요약:
인공지능 요원은 고고학과 같은 전문 연구 분야에 진출하려고 시도하고 있지만, 최근 주목을 받고 있는 소위 발견은 과학 연구에서 AI 도구에 문제가 있음을 드러냈습니다. 인공지능 요원은 실제 표적을 식별할 수 있지만 이러한 표적이 이미 알려져 있는지 여부를 판단하지 못합니다.
Google 연구원 Pietro Miotti는 최근 AI 에이전트 그룹을 사용하여 멕시코 마야 지역에서 아직 기록되지 않은 마야 유적을 발견했다고 주장했습니다. 그러나 고고학자들은 이 유적지가 실제로 발견된 지 1년여가 넘었다는 사실을 재빠르게 지적했습니다.
Miotti는 페루를 여행하면서 AI를 사용하여 고고학 유적지를 찾는 아이디어를 처음으로 생각해 냈습니다. 그는 역사 탐험가들이 현대 기술을 사용했다면 어떤 성과를 거두었을지 상상합니다. 그래서 그는 초목으로 뒤덮일 수 있는 고대 건물과 정착지 유적을 검색하기 위해 레이저 스캐닝을 사용해 표면에 3차원 정보를 생성하는 라이더 기술(LiDAR)을 선택했습니다.
그런 다음 Miotti는 48명의 AI 에이전트로 팀을 구성하고 기록되지 않았을 수 있는 고고학 유적지를 찾기 위해 NASA에서 제공한 LiDAR 데이터를 분석하도록 요청했습니다. 페루의 라이더 데이터가 충분하지 않아 결국 연구 범위를 마야 문명이 존재했던 지역으로 옮겼습니다.
AI 에이전트는 대규모 정착지를 포함해 추가 조사가 필요한 여러 장소를 식별했습니다. Miotti에 따르면 합의는 기존 등록 기록에 나타나지 않는 것으로 보입니다. 그는 이것이 단지 그의 개인적인 사이드 프로젝트일 뿐이며 구글이 제공하는 컴퓨팅 리소스나 기타 지원을 사용하지 않았다고 말했습니다.
조사 결과를 확인하기 위해 그는 멕시코 국립 인류학 및 역사 연구소(INAH)에 연락하여 아직 공개되지 않은 연구 결과가 있는지를 포함하여 문제의 사이트가 등록되었는지 문의했습니다. Miotti는 또한 AI 에이전트를 사용하여 의사소통을 스페인어로 번역한다고 말했습니다. 연구소는 등록기록에 해당 장소에 대한 정보가 없다고 답했다.
Miotti는 나중에 자신의 블로그를 통해 아이디어 생성부터 멕시코 정부 기관으로부터 공식적인 응답을 받기까지의 전체 과정이 72시간도 채 걸리지 않았다고 신나게 발표했습니다. 그는 이것이 AI 에이전트가 많은 과학 분야에 혁명적인 변화를 가져올 것으로 예상된다는 것을 증명한다고 믿으며 LiDAR 기술을 사용하여 전 세계에 대한 보다 포괄적인 표면 매핑을 수행하여 AI가 아직 확인되지 않은 역사적 유물을 찾는 데 도움을 줄 것을 요구합니다.
그러나 곧 문제가 발생했습니다. 고고학자들은 Miotti가 주장한 유적지가 새로운 발견이 아니라는 사실을 발견했습니다. 슬로베니아 과학 예술 아카데미 연구 센터의 고고학자인 Ivan Šprajc는 이전에 관련 연구 논문의 저자 중 한 명입니다. 이 사이트는 Miotti가 발견했다고 주장하기 1년 이상 전에 출판된 학술 저널에 문서화되어 있었습니다.
버밍엄에 있는 앨라배마 대학교의 고고학 교수인 사라 파칵(Sarah Parcak)도 소셜미디어를 통해 이 사건을 비판했습니다. 그녀는 연구자들이 기존 학문적 결과를 주의 깊게 확인해야 하며 단지 정부 데이터베이스에 나타나지 않는다고 해서 이전에 발견되거나 매핑된 적이 없다고 가정해서는 안 된다고 지적했습니다.
미오티는 자신이 고고학자가 아니라는 점을 인정하며, 정부 기록이 없다고 해서 해당 유적지가 다른 연구자에 의해 발견되거나 지도에 표시된 적이 없다는 의미는 아니라는 사실을 깨닫지 못합니다. 그는 AI 에이전트의 결과를 검증하려면 전문적인 지식이 중요하다고 말하며, 자신과 에이전트 모두 기존 연구 결과를 놓쳤다고 인정했다. 고고학자들은 유적지의 정확한 좌표를 공개하지 않는 경우가 많기 때문에 유적지가 이미 알려져 있는지 여부를 판단하려면 단순히 데이터베이스에 쿼리하는 것이 아니라 LiDAR 이미지를 학술 논문의 일러스트레이션과 비교해야 하는 경우가 많습니다. 이런 작업은 기존 AI 도구로는 여전히 어렵다.
고고학계의 관점에서 볼 때, 이 사건은 AI 지원 과학 연구의 근본적인 한계를 반영합니다. 특정 표면 구조를 발견했다고 해서 과학적 발견이 실제로 완료되었음을 의미하는 것은 아닙니다. AI는 방대한 양의 데이터를 빠르게 처리하고 인간의 눈으로 쉽게 알아차리기 힘든 지형의 특징을 식별할 수 있지만, 관련 분야에서 축적된 연구 성과를 파악하지 못할 수도 있고, 특정 발견의 학문적 의미를 이해하지 못할 수도 있습니다.
유니버시티 칼리지 런던(University College London)의 메소아메리카 고고학 교수인 엘리자베스 그레이엄(Elizabeth Graham)은 마야 지역의 고고학자들이 실제로 아직 발굴되지 않았고 체계적으로 지도가 작성되지 않은 많은 유적지를 실제로 이미 알고 있다고 지적했습니다. 이러한 장소 중 다수는 현장 걷기 조사를 통해 연구자에 의해 발견되기도 했습니다. 그녀는 또한 이러한 사이트의 존재가 이미 지역 커뮤니티에 알려진 경우가 많기 때문에 '발견'이라는 단어 사용 자체에 주의가 필요하다고 강조했습니다.
Graham은 AI를 사용하여 LiDAR 데이터를 처리하고 지표면을 식별하는 Miotti의 작업이 어느 정도 가치가 있다는 점을 인정하지만, 현재 고고학 연구가 직면한 더 큰 장애물은 발견할 유적지가 부족한 것이 아니라 후속 매핑 및 발굴을 수행할 충분한 자금이 부족하다는 점이라고 믿습니다. AI가 재정적 지원 없이 계속해서 더 많은 잠재적 유적지를 식별할 수 있더라도 연구자들이 그 성격과 역사적 가치를 더 이상 확인하기는 어려울 것입니다.
Šprajc은 또한 고고학자들이 이미 LiDAR 및 기타 고급 원격 감지 기술을 널리 사용했기 때문에 특정 표면 구조를 식별하는 것만으로는 고대 문명에 대한 인류의 이해를 크게 높일 수 없다고 믿습니다. 그는 또한 멕시코 국립 인류학 및 역사 연구소가 가능한 모든 고고학 정보를 보유하고 있지 않기 때문에 조사를 완료하는 것만으로는 충분하지 않다고 지적했습니다.
그는 소위 새로운 발견을 발표하기 위해 AI를 사용하는 아마추어 연구자가 점점 많아지면서 전문 고고학자들이 완전히 검증되지 않은 수많은 단서와 문의를 받게 되어 실제로 업무량이 늘어날 수 있다고 걱정합니다. 또한 아마추어 연구자들이 유적의 구체적인 위치를 공개적으로 공개할 경우 도적을 유인해 유적을 파괴할 수도 있다. 그러나 이러한 발견이 문화재 도용으로 이어지지 않는 한, 관련 연구에 AI가 참여하는 것 자체가 전혀 가치가 없는 것은 아니라고 그는 본다.
이 사건은 또한 AI가 과학 연구 분야에 진출한 후 점점 더 명백해지는 문제를 반영합니다. AI 도구는 데이터 처리 및 패턴 인식에서는 잘 작동할 수 있지만 연구 분야의 역사적 배경, 기존 결과 및 학문적 규범을 반드시 완전히 이해하지 못할 수도 있습니다. AI가 식별한 현상이 존재하더라도 기존 문헌을 충분히 확인하지 않고 이전 연구자의 작업을 존중한다면 기존 결과를 새로운 돌파구로 포장하기 쉽습니다.
Miotti는 고고학자들이 문제를 지적한 후 이전 연구자들의 기여를 보완하기 위해 즉시 블로그 내용을 수정했다고 마침내 말했습니다. 그는 이러한 일련의 AI 워크플로우가 전문 연구자들이 대량의 조사 데이터를 처리하는 데 여전히 도움이 될 수 있다고 믿으며, 고고학자와 박사 과정 학생들이 이 방법이 자신의 연구 프로젝트에 적용될 수 있는지 알아보기 위해 그에게 연락했다고 말했습니다.
댓글