번역문 전용 모드가 최대 14.9× 빨라졌습니다

Read Frog가 번역할 필요 없는 숨은 페이지 정보를 먼저 덜어내어 복잡한 사이트의 번역문 전용 모드를 더 빠르고 저렴하게 만듭니다.

뒤로

수많은 숨은 페이지 속성이 작은 마커 하나로 줄어들며 14.9×가 강조된 모습

웹페이지 뒤에 숨은 짐

화면에는 몇 개의 깔끔한 문단만 보여도 그 뒤에는 스타일 class, 추적 데이터, 링크, 이미지 정보처럼 사용자가 볼 수 없는 수천 개의 문자가 붙어 있을 수 있습니다.

이 정보는 페이지 표시에는 중요하지만 대부분 번역할 필요가 없습니다. 이전 번역문 전용 모드는 이런 숨은 정보도 본문과 함께 번역 서비스로 보냈습니다. 구성 요소가 많은 현대적인 사이트에서는 번역기가 문장보다 페이지 구조를 읽는 데 더 오래 걸리기도 했습니다.

1.39.5 버전은 이 불필요한 짐을 줄입니다.

속성이 가장 많은 OpenAI 테스트에서 같은 번역 요청이 약 19.1초에서 1.28초로 줄어 14.9× 빨라졌습니다.

더 적게 보내고, 돌아오면 정확히 복원합니다

Read Frog는 번역할 필요 없는 속성을 잠시 보관하고 짧은 마커로 위치만 표시합니다. 제공자는 텍스트와 HTML 구조만 번역하고, 결과가 돌아오면 Read Frog가 원래 속성을 복원한 뒤 페이지에 표시합니다.

1,416자에서 428자, 23,323자에서 426자로 줄어든 두 요청 비교

일반적인 현대 문서 샘플에서는 요청이 69.8% 작아졌고, 극단적인 Tailwind/GitHub 스타일 샘플에서는 98.2% 작아졌습니다.

과정은 세 단계입니다.

  1. 보이는 텍스트, HTML 구조, 번역이 필요한 텍스트 속성을 유지합니다.
  2. 스타일, URL, ID 같은 숨은 속성을 해당 요청에만 쓰는 작은 마커로 바꿉니다.
  3. 모든 마커를 검증하고 원래 속성을 복원한 뒤 번역을 표시합니다.

제공자가 마커를 제대로 보존하지 않으면 Read Frog는 손상된 HTML을 넣지 않고 결과를 거부한 뒤 안전한 방식으로 돌아갑니다.

실제 API 테스트 결과

빌드된 실제 확장 프로그램으로 OpenAI, DeepSeek, Google, Microsoft, DeepL 엔드포인트를 테스트했습니다. 효과는 번역 구간에 숨은 페이지 속성이 얼마나 많은지에 따라 크게 달라집니다.

간단한 글, 일반적인 현대 문서, 속성이 많은 페이지에서의 LLM 속도 비교

세 열은 각각 간단한 글, 일반적인 현대 문서, 속성이 매우 많은 구성 요소 페이지를 뜻합니다.

페이지 유형기대할 수 있는 변화
속성이 적은 간단한 글보통 거의 같은 속도
GitHub Issue 또는 현대 기술 문서샘플에서 OpenAI 1.54×, DeepSeek 2.16×
Next.js, Tailwind 또는 구성 요소가 많은 콘텐츠OpenAI 14.9×. 이전 DeepSeek 방식은 3회 중 2회 시간 초과

속성이 많은 DeepSeek 샘플에서 새 요청은 약 1.25초로 안정적이었습니다. 이전 요청은 두 번 시간 초과됐고, 유일한 성공도 45.5초가 걸렸습니다. 이전 방식이 불안정했기 때문에 이를 안정적인 배수로 홍보하지 않습니다.

기계 번역은 어떤가요?

기계 번역 서비스는 이미 HTML을 빠르게 처리하고 고정 네트워크 시간이 큰 비중을 차지하므로 변화가 작았습니다.

제공자일반 페이지속성이 많은 페이지
Google Translate거의 동일거의 동일, 측정 차이 대부분은 네트워크 변동
Microsoft Translator거의 동일극단적 샘플에서 1.68×
DeepL거의 동일1.06×, 사실상 변화 없음

시간 차이가 작더라도 요청 크기가 줄면 불필요한 전송과 요청 크기 제한 위험을 낮출 수 있습니다.

입력 token이 줄면 LLM 비용도 줄어듭니다

번역 결과와 출력 길이는 거의 같으므로 절감은 주로 불필요한 입력에서 나옵니다. 고정 프롬프트와 출력 비용까지 포함한 전체 호출의 예상 절감 폭은 다음과 같습니다.

일반 페이지와 속성이 많은 콘텐츠에서 OpenAI와 DeepSeek의 예상 전체 호출 비용 절감

  • OpenAI: 일반적인 현대 페이지에서 약 10–25%, 극단적인 속성 밀집 콘텐츠에서 80–90%.
  • DeepSeek: 일반적인 현대 페이지에서 약 20–35%, 극단적인 속성 밀집 콘텐츠에서 88–94%.

이는 테스트한 요청과 2026년 7월 11일 기준 가격을 바탕으로 한 추정치이며 모든 페이지를 보장하지 않습니다. 최신 가격은 OpenAI와 DeepSeek 공식 페이지를 확인하세요.

Read Frog의 기본 Google 및 Microsoft 옵션은 사용자에게 API 요금을 만들지 않습니다. DeepL은 HTML 처리 시 태그와 속성 안의 문자를 과금하지 않으므로, 이번 최적화는 비용보다 요청 크기와 안정성에 도움이 됩니다.

실제로 느끼게 될 변화

주로 단순한 글을 읽는다면 이전과 비슷합니다. LLM으로 GitHub, 현대 기술 문서, 대시보드, Tailwind 속성이 많은 사이트를 번역한다면 대기 시간, 시간 초과, 입력 token 모두에서 큰 차이를 느낄 수 있습니다.

이 최적화는 번역문 전용 모드에 적용됩니다. 이중 언어 번역은 바뀌지 않으며, 캐시에 있는 번역은 이미 빠르기 때문에 추가 이점이 거의 없습니다.

보이는 글은 짧지만 그 요소가 매우 긴 숨은 속성 목록을 가질 때 가장 큰 효과가 나타납니다.

측정 방법

프로덕션 빌드의 백그라운드 번역 경로와 매번 고유한 캐시 키를 사용했습니다. 한 번의 준비 요청을 제외하고 이전/새 방식의 순서를 번갈아 실행했습니다. LLM은 3회, 기계 번역은 7회 반복해 중앙값을 사용했습니다. DOM 탐색과 최종 페이지 렌더링 시간은 포함하지 않았습니다.

따라서 14.9×는 테스트한 API 요청의 결과이며 모든 전체 페이지가 14.9× 빨라진다는 보장은 아닙니다. 전체 페이지 시간은 문단 분할, 배치, 동시 처리, 네트워크, 캐시의 영향도 받습니다.

구현 논의와 안전한 대체 동작은 issue #1415와 PR #1832에서 확인할 수 있습니다.

작성자:

Read Frog Team

~에

2026년 7월 11일 (토)

확장 버전

1.39.5