇이 만들어진 해가 언제인지 아십니까? 그리고 당신은 말했어요?

I said 1954.

저는 1954년이라고 말했습니다.

Well, you didn't need a robot to help you there because you are right.

글쎄요, 그 말은 옳기 때문에 로봇의 도움이 필요하지 않았습니다 .

— Ah, yay! — Well done!

— 아, 좋아! - 잘하셨어요!

Now let's do something a robot can't do yet,

이제 로봇이 아직 할 수 없는 일을 해봅시다. 오늘 강조

and that's recap the vocabulary we've highlighted today, starting with empathy.

했던 어휘를 다시 한번 요약해 보죠. 공감부터 시작해 볼까요.

'Empathy' is 'the ability to understand how someone feels

'공감'은 ' 상대방의 상황이

by imagining what it would be like to be in that person's situation'.

어떨지 상상하여 그 사람의 감정을 이해하는 능력'입니다.

'Physical assistance' describes 'helping someone by touching them'.

'물리적 지원'은 '누군가를 만져서 돕는 것'을 의미합니다.

We also mentioned a 'companion' —

우리는 또한 '동반자'에 대해서도 언급했습니다.

that's 'someone who is with you and keeps you company'.

즉, '당신과 함께 있고 , 당신과 동행하는 사람'을 뜻합니다.

Our next word was 'tight' — in the context of money,

그 다음 단어는 '꽉'입니다. 돈과 관련해서

when money is tight, it means there's 'not enough'.

돈이 촉박하다는 것은 '충분하지 않다'는 뜻입니다.

'Abandoned' means 'left alone in a place, usually forever'.

'버려지다'는 '한 장소에 영원히 홀로 남겨지다'는 뜻입니다.

And finally, we discussed the word 'ethics' —

마지막으로, 우리는 '윤리'라는 단어에 대해 논의했습니다.

we hear a lot about business ethics or medical ethics —

우리는 사업 윤리나 의료 윤리에 관해 많이 듣습니다.

and it means 'the study of what is morally right'.

이는 '도덕적으로 옳은 것이 무엇인지에 대한 연구'를 의미합니다.

OK, thank you, Sam.

알겠습니다. 고맙습니다, 샘.

Well, we've managed to get through 6 Minute English without the aid of a robot.

글쎄요, 우리는 로봇의 도움 없이 6분 영어 학습을 마칠 수 있었습니다.

That's all for now, but please join us again soon. Goodbye!

이제는 마치겠습니다. 곧 다시 만나요. 안녕히 가세요!

Bye-bye, everyone!

안녕하세요 여러분!

6 Minute English.

6분 영어.

From BBC Learning English.

BBC Learning English에서 발췌.

Hello. This is 6 Minute English from BBC Learning English. I'm Phil.

안녕하세요. 이것은 BBC Learning English의 6 Minute English입니다. 저는 필이에요.

And I'm Georgie.

저는 조지예요.

Animal testing is when living animals are used in scientific research

동물실험이란, 과학연구에 살아있는 동물을 활용하여

to find out how effective a new medicine is, or how safe a product is for humans.

새로운 약의 효과 나 제품이 인간에게 얼마나 안전한지 알아내는 것을 말합니다. 동물실험을

Scientists in favour of it argue that animal testing

지지하는 과학자들은 동물실험이

shows whether medicines are safe or dangerous for humans,

약물이 인간에게 안전한지 위험한지를 보여주는 좋은 사례이며,

and has saved many lives.

많은 생명을 구했다고 주장한다.

But animal rights campaigners say it's cruel,

하지만 동물 권리 운동가들은 이것이 잔인할 뿐만 아니라,

and also ineffective because animals and humans are so different.

동물 과 인간이 너무 다르기 때문에 효과가 없다고 주장합니다.

Under British law, medicines must be tested on two different types of animals,

영국의 법에 따르면, 의약품은

usually starting with rats, mice or guinea pigs.

보통 쥐, 생쥐 또는 기니피그부터 시작하여 두 가지 다른 동물을 대상으로 테스트를 거쳐야 합니다 .

And in everyday English, the term 'human guinea pig'

그리고 일상 영어에서 '인간 기니피그'라는 단어는

can be used to mean 'the first people to have something tested on them'.

'무언가를 실험하는 최초의 사람'을 뜻하는 데 사용될 수 있습니다 .

But now, groups both for and against animal testing are thinking again,

하지만 이제 동물 실험에 대한 찬반 양측 모두

thanks to a recent development in the debate — AI.

논쟁에서 최근 일어난 사건인 AI 덕분에 다시 생각하기 시작했습니다.

In this programme, we'll be hearing how artificial intelligence

이 프로그램에서는 인공지능이 동물에 대한 과학적 실험의

could help reduce the need for scientific testing on animals.

필요성을 줄이는 데 어떻게 도움이 될 수 있는지 알아보겠습니다 .

But first, I have a question for you, Georgie.

하지만 먼저 조지, 당신에게 질문이 있어요 .

There's one commonly used medicine in particular

특히

which is harmful for animals but safe for humans, but what?

동물에게는 해롭지 만 인간에게는 안전한 약이 한 가지 널리 사용됩니다. 하지만 무슨 약일까요?

Is it a) Antibiotics?

a) 항생제인가요?

b) Aspirin?

b) 아스피린?

Or c) Paracetamol?

아니면 c) 파라세타몰?

Hmm, I guess it's aspirin.

음, 아스피린인 것 같아요.

OK, Georgie, I'll reveal the answer at the end of the programme.

좋아요, 조지, 프로그램이 끝나면 답을 알려드릴게요 .

Christine Ro is a science journalist who's interested in the animal testing debate.

크리스틴 로는 동물 실험 논쟁에 관심이 있는 과학 저널리스트입니다.

Here, she explains to BBC World Service programme Tech Life

여기에서 그녀는 BBC 월드 서비스 프로그램 Tech Life에서

some of the limitations of testing medicines on animals.

동물을 대상으로 한 약물 테스트의 한계 중 일부를 설명했습니다.

Of course, you can't necessarily predict from a mouse or a dog

물론 쥐나 개에게서

what's going to happen in a human, and there have been a number of cases

무슨 일이 일어날지 반드시 예측할 수는 없으며

where substances that have proven to be toxic in animals

동물에게 독성이 있는 것으로 입증된 물질이

have been proven to be safe in humans, and vice versa.

인간에게는 안전하다는 것이 입증된 사례도 많이 있습니다. 그리고 그 반대도 마찬가지다.

There are also, of course, animal welfare limitations to animal testing.

물론, 동물실험에는 동물복지 측면의 제한도 있습니다.

Most people, I think, if they had the choice,

저는 대부분의 사람들이 선택권이 있다면

would want their substances to be used on as few animals or no animals as possible,

자신의 약물이 가능한 한 적은 동물에게 사용되거나 전혀 사용되지 않기를 바랄 것이라고 생각하면서도,

while still ensuring safety.

그러면서도 안전성을 보장하고 싶어할 것이라고 생각합니다.

Now, that's been a really difficult needle to thread,

이는 정말 어려운 일이지만 ,

but AI might help to make that more possible.

AI가 이를 더 가능하게 만드는 데 도움이 될 수도 있습니다.

Christine says that medicines which are safe for animals

크리스틴은 동물에게 안전한 약이

might not be safe for humans.

인간에게는 안전하지 않을 수도 있다고 말합니다.

But the opposite is also true —

하지만 그 반대도 사실입니다.

what's safe for humans might not be safe for animals.

인간에게 안전한 것이 동물에게는 안전하지 않을 수도 있습니다.

Christine uses the phrase 'vice versa'

크리스틴은 '반대'라는 표현을 사용하여

to show that 'the opposite' of what she says is also true.

그녀가 말하는 것의 '반대'도 사실임을 보여줍니다.

Christine also uses the idiom to 'thread the needle'

크리스틴은 또한 '바늘에 실을 꿰다'라는 관용어를 사용하여

to describe 'a task which requires a lot of skill and precision,

'especially one involving a conflict'.

'특히 갈등과 관련된 일이라면 많은 기술과 정밀성이 필요한 작업'을 설명합니다.

Yes, medical animal testing may save human lives,

그렇습니다. 의료적 동물실험이 인간의 생명을 구할 수도 있지만,

but many people see it as cruel and distressing for the animal —

많은 사람들은 그것이 동물에게 잔인하고 고통스러운 일이라고 생각합니다.

it's a difficult needle to thread.

바늘에 꿰는 게 어려운 일이죠.

But now, the challenge of threading that needle has got a little easier

하지만 이제 인공지능 덕분에 바늘에 실을 꿰는 일이 조금 더 쉬워졌습니다

because of artificial intelligence.

.

Predicting how likely a new medicine is to harm humans

새로운 약이 인간에게 해를 끼칠 가능성을 예측하려면 수천 가지 실험

involves analysing the results of thousands of experiments.

결과를 분석해야 합니다 .

And one thing AI is really good at is analysing mountains and mountains of data.

그리고 AI가 정말 잘하는 것 중 하나는 엄청난 양의 데이터를 분석하는 것입니다.

Here's Christine Ro again, speaking with BBC World Service's Tech Life.

BBC World Service의 Tech Life에서 크리스틴 로가 다시 인터뷰를 진행했습니다.

So, AI isn't the whole picture, of course,

따라서 AI가 전체 그림은 아니지만 그림의

but it's an increasingly important part of the picture and one reason for that

점점 더 중요한 부분이 되고 있으며 그 이유 중 하나는 화학 물질의 안전을 결정할 때

is that there is a huge amount of toxicology data to wade through

살펴봐야 할 독성학 데이터가 엄청나게 많기 때문입니다.

when it comes to determining chemical safety, and, on top of that,

그에 더해, 늘

there's the staggering number of chemicals being invented all of the time.

엄청난 수의 화학물질이 발명되고 있습니다.

AI helps scientists wade through huge amounts of data.

AI는 과학자들이 엄청난 양의 데이터를 처리하는 데 도움이 됩니다 .

If you 'wade through' something,

무언가를 '파헤친다'는 것은 '지루하거나 어려운 일을 하는 데

you 'spend a lot of time and effort doing something boring or difficult,

많은 시간과 노력을 쏟는다'는 의미이며 ,

'especially reading a lot of information'.

'특히 많은 정보를 읽는다'는 의미입니다.

AI can process huge amounts of data,

AI는 엄청난 양의 데이터를 처리할 수

and what's more, that amount keeps growing as new chemicals are invented.

있으며, 더 중요한 것은 새로운 화학 물질이 발명됨에 따라 그 양은 계속 증가하고 있다는 것입니다.

Christine uses the phrase 'on top of that', meaning 'in addition to something'.

크리스틴은 ' 무언가에 더하여'라는 뜻의 'on top of that'이라는 표현을 사용합니다.

Often this extra thing is negative.

이런 추가적인 것은 종종 부정적이다.

She means there's already so much data to understand

그녀는 이미 이해해야 할 데이터가 너무 많고

and additionally, there's even more to be understood about these new chemicals.

, 게다가 이러한 새로운 화학물질에 대해 이해해야 할 것이 더 많다고 말했습니다.

Of course, the good news is that with AI, testing on animals could one day stop,

물론 좋은 소식은 AI 덕분에 언젠가는 동물 실험이 중단될 수 있다는 것입니다.

although Christine warns that AI is not the 'whole picture',

하지만 크리스틴은 AI가 '전체적인 그림'은 아니며, '

it's not 'a complete description of something

'which includes all the relevant information'.

모든 관련 정보를 포함한 완전한 설명'은 아니라고 경고합니다.

Nevertheless, the news is a step forward

그럼에도 불구하고, 이 소식은

for both animal welfare and for modern medicine.

동물 복지 와 현대 의학 모두에게 진전입니다.

Speaking of which, what was the answer to your question, Phil?

그런데, 필, 당신의 질문에 대한 대답은 뭐였어?

What is a commonly used medicine which is safe for humans, but harmful to animals?

인간에게는 안전하지만 동물에게는 해로운, 일반적으로 사용되는 약은 무엇입니까?

I guessed it was aspirin.

나는 그것이 아스피린이라고 추측했다.

Which was the correct answer!

정답은 바로 이거예요!

Right, let's recap the vocabulary we've discussed,

그럼, 앞서 논의했던 어휘를 다시 한번 요약해 보죠.

starting with 'human guinea pigs'

우선 '인간 기니피그'라는 단어는

meaning 'the first people to have something new tested on them'.

' 새로운 것을 처음으로 실험한 사람'을 뜻합니다.

The phrase 'vice versa' is used to indicate

'반대'라는 문구는

that 'the opposite of what you have just said is also true'.

' 방금 말한 것의 반대도 사실이다'를 나타내는 데 사용됩니다.

To 'thread the needle'

'바늘에 실을 꿰는 것'은

describes 'a task which requires extreme skill and precision to do successfully'.

' 성공적으로 완료하려면 극도의 기술과 정밀성이 필요한 작업'을 설명합니다.

The 'whole picture' means 'a complete description of something

'전체 그림'은 '

'which includes all the relevant information and opinions about it'.

모든 관련 정보와 의견을 포함하는 완전한 설명'을 의미합니다.

If you 'wade through' something,

무언가를 '파헤친다'는 것은 '지루하거나 어려운 일을 하는 데

you 'spend a lot of time and effort doing something boring or difficult,

많은 시간과 노력을 쏟는다'는 의미이며 ,

'especially reading a lot of information'.

'특히 많은 정보를 읽는다'는 의미입니다.

And finally, the phrase 'on top of something'

그리고 마지막으로, '무언가의 위에'라는 문구는

means 'in addition to something', and that extra thing is often negative.

'무언가에 더하여'를 의미하는데, 그 추가적인 것은 종종 부정적인 의미를 갖습니다.

That's all for this week. Goodbye for now!

이번 주는 여기까지입니다. 이제 안녕!

Bye!

안녕!

6 Minute English.

6분 영어.

From BBC Learning English.

BBC Learning English에서 발췌.