WPML용 QueueLingo의 핵심 목표는 다음과 같습니다.:WPML의 자동 번역 및 WPML로의 자동 전송을 위한 번역 대기열(XLIFF 작업)을 관리합니다.XLIFF 파일을 수동으로 내보내거나 가져올 필요도 없고, 여러 시스템 간에 왔다 갔다 할 필요도 없습니다.
요약하자면
WPML이 번역 작업을 생성하면 → QueueLingo가 자동으로 이를 감지하고 처리합니다 → XLIFF/HTML 번역 가능 노드를 파싱합니다 → 기계 번역 또는 LLM을 호출합니다 → 번역 결과를 생성하여 WPML로 다시 전송합니다 → 작업이 완료되고 사용 내역이 기록됩니다.
1. 전체 프로세스 ("작업 시작"부터 "자동 전달"까지)
아래는 일반적인 전체 링크의 예입니다.
WPML 번역 작업 생성
WPML에서 문서/페이지/문자열에 대한 번역 작업을 생성하면 WPML이 해당 번역 작업을 번역 대기열에 추가하고 그에 상응하는 번역 작업을 생성합니다.XLIFF(또는 XLIFF의 구조화된 작업에 매핑될 수도 있습니다.)QueueLingo 자동 청취 대기열
이 플러그인은 WPML 번역 대기열의 작업 변경 사항을 지속적으로 모니터링하고 "대기 중"인 작업을 식별하여 해당 작업 처리를 인계받습니다(관리형 번역).검색 작업 및 콘텐츠 구조 분석
QueueLingo는 작업을 수신하면 XLIFF 콘텐츠 구조를 분석하고, 번역 가능한 노드(세그먼트/유닛/대상 등)를 찾아 번역 입력값을 준비합니다.번역 작업 수행 (기계 번역 또는 법학 석사)
무료 사용자: 무료로 이용하세요기계 번역(MT)서비스 제공업체에는 다음이 포함됩니다.구글, 엣지, 조브
구독자: 이용 가능LLM 신경 번역(또는, 사용자 지정 API 키를 입력하여 플랫폼의 신용 한도를 우회할 수도 있습니다.)
번역 결과를 생성하고 작업에 다시 작성합니다.
번역이 완료되면 대상 언어 텍스트는 원래 구조, 자리 표시자 및 태그를 최대한 변경하지 않고 해당 노드에 다시 기록됩니다.WPML로 자동 전송
완료된 작업은 자동으로 WPML로 다시 전송되며, WPML이 이를 수신하면 후속 검토/게시 프로세스를 진행할 수 있습니다.작업 및 소비 내역을 기록합니다.
배경이 생성됩니다:
번역 작업 로그(상태, 경과 시간, 실패 원인 등)
작업 소모량 세부 정보(엔진/모델, 토큰, 결제 방식)
2. 토큰 비용을 절약할 수 있는 이유 (장점)
QueueLingo는 웹페이지/HTML 코드 전체를 LLM에 그대로 보내는 대신 "를 사용합니다.번역이 필요한 부분만 번역하세요.전략은 다음과 같습니다.
2.1 XLIFF 작업: 변환 노드를 정확하게 추출
XLIFF는 콘텐츠가 여러 "번역 단위"로 나뉘어 있는, 현지화를 위해 설계된 구조화된 형식입니다.
QueueLingo는 XLIFF에서 이러한 장치를 찾고, 오직...진정으로 번역이 필요한 텍스트번역 엔진에 보내세요.
2.2 HTML/서식 있는 텍스트 콘텐츠: 번역 가능한 텍스트를 자동으로 추출하여 번역 가능한 텍스트로 대체합니다.
HTML(태그, 링크, 서식이 지정된 텍스트 등)이 포함된 콘텐츠의 경우:
시스템이 추출합니다번역 가능한 텍스트(태그, 속성 및 구조적 코드 대신에)
텍스트를 번역한 다음...원래 구조로 정확하게 복원합니다.
이는 대개 상당히 줄일 수 있습니다.
모델로 전송된 토큰이 유효하지 않습니다(HTML 태그, 중복 구조).
모델이 "레이블을 잘못 클릭하거나 구조를 손상시킬" 확률
결과: 번역 품질을 보장하면서,실제 토큰 소비량은 더 경제적입니다.비용 관리도 훨씬 수월합니다.
3. 번역 엔진 작동 방식: 기계 번역(MT) vs. 언어 번역(LLM)
3.1 기계 번역(MT)
적합한 환경: 신속한 공정 설정이 필요하고, 품질 요구 사항이 중간 정도이며, 비용에 민감한 시나리오.
특징: 안정적이고 빠르며 가용성이 높습니다.
3.2 LLM 신경망 번역 (구독 기능)
적합 대상: 표현, 어조 및 업계 전문 용어에 민감한 콘텐츠(B2B/B2C/기술 문서/마케팅 자료 등)
특징: 더 높은 품질의 천장을 제공하지만, 비용은 콘텐츠 길이와 모델 가격에 따라 달라집니다.
4. 프롬프트 템플릿 및 "웹사이트 자료 프롬프트": 번역을 더욱 비즈니스 지향적으로 만들기
LLM 번역 웹사이트를 사용할 때 프롬프트 템플릿을 선택할 수 있습니다.
b2b전문적이고, 형식적이며, 가치와 논리를 강조합니다.b2c자연스럽고 읽기 쉬우며 경험과 감정을 강조합니다.tech_doc정확하고 일관된 용어 사용 및 명확한 구조creative창의적인 표현, 마케팅 용어, 그리고 보다 유연한 스타일을 지향합니다.
또한 입력란을 채워 넣는 기능도 지원합니다.맞춤 웹사이트 프로필 프롬프트보충용으로 사용됩니다:
브랜드 어조 (예: 간결하고 절제된 / 열정적이고 활기찬 / 권위 있고 전문적인)
목표 고객 및 제품 배경
용어 선호도 및 비활성화된 표현
특정 영역(예: CTA, 버튼, 제목 스타일)에 대한 번역 지침
용어집 기능: 곧 출시 예정입니다. 출시 후에는 "용어 일관성"을 규칙으로 더욱 강화할 수 있습니다.
5. 내장 API 키를 사용한 실행 경로 (플랫폼 제한을 사용하지 않음)
내장 API 키를 구성할 때:
번역 요청 시 사용자의 키가 해당 서비스를 호출하는 데 사용됩니다.
플랫폼 크레딧을 소모하지 않습니다.
해당 플랫폼은 여전히 대기열 호스팅, 작업 추적, 자동 배송, 로그 및 소비 기록과 같은 기능을 제공합니다.
이 제품은 다음과 같은 경우에 적합합니다:
팀은 이미 모범적인 공급업체 계약/예산안을 가지고 있습니다.
API 관련 수수료를 제 API 청구서에 통합하고 싶습니다.
보다 유연한 모델 선택 및 할당량 관리가 필요합니다.
6. 왜 가끔 오류가 발생하나요? 오류 발생 시 처리 방법과 청구 방식은 어떻게 되나요?
LLM 작업은 실행 중에 실패할 수 있습니다. 일반적인 원인은 다음과 같습니다.
모델 출력값이 불안정합니다(능력 변동/지능 저하 현상).
타임아웃, 속도 제한, 네트워크 오류
입력 내용이 복잡합니다(플레이스홀더, 중첩 구조, 비정상적인 인코딩).
유효하지 않은 키이거나 잔액/할당량이 부족합니다(자신의 키를 사용하는 경우에 더 흔합니다).
맞춤형 모델은 기능이 부족하고 번역 기능이 제한적입니다.
실패와 연역의 원칙
시스템은 최대한 재시도하고 오류를 허용하려고 노력할 것입니다(구체적인 전략은 제품 구현에 따라 달라집니다).
최종 요금은 실제 사용량을 기준으로 부과됩니다.:
LLM은 실제 입력/출력 토큰을 기반으로 모델 단가를 계산합니다.
작업이 실패하더라도 일부 비용이 발생할 수 있습니다(예: 요청이 전송되었고 부분적인 응답을 수신한 경우). 이러한 비용은 백엔드 사용량 세부 정보에 기록됩니다.
7. 전체 과정을 어디서 볼 수 있나요?
백엔드는 일반적으로 두 가지 주요 진입점을 제공합니다.
번역 작업작업 상태, 경과 시간, 실패 원인 및 재시도 정보를 확인할 수 있습니다.
작업 소모량 세부 정보각 작업에 대한 엔진/모델, 토큰 및 청구 기록을 확인하세요(플랫폼 크레딧 또는 내장 키는 청구되지 않습니다).