실제 운영 사례 · 출발점이 된 시스템 - AI 워크플로는 만드는 데서 끝나지 않고 계속 운영해야 한다는 사실을 배운 시스템입니다.

Co-op Translator와 Localizeflow는 Microsoft 오픈소스 교육 저장소 전반에서 계속 바뀌는 원본 콘텐츠를 동기화된 다국어 풀 리퀘스트로 바꿉니다.

단순화한 프로덕션 흐름

변경된 문서를 추적 가능한 다국어 업데이트로 만듭니다.

운영 중

실행 내내 작업 상태와 재시도, 실패 복구 과정을 확인할 수 있습니다.

이 시스템의 구성

Co-op Translator는 오픈소스 AI 처리 엔진입니다. Azure AI 서비스로 Markdown과 노트북, 이미지를 번역하고 GitHub에 맞는 워크플로로 구성합니다.

Localizeflow는 작업량이 CI 작업 하나로 감당하기 어려워지면서 구축한 프로덕션 계층입니다. Azure의 분산 실행을 조율하고 상태를 추적하며 실패한 작업을 재시도합니다. 변경 사항은 사람이 검토할 수 있는 풀 리퀘스트로 돌려보냅니다.

해결해야 했던 운영 문제

처음 목표는 단순했습니다. Microsoft 교육 저장소를 한국어로 제공하고 원문이 바뀔 때마다 번역본도 최신 상태로 유지하는 것이었습니다.

저장소 단위로 규모가 커지자 번역 품질만으로는 부족했습니다. 변경된 파일을 찾고 큰 작업을 나누며 문서 구조를 지켜야 했습니다. 실패를 복구하고 현재 상태를 놓치지 않으면서 검토 가능한 업데이트도 전달해야 했습니다.

두 프로젝트의 관계

오픈소스 번역 엔진이자 워크플로입니다. 콘텐츠 파싱과 AI 처리, 문서 구조 보존, 번역 결과 생성을 담당합니다.

Azure에서 운영되는 오케스트레이션·제품 계층입니다. 저장소 연결과 분산 작업, 실행 상태, 재시도, 풀 리퀘스트 전달을 담당합니다.

운영자가 직접 관리하는 현재 기준 수치입니다. 공개 자료마다 작성 시점이 달라 이전의 도입 현황이 표시될 수 있습니다.

공개된 근거

오픈소스 엔진과 Microsoft 커뮤니티 보고서, 프로덕션 계층을 모두 공개 자료에서 확인할 수 있습니다. 이 자료를 보면 시스템이 어떻게 발전했고 어디에 쓰이는지 알 수 있습니다.