Hacker News가 본 Meta의 Omnilingual MT, multilingual을 넘어 1,600개 언어 번역으로

2026년 3월 18일 올라온 Hacker News 제출글 "Meta's Omnilingual MT for 1,600 Languages"는 March 22, 2026 기준 113 points와 32 comments를 기록했다. 링크는 Meta의 Omnilingual MT 연구 페이지로 이어지며, machine translation을 기존 multilingual 범주에서 더 넓은 omnilingual 범주로 밀어 올리려는 시도를 설명한다. Meta는 No Language Left Behind가 200개 언어 수준의 high-quality MT를 보여줬지만, 여전히 대부분의 long-tail language는 generation 단계에서 제외돼 있다고 진단한다.

논문의 핵심 주장은 비교적 분명하다. Omnilingual MT는 1,600개가 넘는 언어를 지원하는 첫 번째 MT system이라고 밝힌다. 이를 위해 public multilingual corpora, manually curated MeDLEY bitext, synthetic backtranslation, mining을 결합했고, 평가 측면에서는 BLASER 3, OmniTOX, BOUQuET, Met-BOUQuET를 함께 사용했다. 아키텍처는 decoder-only OMT-LLaMA와 encoder-decoder OMT-NLLB 두 갈래로 나뉘며, 모두 LLaMA3 기반 자산을 적극 활용한다.

• 지원 범위: 1,600개 이상 언어
• 데이터 전략: MeDLEY bitext, synthetic backtranslation, mining, public corpora
• 평가 자산: BLASER 3, OmniTOX, BOUQuET, Met-BOUQuET
• 모델 주장: 1B~8B 모델이 70B LLM baseline과 동급 또는 그 이상

이 논문이 중요한 이유는 "더 큰 general LLM"이 아니라 "translation에 특화된 smaller model"이 더 나을 수 있다는 점을 정면으로 보여주기 때문이다. Meta는 baseline model들이 under-supported language를 어느 정도 이해는 하지만, 의미 있는 fidelity로 생성하지 못하는 경우가 많다고 말한다. 반대로 OMT-LLaMA는 coherent generation이 가능한 언어 범위를 실질적으로 넓혔다고 주장한다.

Hacker News의 관심도 이 지점과 맞닿아 있다. multilingual product, search, customer support, education software를 만들려면 supported language 수만 늘리는 것으로는 충분하지 않다. 실제 문장을 만들어낼 수 있어야 하고, long-tail language에서도 quality와 toxicity를 함께 봐야 한다. Omnilingual MT는 그 문제를 한 번에 풀었다기보다, translation을 다시 전문 영역으로 재설계해야 한다는 방향을 강하게 제시한 사례로 읽힌다.