Champollion 비교

champollion은 대부분의 현지화 도구와는 다른 범주에 속해요. 솔직한 비교를 소개할게요.

도구 환경

대부분의 현지화 도구는 다음 세 가지 범주 중 하나에 속해요:

범주	예시	모델
클라우드 TMS 플랫폼	Crowdin, Phrase, Locize, Tolgee	SaaS 대시보드 + 인간 번역가 + 월간 구독
키 추출 도구	i18next-scanner, FormatJS CLI	소스 코드에서 번역 함수 호출 스캔
CLI 번역 엔진	champollion	프로젝트 내에서 실행, 파일 직접 번역, 클라우드 계정 불필요

Champollion은 CLI 번역 엔진이에요 — 구성 가능한 백엔드(LLM, Google Translate, 커스텀 플러그인)를 사용해 로케일 파일을 직접 번역해요. 클라우드 대시보드도, 인간 번역가 워크플로도, 월 사용료도 없어요.

기능 비교

기능	champollion	Crowdin	Phrase	Locize
로컬 실행 (클라우드 계정 불필요)	✅	❌	❌	❌
의존성 없음	✅	❌	❌	❌
언어 쌍별 방식 구성	✅	❌	❌	❌
커스텀 언어 레지스터	✅	❌	❌	❌
콘텐츠 인식 (코드 블록 보호)	✅	❌	❌	❌
인공어 및 문자 변환	✅	❌	❌	❌
플러그인 아키텍처	✅	❌	❌	❌
Markdown / 콘텐츠 번역	✅	✅	✅	❌
번역 메모리	✅	✅	✅	✅
XLIFF 내보내기/가져오기	✅	✅	✅	❌
ICU 복수형 검증	✅	✅	✅	❌
용어 적용	✅	✅	✅	❌
인간 번역가 워크플로	XLIFF 기반	✅	✅	✅
컨텍스트 내 편집 (시각적)	❌	✅	✅	✅
팀 협업	❌	✅	✅	✅
파일 형식 지원	JSON, TOML, YAML, MD, XLIFF	50종 이상	40종 이상	JSON
가격	무료 (LLM 비용은 직접 지불)	$0/월부터	$0/월부터	$0/월부터

Champollion을 사용해야 할 때

Champollion이 적합한 경우는 다음과 같아요:

별도의 워크플로가 아니라 빌드 파이프라인에 기계 번역을 통합하고 싶을 때
언어별 방식 제어가 필요할 때 (일부는 LLM, 일부는 Google Translate, 나머지는 커스텀 플러그인)
API 지원이 없는 언어로 번역할 때 (원주민 언어, 멸종 위기 언어, 인공어)
결정론적 문자 출력을 원할 때 (Cree Syllabics, Klingon pIqaD, Tengwar)
벤더 종속과 클라우드 의존성을 전혀 원하지 않을 때
완전한 TMS 대시보드가 필요 없는 단독 개발자나 소규모 팀일 때
클라우드 구독 없이 전문 번역가에게 XLIFF 기반으로 작업을 넘기고 싶을 때

클라우드 TMS가 더 적합한 경우는 다음과 같아요:

모든 문자열을 검토하는 전문 인간 번역가가 있을 때 (champollion의 XLIFF 워크플로는 완전한 TMS보다 단순해요)
프로젝트 간 번역 메모리와 용어집 관리가 필요할 때
컨텍스트 내 시각적 편집이 필요할 때 (UI 내에서 번역 미리보기)
역할 기반 액세스 제어가 필요한 대규모 팀이 있을 때
50종 이상의 파일 형식 지원이 필요할 때

Champollion만이 할 수 있는 것

1. 커스텀 레지스터

모든 언어 쌍에 대해 LLM에 문화적으로 적절한 어조 지침이 제공돼요:

{
  "de": {
    "register": "Standard professional register. Use Sie-form for formal address."
  },
  "tl": {
    "register": "Educated Manila Taglish. Use Tagalog as the primary language but keep technical terms in English."
  },
  "tlh": {
    "register": "Warrior's honor. OVS grammar. Use Marc Okrand vocabulary."
  }
}

47개의 사전 구성된 언어 레지스터를 제공하거나, 프로젝트별로 커스텀 레지스터를 정의할 수 있게 해주는 도구는 다른 어디에도 없어요.

2. 결정론적 문자 변환기

Champollion은 번역 후 훅으로 실행되는 다섯 가지 내장 문자 변환기를 제공해요 — LLM이 필요 없어요:

로케일	변환	예시
`crk`	SRO → Cree Syllabics	`nêhiyawêwin` → `ᓀᐦᐃᔭᐍᐏᐣ`
`sr`	Latin → Cyrillic	`Beograd` → `Београд`
`tlh`	Romanization → pIqaD	`tlhIngan Hol` → (pIqaD 글리프)
`x-elvish-s`	Latin → Tengwar	Sindarin → Tengwar (Mode of Beleriand)
`x-kryptonian`	Latin → Kryptonian	암호 치환 (폰트 필요)

이들은 순수한 룩업 테이블 변환기예요 — 결정론적이고, 감사 가능하며, LLM 환각의 위험이 전혀 없어요.

3. 콘텐츠 인식 보호

Markdown이나 리치 콘텐츠를 번역할 때 Champollion은 다음을 보호해요:

펜스 코드 블록 (```)
인라인 코드 (` `)
Hugo 숏코드 ({{</* */>}}, {{%/* */%}})
보간 변수 ({{ .Count }}, {name}, {{t('key')}})
원시 HTML 블록

이들은 번역 전에 Unicode 센티넬 토큰으로 대체되었다가 번역 후에 복원돼요. LLM은 여러분의 코드, 숏코드, 변수를 절대 보지 않아요.

4. 코칭 방식 플러그인

API 지원이 없는 언어의 경우, 코칭 번역 방식을 구축할 수 있어요:

언어학적 코칭 데이터 작성 (문법 규칙, 어휘, 예시)
플러그인으로 번들링
eval harness를 사용해 참조 번역과 벤치마크 비교
champollion plugin install로 프로젝트에 설치

이것이 champollion이 Plains Cree를 처리하는 방식이에요 — 그리고 아직 존재하지 않는 언어를 포함한 모든 언어를 여러분이 처리할 수 있는 방법이기도 해요.

결론

Champollion은 Crowdin의 대체재가 아니에요. 다른 워크플로를 위한 다른 도구예요. 인간 번역가가 필요하다면 TMS를 사용하세요. 명령어 하나로 파일을 번역하고 방식, 모델, 레지스터에 대한 언어별 제어를 제공하는 CLI가 필요하다면 — champollion을 사용하세요.

도구 환경​

기능 비교​

Champollion을 사용해야 할 때​

Champollion만이 할 수 있는 것​

1. 커스텀 레지스터​

2. 결정론적 문자 변환기​

3. 콘텐츠 인식 보호​

4. 코칭 방식 플러그인​

결론​