기계 번역의 역사는 더 오래 전까지도 거슬러 올라갈 수 있으나 보통 1950년대를 그 원년으로 한다. 1954년 조지타운에서 60개의 러시아어 문장들을 영어로 자동 번역하는 실험이 이루어졌다. 실험은 대성공이었고 이를 계기로 기계 번역 연구에 대한 대대적인 연구와 투자가 이어졌다. 당시에는 3-5년이면 기계 번역이 완성 단계에 이를 것이라고 예상했다.

그러나 기대와는 달리, 두드러진 진전이 없었고 1966년에 발표된 ALPAC 보고서에서 10년의 긴 연구에도 불구하고 만족할만한 성과가 나오지 못했다는 평가가 나오면서 투자가 급격히 줄었다. 1980년 후반에 이르러 전산 기술의 발전과 함께 비용 측면의 부담도 적어지면서 기계 번역을 통계적으로 접근하는 모델에 대한 관심이 높아지기 시작했다.

2000년대인 현재까지도 “고품질 자동 번역”이라는 기대감은 아직도 먼 미래의 꿈 같은 얘기로만 들리지만, 몇 가지 한계점만 무시한다면 그런대로 쓸만한 프로그램들이 몇몇 있다. 그 중, 구글 번역기나 알타비스타의 바벨피쉬에 사용된 시스트랜 시스템 등과 같이 온라인으로 제공되는 프로그램들도 있다.

시작

기계 번역의 역사는 17세가까지 거슬러 올라간다. 이 당시 독일의 철학자이자 수학자인 라이프니츠와 프랑스의 철학자이자 수학자인 데카르트는 서로 다른 언어 간에 단어들을 상호 관련시켜 코드화하는 방법을 제안했다. 이 코드화 방법은 현재는 이론으로만 남아 있고 번역 기계의 개발에도 별 도움이 되지는 못했다.

“번역 기계”에 관한 최초의 특허 출원 신청은 1930년대 중반에 처음 이루어졌는데, 종이 테이프� 사용한 자동 사전 형태도 있었고, 사전을 사용하되 에스페란토어를 기반으로 양 언어간의 관계를 문법적으로 접근한 복잡한 형태도 나타났다. 이 시스템은 세 단계로 구성된다. 첫 단계는 1차 언어의 원어민이 단어들을 논리 형태별로 그리고 구문 기능별로 분류하고, 두 번째 단계에서는 이렇게 분류된 단어들을 기계를 사용하여 2차 언어로 번역하고, 세 번째 단계에서 2차 언어의 원어민이 다시 결과물을 손보는 것이다. 이 방식은 1950년 후반까지는 알려지지 않았는데, 당시에는 컴퓨터가 주목을 받던 시기였기 때문이다.

초기

컴퓨터를 사용한 기계 번역을 최초로 제안한 사람은 워렌 위버라는 록펠러 재단 연구원이었는데, 그는 정보이론, 2차 세계대전 당시의 암호해독 경험, 자연어의 기본 원리에 대한 연구 등을 바탕으로 자신의 1949년 7월자 비망록에서 이러한 제안을 했다.

이러한 제안이 나온 뒤 몇 년 후부터 미국의 많은 대학들에서 연구가 시작되었다. 1954년 1월 7일, 뉴욕의 IBM 본사에서 최초의 기계번역 공개 실험이 조지타운-IBM 실험이라는 제목으로 실시되었다. 이 실험이 신문지상에 대서 특필되면서 대중의 폭넓은 관심을 끌었다. 그러나 이 때 사용된 시스템이란 것이 지금에 비하면 거의 장난감 수준이라, 고작 250단어 분량의 러시아어 문장 49개 정도(주로 화학 분야)를 영어로 번역하는 수준이었다. 그럼에도, 기계 번역에 대한 기대감이 살아나면서 미국을 넘어 전 세계적인 연구 지원의 붐이 일었다.

초기 시스템들은 대형 사전들을 사용해야 했고 마지막 처리 단계에서 단어의 배열 규칙들을 일일이 코딩 처리해서 사용했다. 결국, 이러한 방식의 한계가 드러나면서 번역의 품질 개선을 위해 생성언어학(generative linguistics)이나 변형문법(transformational grammar)과 같은 언어학 개발의 필요성이 제시되었다.

이 시기에 운영 시스템들이 다수 설치되었다. 미국 공군은 IBM과 워싱턴 대학이 공동 개발한 시스템을 사용했고, 미국의 원자력 에너지 위원회와 이탈리아의 유라톰은 조지타운 대학이 개발한 시스템을 사용했다. 이러한 시스템들의 결과물이란 것이 아직은 조잡한 수준에 불과했지만, 처리속도에서만은 기대 이상이었다. 

1960년대와 ALPAC 보고서 그리고 70년대

1960년대 소련과 미국에서 이루어진 연구는 대부분 러시아어와 영어 간의 번역을 위주로 이루어졌다. 번역 대상은 주로 과학저널에 실린 기사들과 같은 과학 및 기술 문서들이었고, 당시의 엉성한 번역 수준에도 불구하고 기사 내용을 이해하는 목적에는 충분했다. 기사 내용이 안보와 관련한 중대사안인 경우에는 전문 번역사에게 보내 완벽하게 처리하도록 했다. 그렇지 않은 경우에는 폐기되었다.

1966년 ALPAC 보고서의 발표로 기계 번역 연구에 제동이 걸렸다. 이 보고서는 1964년 미국 정부에 의해 7명의 과학자로 구성된 자동 언어처리 자문위원회(ALPAC)가 미국 정부의 위촉으로 작성한 연구 보고서였다. 상당한 예산 지출에도 불구하고 눈에 띌만한 진전이 없다는 미국 정부의 우려가 낳은 결과였다. 결론은 기계 번역이 인간 번역사보다 비용은 비싸고 정확성도 떨어지며 속도도 느리다는 것이었다. 게다가, 적지 않은 연구비용에도 불구하고 가까운 시일 내에 기계 번역이 두드러진 성과를 내기는 어렵다는 것이었다.  

그러나 이 보고서는 번역사를 지원할 수 있는 자동사전 등의 툴을 개발하고 전산언어학에 대한 연구를 계속 지원할 것을 권고했다. 

이 보고서는 미국의 기계 번역 연구에 심각한 충격으로 전해졌으며, 소련이나 영국에도 어느 정도 영향을 미쳤다. 적어도 미국에서는 10년 이상 연구가 완전히 중단되었지만, 캐나다, 프랑스, 독일에서는 연구가 지속되었다. 1970년에는 시스트랜 시스템이 미국 공군에 설치되었고 이후 1976년에는 EU 위원회에 설치되었다. 몬트리올 대학에서 개발된 메테오 시스템이 1977년 캐나다에 설치되어 일기예보를 영어에서 불어로 번역하는데 사용되었는데, 하루 거의 8만 단어 또는 1년에 3천만 단어를 처리해냈다. 이 시스템은 2001년 9월 30일에 경쟁업체의 시스템으로 교체되었다. 

1960년대에는 일부 언어와 입력 측면에 연구가 집중되었다면, 1970년대에는 기술 문서나 상업 문서의 번역을 처리하기 위한 저비용 시스템의 개발에 중점을 두었다. 이러한 경향은 글로벌화의 촉진과 캐나다, 유럽, 일본의 번역 수요가 겹쳐져 나타난 현상이었다.  

1980년대와 1990년대 초

1980년대 들어 기계 번역 시스템의 설치도 늘어났고 종류도 다양해졌다. 시스트랜이나 로고스처럼 메인프레임 기술을 기반으로 한 시스템들이 다수 사용되었다.  
성능이 개선된 마이크로컴퓨터의 등장과 함께, 보급형 기계 번역 시스템의 시장이 확대되었다. 유럽, 일본, 미국의 많은 업체들이 이에 편승하면서 중국, 동유럽, 한국, 소련 등에도 시장이 형성되었다.

1980년대에는 특히 일본에서 기계 번역이 활발하게 이루어졌다. 소위 5세대 컴퓨터의 등장과 함께 일본은 컴퓨터 하드웨어와 소프트웨어 시장에서 확실한 경쟁력을 갖추고자 노력했는데, 이를 계기로 일본의 대다수 전자 회사들이 참여한 프로젝트가 바로 영어 번역 소프트웨어를 개발하는 프로젝트였다. (후지쯔, 도시바, NTT, 부라더, 카테나, 미쯔비시, 마쯔시다, 샤프, 산요, 히다찌, NEC, 파나소닉, 고덴샤, 노바, 오끼 등)

1980년대에는 분포 분석, 구문 분석, 의미 분석을 포함한 다양한 중간어 표현방식을 통한 번역을 중심으로 연구가 이루어졌다.

1980년대 말에는 기발한 기계 번역 방법들이 무수히 쏟아져 나왔다. IBM에서 개발한 시스템은 통계적 방법을 기반으로 했고, 다량의 번역 예문을 바탕으로 처리하는 예문형 기계 번역들도 나타났다. 이러한 방법들의 공통적 특징은 구문 규칙이나 의미 규칙이 없고 대량의 텍스트 자료를 저장해놓고 이를 활용하는 방식이라는 것이다.

1990년대에는 음성인식 기술과 음성합성 기술의 발전에 힘입어 음성 번역에 대한 연구가 시작되었다.

성능 좋고 저렴한 컴퓨터가 개발되면서 기계 번역을 사용하는 사례가 대폭 많아졌다. 기계 번역이 대형 메인프레임 컴퓨터에서 PC나 워크스테이션으로 옮겨간 것은 1990년대 초반이었다. 한 때 PC 시장을 양분했던 두 회사인 글로벌링크와 마이크로택의 합병이 이루어진 것도 1994년 12월이었다. 이 무렵에 인터그래프와 시스트랜도 PC 버전으로 번역 프로그램을 출시하기 시작했다. 알타비스타의 바벨 피쉬(시스트랜 기술 사용)나 구글 언어툴(처음에는 시스트랜의 번역 기술을 독점적으로 사용)과 같은 인터넷 번역 사이트들도 등장했다.

최근의 연구

기계 번역 분야는 지난 몇 년간 많은 변화를 겪었다. 현재 통계적 기계 번역이나 예문형 기계 번역에 대한 연구가 활발하게 이루어지고 있디. 통계적 기계 번역을 사용하는 업체들로는 Language Weaver (번역 제품 및 서비스를 판매), Google(자체 개발한 통계적 기계 번역 시스템을 구글의 언어툴에 탑재하여 사용), Microsoft (자체 개발한 통계적 기계 번역 시스템 사용) 등이 있으나 그 수가 많지는 않다. 최근에는 통계적 시스템에 구문론과 형태론을 통합하고 기존의 규칙 기반 시스템에 통계 자료를 반영하는 식의 혼합 방식에 대한 관심이 증가하고 있다.