co-op-translator

Co-op Translator

교육용 GitHub 콘텐츠를 여러 언어로 자동 번역하여 전 세계 사용자에게 쉽게 다가가세요.

🌐 다국어 지원

Co-op Translator에서 지원하는 언어

개요

Co-op Translator를 사용하면 교육용 GitHub 콘텐츠를 여러 언어로 빠르게 번역하여 전 세계 사용자에게 손쉽게 전달할 수 있습니다. Markdown 파일, 이미지, Jupyter 노트북을 업데이트하면 번역본도 자동으로 동기화되어, 국제 사용자에게 항상 최신의 교육 콘텐츠를 제공할 수 있습니다.

Co-op Translator가 번역된 교육용 GitHub 콘텐츠를 어떻게 구성하는지 확인해보세요:

Example

빠른 시작

# Create and activate a virtual environment (recommended)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Install the package
pip install co-op-translator
# Translate
translate -l "ko ja fr" -md

Docker:

# Pull the public image from GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Run with current folder mounted and .env provided (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

최소 설정

.env 파일을 템플릿을 참고해 생성하세요: .env.template
LLM 공급자(Azure OpenAI 또는 OpenAI) 중 하나를 설정하세요
이미지 번역(-img)을 하려면 Azure AI Vision도 설정해야 합니다
권장: 다른 도구로 생성된 번역본이 있다면 먼저 정리해서 충돌을 방지하세요 (예: translations/ 폴더)
권장: README 언어 템플릿을 참고해 README에 번역 섹션을 추가하세요
참고: Azure AI 설정 방법

사용법

모든 지원 타입 번역:

translate -l "ko ja"

Markdown만 번역:

translate -l "de" -md

Markdown + 이미지 번역:

translate -l "pt" -md -img

노트북만 번역:

translate -l "zh" -nb

더 많은 옵션: 명령어 참고

주요 기능

Markdown, 노트북, 이미지 자동 번역
원본 변경 시 번역본 자동 동기화
로컬(CLI) 또는 CI(GitHub Actions)에서 사용 가능
Azure OpenAI 또는 OpenAI 사용, 이미지 번역은 Azure AI Vision 선택 가능
Markdown 형식과 구조 보존

문서

글로벌 학습을 위한 후원과 참여

교육 콘텐츠의 글로벌 공유 혁신에 함께하세요! Co-op Translator에 ⭐를 남기고, 학습과 기술의 언어 장벽을 허무는 우리의 미션을 응원해주세요. 여러분의 관심과 기여가 큰 변화를 만듭니다! 코드 기여와 기능 제안도 언제든 환영합니다.

Microsoft 교육 콘텐츠를 내 언어로 만나보세요

영상 발표

Co-op Translator에 대해 더 알고 싶다면 아래 발표 영상을 참고하세요 (아래 이미지를 클릭하면 YouTube에서 시청할 수 있습니다.):

Open at Microsoft: Co-op Translator 사용법을 18분간 간단히 소개합니다.

기여하기

이 프로젝트는 다양한 기여와 제안을 환영합니다. Azure Co-op Translator에 기여하고 싶으신가요? CONTRIBUTING.md에서 기여 방법을 확인해 주세요.

기여자

행동 강령

이 프로젝트는 Microsoft 오픈 소스 행동 강령을 따릅니다. 자세한 내용은 행동 강령 FAQ를 참고하거나, 추가 질문이나 의견은 opencode@microsoft.com으로 문의해 주세요.

책임 있는 AI

Microsoft는 고객이 AI 제품을 책임감 있게 사용할 수 있도록 돕고, 우리의 경험을 공유하며, 투명성 노트와 영향 평가 같은 도구를 통해 신뢰 기반의 파트너십을 구축하고 있습니다. 관련 자료는 https://aka.ms/RAI에서 확인할 수 있습니다. Microsoft의 책임 있는 AI 접근 방식은 공정성, 신뢰성 및 안전성, 개인정보 보호 및 보안, 포용성, 투명성, 책임이라는 AI 원칙에 기반합니다.

이 샘플에서 사용되는 대규모 자연어, 이미지, 음성 모델은 때때로 불공정하거나 신뢰할 수 없거나 불쾌감을 줄 수 있는 방식으로 동작할 수 있으며, 그로 인해 피해가 발생할 수 있습니다. 위험과 한계에 대해 알고 싶다면 Azure OpenAI 서비스 투명성 노트를 참고하세요.

이러한 위험을 완화하는 권장 방법은 해로운 행동을 감지하고 방지할 수 있는 안전 시스템을 아키텍처에 포함하는 것입니다. Azure AI Content Safety는 독립적인 보호 계층을 제공하며, 애플리케이션과 서비스에서 사용자 생성 및 AI 생성 콘텐츠의 유해성을 감지할 수 있습니다. Azure AI Content Safety는 텍스트와 이미지 API를 통해 유해한 자료를 감지할 수 있습니다. 또한 다양한 방식의 유해 콘텐츠 감지 샘플 코드를 직접 확인하고 실험할 수 있는 Content Safety Studio도 제공합니다. 빠른 시작 문서를 참고해 서비스 요청 방법을 알아보세요. 또 하나 고려해야 할 점은 전체 애플리케이션의 성능입니다. 멀티모달 및 멀티모델 애플리케이션에서는 성능이란 시스템이 여러분과 사용자들이 기대하는 대로 동작하는 것, 그리고 해로운 결과를 생성하지 않는 것을 의미합니다. 전체 애플리케이션의 성능을 평가할 때는 생성 품질, 위험 및 안전성 지표를 활용하는 것이 중요합니다.

개발 환경에서 prompt flow SDK를 사용해 AI 애플리케이션을 평가할 수 있습니다. 테스트 데이터셋이나 목표를 제공하면, 생성형 AI 애플리케이션의 결과를 내장 평가 도구나 원하는 커스텀 평가 도구로 정량적으로 측정할 수 있습니다. 시스템 평가를 위해 prompt flow sdk를 시작하려면 빠른 시작 가이드를 참고하세요. 평가를 실행한 후에는 Azure AI Studio에서 결과를 시각화할 수 있습니다.

상표

이 프로젝트에는 프로젝트, 제품 또는 서비스의 상표나 로고가 포함되어 있을 수 있습니다. Microsoft 상표 또는 로고의 허가된 사용은 Microsoft 상표 및 브랜드 가이드라인을 따라야 하며, 반드시 준수해야 합니다. 이 프로젝트의 수정된 버전에서 Microsoft 상표나 로고를 사용할 때는 혼동을 주거나 Microsoft가 후원하는 것처럼 보이게 해서는 안 됩니다. 타사 상표나 로고의 사용은 해당 타사의 정책을 따라야 합니다.

도움 받기

AI 앱 개발 중 막히거나 궁금한 점이 있다면 다음에 참여하세요:

제품 피드백이나 개발 중 오류가 있다면 다음을 방문하세요:

면책 조항: 이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있음을 유의하시기 바랍니다. 원본 문서의 해당 언어 버전이 공식적인 기준이 되어야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 본 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.

This site is open source. Improve this page.