Kalika Bali: The giant leaps in language technology -- and who's left behind | TED

Transcriber:

번역: Donghyun Oh 검토: DK Kim

I'm Kalika Bali, I'm a linguist by training

저는 칼리카 발리입니다.

언어학을 전공했고 직업은 기술 전문가입니다.

and a technologist by profession,

I have worked in academia,

저는 학계, 스타트업,

in startups, in small companies and multinationals for over two decades,

중소기업과 다국적 기업들에서 이십 년 이상 일했습니다.

doing research in and building language technology systems.

언어 기술 시스템과 관련하여 연구와 설계를 맡았습니다.

My dream is to see technology work across the language barrier.

제 꿈은 기술이 언어 장벽을 초월해 작동하는 모습을 보는 것입니다.

As a researcher at Microsoft Research Labs India

인도 마이크로소프트 연구소 연구원으로

I work in the field of language technology and speech technology.

언어 기술 분야와 음성 기술 분야에서 일합니다.

And I worry about how can we make technology accessible

제 고민은 어떻게 기술을 모두가 접근 가능하게 만들까입니다.

to people across the board,

you know, irrespective of the language that they speak.

사용하는 언어와 상관없이 말이죠.

So natural language processing,

자연어 처리, 인공지능, 음성 기술,

artificial intelligence, speech technology,

these are very big words, they are buzzwords right now.

이 단어들은 모두 범위가 넓고, 현재 유행하고 있습니다.

Everybody is talking about what exactly is NLP or natural language processing.

모두가 NLP, 즉 자연어 처리가 정확히 무엇인지에 대해 얘기합니다.

So in very simple terms,

간단히 말하자면,

this is the part of computer science engineering

NLP는 컴퓨터과학기술 분야 중

that makes machines process,

기계에게 자연어를 처리하고,

understand and generate natural language,

이해하고, 생성하도록 하는 분야입니다.

which is the language that humans speak.

자연어는 인간이 사용하는 언어입니다.

When you are interacting with a bot trying to book your train tickets

자동 응답 문자를 사용해서

기차표나 비행기 표를 예매할 때나,

or flight tickets,

when you are speaking to a voice-based digital assistant in your phone,

휴대전화 속 가상 비서와 대화를 할 때

it's natural language processing

이를 해내는 모든 기술의 바탕이 바로 자연어 처리입니다.

that underpins the entire technology that makes that work.

But how does this work?

그러면 NLP는 어떻게 작동할까요?

How does NLP work?

In a very, very basic way,

정말 아주 간단히 말하면,

it's about data.

자료가 중요합니다.

So a huge amount of data of how actually humans use language

사람들이 실제로 어떻게 언어를 사용하는지에 대한 방대한 자료가

is then processed by certain algorithms and techniques

특정한 알고리즘과 기술로 처리되고

that make the machines learn the patterns

이를 통해 기계가 인간의 자연어 사용 양상을 익힙니다.

of natural language of humans, right?

These days, another buzzword that you hear a lot about is deep neural networks.

요즘 많이 언급되고 있는 또 다른 유행어는 심층 신경망입니다.

And these are the advanced techniques

이런 선도 기술들은

that underpin a lot of the NLP stuff that happens right now.

현재 진행 중인 NLP의 많은 부분을 밑받침합니다.

And I will not go into the details of how that works,

이떤 방식으로 작동하는지 자세히 말씀드리지는 않겠지만,

but the thing that you really have to understand and keep in mind

정말 이해하고 기억하셔야 할 것은

is that all of this requires a humungous amount of data,

이 모든 과정에 엄청난 자료가 필요하다는 점입니다.

natural language data.

자연어 자료 말입니다.

If you want a speech system to converse with you in Gujarati,

구자라트어로 소통할 수 있는 언어 체계를 원하신다면,

the first thing you require

제일 먼저 필요한 것은 수많은 구자라트 사람들이

is a lot of data of Gujarati people speaking to each other

그들의 언어로 서로 대화하는 자료입니다.

in their own language.

So 2017, Microsoft came up with a speech recognition system

2017년, 마이크로소프트는 음성 인식 체계를 만들었는데

which was able to transcribe speech into text

음성을 문자로 변환하는 데에 사람보다 더 우수했습니다.

better than a human did.

And this system was trained

이 체계는 2억 건의 변환 단어로 학습했습니다.

on 200 million transcribed words.

In 2018, an English-Chinese machine translation system

2018년에, 영어-중국어 기계 번역 체계는

was able to translate from English to Chinese

영어에서 중국어로 번역을 이중 언어를 사용하는 사람만큼 할 수 있었습니다.

as well as any human bilingual could.

And this was trained on 18 million bilingual sentence pairs.

이 체계는 이중 언어 문장 천팔백만 쌍을 학습했습니다.

This is a very, very exciting time in natural language processing

지금은 자연어 처리나 관련 기술에서

and in technology as such.

아주 매우 흥미진진한 시간입니다.

You know, we are seeing science fiction, which we had read about and watched,

우리가 읽고 봐 왔던 공상 과학이

kind of come true in front of our own eyes.

현실이 되는 것을 눈으로 보고 있습니다.

We are making giant leaps in technical advancement.

우리는 기술적 발전에서 거대한 도약을 하고 있습니다.

But these giant leaps are limited to very few languages.

그러나 이 거대한 도약은 아주 소수의 언어들에 제한되어 있습니다.

So Monojit Choudhury,

제 좋은 친구이자 동료인 모노지트 초더리는

who's like a very good friend of mine

and a colleague,

he has studied this in some detail

이 상황을 자세히 연구하였고,

and he has looked at resource distribution across languages in the world.

세계 언어들에 돌아가는 자원 분배를 살펴보았습니다.

And he says that these follow what is called a power-law distribution,

그는 분배가 멱함수 분포라 부르는 것을 따른다고 말합니다.

which essentially means that there are four languages,

기본적으로 네 가지 언어,

Arabic, Chinese, English and Spanish,

아랍어, 중국어, 영어와 스페인어가

which have the maximum amount of resources available.

사용할 수 있는 자원의 거의 모두를 차지합니다.

There are another handful of languages which can also benefit from, you know,

현재 사용 가능한 자원과 기술을 누리는

다른 언어들이 조금 더 있습니다.

the resources and the technology that's available right now.

But there are 90 percent of the world's languages

그러나 현재 세계 언어의 90%는

which have no resources

or very little resources available.

아주 적은 자원만을 사용할 수 있거나 사용할 자원이 없습니다.

This revolution that we are talking about

우리가 말하고 있는 이 혁명은

has essentially bypassed 5,000 languages of the world.

근본적으로 세계의 언어 5천 개를 무시하는 셈입니다.

Now, what this means is that resource-rich languages

이 현상이 의미하는 바는, 자원이 풍부한 언어들은

have technologies built for them,

해당 언어들을 위한 기술이 구축되어 있으므로

so researchers and technologists get attracted towards them.

연구자들과 기술 전문가들이 모입니다.

They build more technologies for them. They create more resources.

그들은 해당 언어들에 더 많은 기술을 쌓고 더 많은 자원을 만듭니다.

So it's like a rich getting richer kind of a cycle.

부자가 더 부자가 되는 순환입니다.

And the resource-poor languages stay poor,

자원이 없는 언어들은 계속 빈곤하고,

there's no technology for them, nobody works for them.

기술도 없으며 아무도 그 언어를 연구하지 않습니다.

And this divide, digital divide between languages

언어 간의 디지털 격차는 점점 확대되고

is ever-expanding

and by implication also the divide between the communities

결과적으로 언어를 사용하는

that speak these languages is expanding.

각 사회 간의 격차 또한 확대되고 있습니다.

So in Microsoft, in Project Ellora, we aim to bridge this gap.

마이크로소프트의 엘로라 사업은 이 간극을 메우고자 합니다.

We are trying to see how can we create more data by innovative methods,

혁신적인 방법론을 도입해 어떻게 더 많은 자료를 만들 수 있을지,

have more techniques to build technology without having a lot of resources,

많은 자원이 없이도 기술을 구축할 더 많은 방법을 만들 수 있는지,

and what are the applications that can truly benefit these communities.

진정 이 사회에 도움이 될 적용 방식이 무엇인지 연구합니다.

So at the moment, this might seem very theoretical,

지금은 모든 것이 무척 이론적으로 보입니다.

like what is he talking about, data and techniques and technology.

자료와 방법론과 기술을 어떻게 한다는 것일까요.

So let me give you a very concrete example here.

여기 구체적인 예시를 드리겠습니다.

I'm a linguist at heart, I love languages, and that's what I love talking about.

저는 마음속으로는 언어학자입니다.

언어를 사랑하고 언어에 대해 말하는 것을 좋아합니다.

So let me tell you about a language that many of you might not know about.

여러분 중 대부분이 잘 모르실 언어에 대해 말씀드리고자 합니다.

Gondi.

바로 곤드어입니다.

Gondi is a South-Central Dravidian language.

곤드어는 중남부 드라비다어에 속하는 언어입니다.

It is spoken by three million people in five states of India.

인도 5개주에서 3백만 명이 사용하는 언어입니다.

And to put this in some kind of perspective,

이를 객관적인 시각으로 바라본다면,

Norwegian is spoken by five million people

노르웨이어는 5백만 명이 사용하며

and Welsh by a little under a million.

웨일스어는 백만 명이 조금 안 됩니다.

So Gondi is actually a pretty robust and pretty large community

그러니 곤드어는 사실

인도 곤드족들의 꽤나 튼튼하고

of the Gond tribals in India.

아주 거대한 사회인 셈입니다.

But by UNESCO's Atlas of Languages in Danger,

그러나 유네스코의 소멸 위기 언어 지도에서

Gondi is designated vulnerable status.

곤드어는 위험 등급을 받았습니다.

CGNet Swara is an NGO that provides a citizen journalism portal

CG넷 스와라는 곤드어 사회를 위한

for the Gond community

시민 언론 관문을 제공하는 NGO로서

by making local stories accessible through mobile phones.

지역 기사거리들을 휴대전화로 접할 수 있도록 해줍니다.

There's absolutely no tech support for Gondi.

곤드어에는 기술적 지원이 전혀 없습니다.

There is no data available for Gondi, no resources available for Gondi.

곤드어 자료도 없고 사용 가능한 자원도 없습니다.

So all content that is created, moderated and edited is done manually.

그래서 모든 기사의 생성, 조절, 편집을 사람의 손으로 합니다.

Now, under Project Ellora,

현재, 엘로라 사업을 통해

what we did was that we brought together all the stakeholders,

이해 관계자들을 모두 모았습니다.

an NGOs like CGNet Swara,

CG넷 스와라 같은 NGO들,

and academic institutions, like IIIT Naya Raipur,

IIIT 나야 라이푸르 같은 학술 기관들도 모았으며,

a not-for-profit children's book publisher,

프라탐 서적 같은 비영리 아동 서적 출판사도 모으고,

like Pratham Books,

and most importantly, the speakers of the community.

가장 중요한 언어 사용자도 모았습니다.

The Gond tribals themselves participated in this activity

곤드어 부족들이 이 활동에 직접 참여했으며

and for the first time edited and translated children’s books in Gondi.

곤드어로 된 아동용 서적들을 최초로 편집하고 번역했습니다.

We were able to put out 200 books for the very first time in Gondi,

곤드어로 된 책 200권을 최초로 발행해

so that the children had access to stories and books in their own language.

아동들이 그들의 언어로 된 책과 이야기를 볼 수 있도록 했습니다.

Another extension of this was Adivasi Radio,

이 활동의 또 다른 갈래는 아디바시 라디오였는데,

which was like an app that we built and developed in Microsoft Research,

마이크로소프트 연구소가 설계하고 개발해서

and then put out there, along with our stakeholders,

이해관계자들과 함께 만든 앱입니다.

which takes a Hindi text-to-speech system

이 앱은 힌디어 문자-음성 변환 체계를 이용해

and allows it to read out news and articles provided by CGNet Swara

CG넷 스와라가 제공하는

뉴스와 기사들을 곤드어로 읽어줍니다.

in Gondi language.

Users can now use this app to read,

사용자들은 이 앱을 활용해

watch news and access any information

자신이 사용하는 언어의 문자와 음성으로

through text and voice in their own language.

뉴스를 읽거나 시청하고 어떤 정보든 볼 수 있습니다.

A very interesting thing is that this app is now being used to translate --

정말 흥미로운 것은 이 앱이 이제 번역에 사용되고 있다는 점입니다.

by the community to translate text from Hindi to Gondi.

사용자들이 힌두어를 곤드어로 번역하는 데 사용하고 있습니다.

Now, what that will result in is a lot of parallel data,

이는 자료 쌍을 많이 만들 것인데,

이것을 병렬 자료라고 부릅니다.

that we call parallel data,

that will allow us to build machine translation systems for Gondi,

이 지료들은 곤드어 기계 번역 체계 구축 가능성을 열어주며,

which will truly open up a window for the Gond community to the world.

이 체계는 곤드어 사용자와 세계를 연결하는 기회를 제공할 것입니다.

And what is even more important is now we know how to do this.

더욱 더 중요한 것은, 이제 방법론을 얻었다는 점입니다.

We have the entire pipeline and we can replicate this for any language

이제 완전한 방법론을 구축했으며, 어떤 언어에도 적용할 수 있습니다.

and any language community

곤드어와 비슷한 상황에 있는 어느 언어에든 적용할 수 있습니다.

which is in a similar situation as the Gond tribals.

Also education -- yes, you know, information access -- yes,

또한 교육, 정보 획득에도 효과적이지만

but what about earning a living?

생계 유지 문제는 어떨까요?

Right? What about -- how can we make these people earn a living

현재 모두가 당연하다고 여기는 디지털 도구들을 통해

through the digital tools that all of us just take for granted these days?

이들이 생계를 유지할 수 있도록 하는 방안엔 무엇이 있을까요?

Vivek Seshadri, who's another researcher at MSR,

MSR에서 연구하는 비벡 세샤드리와

and his collaborator, Manu Chopra,

동료인 마누 초프라는

they've designed a platform called Karya

카리야라는 플랫폼을 설계했는데

for providing digital microtasks to the underserved communities.

이는 지원받지 못헀던 공동체에 디지털 일거리를 제공합니다.

His aim was basically to find a way to provide a means of dignified labor

목표는 기본적으로 지역 거주민과 도시 속 빈곤 인구에게

to the populations, the rural populations

괜찮은 수준의 노동을 제공할 방법을 찾는 것이었습니다.

and the urban poor populations of this country.

They don't have access to all the knowledge

그들은 우리가 아무 생각도 않고 쓰는

to use the digital platforms

디지털 플랫폼을 사용하는 데 필요한 모든 지식에

that all of us use every day without even thinking, right?

접근조차 할 수 없습니다.

But ...

그러나…

Here is a large

여기 일하고 싶어하는

literate population that wants to work, right,

글을 읽고 쓸 수 있는 수많은 사람들이 있는데

어떻게 이들에게 일을 제공할 수 있을까요?

and how can we make this possible for them?

So Karya is one such way

카리야는 이들이

디지털 세계에 닿을 수 있는 방법이고

through which this population can get on to the digital world

and, you know,

그리고, 그를 통해서

through that find work and do tasks that can then earn them money.

직업과 생계 유지 활동을 찾을 수 있는 방법입니다.

So we saw this and we thought, oh, this is wonderful.

저희는 이를 보고 생각했습니다.

정말 대단하네, 이 방법을 자료 수집에도 사용할 수 있겠는데.

We could probably use this for data collection as well.

So we went to Amale,

저희는 아말리로 향헀습니다.

which is a small village of 200 people

마하라슈트라주 와다 지역에 있는 인구 200명의 작은 마을입니다.

in the Wada district of Maharashtra

and decided to use Karya to collect Marathi data.

마라티어 자료 수집에 카리야를 쓰기로 했습니다.

Now, I know what you are thinking --

여러분의 생각을 압니다.

I'm sure a lot of Marathi speakers also in the audience --

청중 중에서도 마라티어를 쓰는 분이 많을 텐데

that Marathi is not a low-resource language.

마라티어는 자원이 낮은 언어가 아니라고 생각하시겠죠.

Marathi is definitely a mainstream language of the country.

마라티어는 확실히 인도의 주요 언어입니다.

But as far as language technology is concerned,

그러나 언어 기술면에서 보면 마라티어는 자원이 적은 언어입니다.

Marathi is a low-resource language.

So we went to this village

저희는 이 마을로 가서 아주 성공적으로 자료를 모았습니다.

and we had a very successful data-collection trip.

And, you know, this village is very remote.

그리고 이 마을은 정말 외진 곳에 있습니다.

They have no TV, they have no electricity,

TV도 없고, 전기도 없으며, 휴대전화 신호도 잡히지 않습니다.

they have no mobile signal.

언덕을 올라서 손을 뻗어서 전화기를 이리저리 휘저어야

You have to climb a hill and wave your phone around

if you want to, you know, use your mobile to call anyone.

휴대전화를 사용할 수 있습니다.

So they gave us all this data.

거기에서 모든 자료를 얻었는데 그보다도 값진 삶의 교훈을 주셨습니다.

But more than that, they gave us very valuable lessons in life.

One is this pride in one's own language.

첫째로 자신이 사용하는 언어에 대한 자부심입니다.

The people of Amale were thrilled to be doing this

아말리 주민들은 저희 일을 정말로 하고 싶어했는데,

because they were advancing their own language by doing this.

이를 통해 자신들의 언어를 발전시키고 있었기 때문입니다.

The second was the value of community.

두 번째는 공동체의 가치입니다.

Very quickly, this became a village community effort.

이 사업은 아주 빠르게 마을 전체의 일이 되었습니다.

People would gather together in tasks and do this together as a group.

주민들은 과제를 중심으로 모이고 집단으로 과제를 수행했습니다.

And the third is the importance of storytelling.

세 번째는 이야기하기의 중요성입니다.

People of Amale were so starved of content that in the morning, during the daytime,

아말리 주민들은 너무나도 이야깃거리가 없었기에,

아침이나 해가 떠 있을 동안에는 카리야에 이야기를 녹음하고

they would do recordings of stories in Karya

and then in the evening they would gather the entire village

저녁에는 온 마을 전체가 모여서

이 이야기들을 다시 말하고 다시 이야기했습니다.

and retell and recount these stories to the village.

So as scientists, we get so caught up

과학자로서 저희는 저희가 하는 일의

in the science and technology part of what we are doing, you know --

과학이나 기술 면에만 사로잡힙니다.

which is the next best model to have,

다음 최고의 모형은 무엇이고 체계의 정확도를 어떻게 높일지,

how can we increase the accuracy of my system,

how can I build the next best system there is --

어떻게 하면 다음 세대의 최고 모형을 만들 수 있을까.

that we forget the reason why we are doing this: the people.

그래서 왜 이 일을 하는지 잊어버릴 때가 있습니다.

바로 사람이죠.

And any successful technology is the one that keeps the people and the users

성공적인 기술은 사람들과 사용자들을

내세우고 관심받게 하는 기술입니다.

up front and center.

And when they start doing that,

기술이 이런 역할을 하기 시작하면

we also realize that technology is probably a very small part of this

우리는 기술이 아마도 이 과정에서 아주 작은 부분임을 깨닫고

and there are other things in the story.

이야기에 다른 것들이 있음을 알게 됩니다.

Maybe there are social, cultural and policy interventions

사회적, 문화적, 정책적 개입이 기술만큼 필요할지도 모릅니다.

that are required, as much as technology.

So some time back, I worked on a project called VideoKheti

예전에 저는 비디오케티라는 사업에 참여한 적이 있는데

that allowed Hindi-speaking farmers in Central India

힌디어를 사용하는 인도 중부 농부들이

to search for agricultural videos by speaking into a phone-based app.

농업 영상을 음성으로 찾을 수 있는

전화기용 앱이었습니다.

So we went to Madhya Pradesh to collect data for this,

자료를 모으기 위해 마디야 프라데시로 향했습니다.

and we came back and we were training our models

돌아와서 모형들을 학습시키다가

and we discovered we're getting very bad results.

아주 좋지 않은 결과를 내고 있음을 알았습니다.

This is not working.

제대로 작동하질 않았고 우리는 헷갈렸습니다.

So we were very confused. Why is this happening?

어떻게 된 일이지?

So we looked deeper and deeper into the data

자료를 더욱 세밀히 관찰하다가 깨달았습니다.

and discovered that, yes, we had collected data

우리는 마을이 저녁에 정말 조용하고 고요할 것으로 생각했습니다.

from what we thought was a very silent, quiet village in the evening.

But what we hadn't heard while we were doing this

그러나 이 일을 진행하면서 저희가 몰랐던 것은

was that there was this constant buzz of night insects, you know?

야행성 곤충들의 지지직 소리가 끊이지 않았다는 것이죠.

So throughout the recordings, we had this "bzz" of the insects,

그래서 녹음 곳곳에 곤충 소리가 들어 있었고,

which was actually distorting our speech.

이 소리가 음성을 왜곡하고 있었습니다.

The second thing was that when we went there

두 번째는 저희가 마을로 가서

to kind of test our app in the village,

마을 내에서 앱을 시험하려고 했을 때,

I and my colleague Indrani Medhi,

제 동료이자 능력을 인정받는 도안 연구자인 인드라니 메디와 저는

who is a very well-regarded design researcher,

we found that the women couldn't pronounce the sanskritized words

여성들이 검색어 중 산스크리트어로 번역된 단어들을

읽지 못한다는 것을 발견했습니다.

that we had for some of the search terms.

So, like ...

그러니까…

(speaks Hindi)

(힌디어)

Which is like the term for chemical pesticides, right?

이것은 힌디어로 화학 살충제입니다.

Because we got these terms from the agricultural extension center

농업 진흥 센터에서 이 용어들을 수집했는데

and the women, even though they are farming,

여성들은 농업에 종사하더라도 센터와의 접촉이 전혀 없습니다.

do not interact with that center at all.

The men do, the women probably use something much simpler, like ...

남성들이 접촉합니다.

여성들은 훨씬 간단한 용어를 사용할 것입니다.

(speaks Hindi)

(힌디어)

Which basically means killing pests with medicine.

간단히 말하면 해충을 약으로 죽인다는 뜻입니다.

So what I have learned through my journey

제가 이 여행을 통해 배웠고

and what I would like to put across to you --

여러분께 전해드리고 싶은 것은

by now, I hope you've understood me,

지금쯤은 제 말이 이해가 되셨으면 좋겠는데,

is that there is the majority of the world's languages

세계 언어 중 대부분은

that require intensive investment for resource creation

언어 기술로 이익을 얻기 위해서는 자원 생성에 집중 투자가 필요합니다.

if they are to benefit from language technology.

And this is unlikely to happen in a very fast and efficient manner.

이는 아주 빠르고 효율적으로 이루어질 것 같지 않습니다.

So it is extremely important for us to ensure

그러므로 언어 기술 분야에서 저희가 하는 일을 통해

that the community derives maximum benefit

사회가 최대의 이익을 얻도록 하는 일은

from whatever that we are doing in the language tech area.

매우 중요한 일입니다.

And to do this and deliver a positive social impact

이를 보장하고 해당 사회에 긍정적 영향을 주기 위해서

on these communities,

we follow what we call the modified 4-D design thinking methodology.

수정한 4-D 디자인 사고 방법론이라 부르는 방법을 사용합니다.

So the 4-D means: discover, design, develop and deploy.

네가지의 D는 발견(discover),

디자인(design), 발전(develop), 그리고 적용(deploy)입니다.

So discover the problem that language technology can solve

특정 언어 공동체에서 언어 기술이 해결 가능한 문제를 발견하는 것입니다.

for a particular language community.

This observation-led approach can help allocate resources

관찰 중심적 접근은 제일 필요한 곳에 자원을 배분하는 걸 도울 수 있습니다.

where they are most needed,

designed for the users and their language,

언어와 언어 사용자를 위해 고안되어서

understand the diversity in the linguistic properties

언어 요소의 다양성과 세계 언어의 다양성을 이해하는 데 도움을 줍니다.

and the languages of the world.

And don't think, oh, this is made for English.

‘이건 영어를 위해 만들었는데 마라티어나 곤드어에 어떻게 적용하지?’

Now, how can we just adapt it for Marathi or for Gondi, right?

라고 생각하지 말아주세요.

Develop rapidly and deploy frequently.

빠르게 개발하고 자주 적용합니다.

It's an iterative process that will help you fail fast

반복적인 과정으로서 사용자가 빠르게 실패하도록 돕고

and early failures will eventually lead to success.

이른 실패는 결국 성공이 될 것입니다.

The important thing is to persevere.

중요한 점은 인내하는 것입니다.

Do not give up.

포기하지 마십시오.

And I remember the story of these two Aborigine Australian women,

오스트레일리아 원주민 여성 두 명의 이야기가 기억납니다.

Patricia O'Connor and Ysola Best.

페트리샤 오코너와 이솔라 베스트의 이야기입니다.

In the mid-90s, they went to the University of Queensland

1990년대 중반 그들은 퀸즐랜드 대학에 갔고

and they wanted to learn their own language, called Yugambeh,

그들의 언어인 유감베어를 배우고 싶었습니다.

and they were told very bluntly, "Your language is dead.

아주 퉁명스럽게 이런 답이 돌아왔습니다.

It's been dead for three decades.

“여러분의 언어는 없어졌고 사어가 된 지 30년이 되었습니다.

You cannot work on this. Find something else to work on."

이 분야를 공부할 수 없으니 다른 분야를 찾아보세요.”

They did not give up.

그들은 포기하지 않았습니다.

They went to the community,

그들은 유감베어 공동체를 방문했고

they dug up oral memories, oral traditions, oral literature,

말로 전해지는 기억, 전통과 문학을 발굴했으며

and founded the Yugambeh Museum,

유감베 박물관을 설립했습니다.

which became the most important cultural and linguistic center for the language

이 박물관은 유감베어와 그 공동체에게 문화적으로

그리고 언어적으로 가장 중요한 곳이 되었습니다.

and its community.

They did not have technology. They only had their willpower.

그들은 기술이 없었습니다.

오직 의지만 있었죠.

Now, with the power of technology,

이제 기술의 힘으로

we can ensure that the next page is written in Salmi from Finland,

우리는 이들 언어의 미래를 보장할 수 있습니다.

핀란드의 살미어,

Lillooet from Canada or Mundari from India.

캐나다의 릴루엣어, 인도의 문다리어.

Thank you.

감사합니다.