고고학 분야의 AI가 새로운 발견의 길을 열어갑니다

고고학은 유물의 발굴과 분석을 통해 고대 역사를 연구하는 학문으로, 탐사해야 할 광대한 지역과 유물의 취약한 특성 등 여러 어려움에 직면하는 경우가 많습니다. 전통적인 방법은 시간이 오래 걸리고, 발견되지 않은 유적이나 보물이 조사 대상에서 빠지는 결과를 초래할 수도 있습니다. 인공지능(AI)은 이러한 문제를 해결하는 데 도움을 줄 수 있습니다. 예를 들어, 최근 유카탄반도에서 획기적인 성과가 있었습니다. 딥러닝을 활용해 울창한 식생 아래 숨겨져 있던, 이전에는 알려지지 않았던 고대 마야 유적지 6만 곳 이상을 발견했습니다.

특히 컴퓨터 비전은 고고학자가 이미지를 분석하여 유물을 탐지하고 고대 유적의 지도를 정밀하게 작성하는 데 도움이 됩니다. 이미지 분석을 통해 경관의 숨겨진 패턴을 발견하거나 파손된 유물을 맞춰 볼 수 있어, 발견을 앞당기고 역사의 가장 작은 세부 사항과 문화를 보존할 수 있습니다. 고고학자는 그 어느 때보다 빠르고 정밀하며 통찰력 있는 새로운 AI 기반 방식으로 과거를 탐구하고 있습니다.

AI 기반 고고학 기법의 발전#

AI는 데이터 분석의 발전에 힘입어 20세기 후반부터 고고학 분야에서 주목받기 시작했습니다. 1990년대에는 고고학자들이 수집한 방대한 정보를 분석하기 위해 머신러닝과 데이터 마이닝을 사용하기 시작했습니다. 초기의 주요 성과 중 하나는 역사적·지리적 데이터 패턴을 바탕으로 고고학 유적지의 위치를 예측하는 AI 활용이었습니다. 이는 발굴 계획 수립 방식을 바꾸어 놓았습니다.

고고학에서 AI의 역할이 커지기 시작한 초기 사례로는 2010년에 설립된 파리 소재 기업 Iconem의 활동을 들 수 있습니다. Iconem은 드론과 AI를 사용해 전쟁, 분쟁, 자연적 훼손의 위협을 받는 역사적 랜드마크의 3D 디지털 모델을 제작합니다. 수천 장의 이미지를 촬영해 폼페이의 고대 유적, 이라크의 아시리아 도시, 아프가니스탄의 불교 수도원을 비롯해 20개국이 넘는 지역의 유적을 기록했습니다. 이러한 디지털 보존 자료는 교육과 연구에 유용하며, 특히 접근하기 어렵거나 훼손된 유적에 가치가 큽니다.

그림 1. 2015년 파괴되기 전 시리아 팔미라의 Iconem 3D 모델.

2021년에는 AI가 고대 유물을 복원하는 데에도 사용되었습니다. 이탈리아의 RePAIR 프로젝트와 같은 사례에서는 로봇을 활용해 폼페이와 같은 장소에서 발견된 취약한 유물을 세심하게 조립했습니다. 오늘날 고고학에서 AI의 역할은 계속 확대되고 있으며, 고대 문헌 해독과 위성 이미지 분석 등의 작업을 지원합니다. AI는 역사를 발굴하고 보존하는 데 필수적인 도구가 되었습니다.

고고학에서 컴퓨터 비전이 활용되는 방식#

컴퓨터 비전은 컴퓨터가 시각 데이터를 이해하고 해석할 수 있도록 하는 AI 분야입니다. 고고학에서 컴퓨터 비전은 연구자들이 유물을 분석하고 고대 유적지를 지도화하며 역사적 구조물을 재구성하는 데 도움을 줍니다. 딥러닝을 사용해 이미지와 동영상을 처리하면 컴퓨터 비전이 인사이트를 추출해 고고학적 발견을 더 쉽게 보존하고 해석할 수 있습니다.

컴퓨터 비전을 활용한 유물 분석#

고고학자들은 발굴 현장에서 도자기 조각, 뼈 및 기타 재료 조각을 수천 개씩 발견하는 경우가 많습니다. 전통적으로 이러한 조각을 식별하고 목록화하는 데는 많은 시간과 전문 지식이 필요합니다. 하지만 컴퓨터 비전을 사용하면 이 과정을 자동화할 수 있습니다. 예를 들어 레스터 대학교의 Arch-I-Scan 프로젝트는 이미지 인식과 머신러닝을 활용해 도자기 조각의 세부 정보를 자동으로 식별하고 기록합니다. 이 시스템은 휴대용 기기로 촬영한 사진을 분석하고 유물을 크기, 형태, 디자인, 질감에 따라 분류할 수 있습니다.

그림 2. Arch-I-Scan은 도자기 유물의 세부 정보를 인식하고 기록하는 데 도움을 줍니다.

비전 기반 고고학 유적지 지도화#

AI는 고고학 프로젝트의 초기 단계에서 특히 유용합니다. 발굴을 시작하기 전에 잠재적인 고고학 유적지를 식별하고, 역사적 지역이 훼손될 위험을 줄이는 데 도움이 됩니다. 항공 또는 위성 이미지를 처리할 때 Ultralytics YOLOv8과 같은 컴퓨터 비전 모델은 객체 탐지를 사용하여 매장된 유적지를 탐지할 수 있습니다. YOLOv8은 고대 성벽, 도로, 건물과 같은 매장 구조물의 존재를 암시하는 경관의 미세한 변화를 탐지하도록 학습시킬 수 있습니다. 실제로 토양 색상, 식생 성장, 지면 질감의 미묘한 차이도 지하 유적을 나타낼 수 있습니다.

그림 3. AI를 사용해 발굴 위치 식별(출처: ArchAI).

좋은 사례로 포르투갈 알투미뉴 지역의 사례 연구가 있습니다. 연구자들은 데이터 증강이라는 기법을 사용해 주석이 달린 고분 데이터를 바탕으로 AI 모델을 개발했습니다. 이 기법은 비슷한 학습 예시를 새로 만들어 데이터셋을 확장합니다. AI 시스템은 새로운 고분이 있을 만한 위치를 제안할 수 있습니다. LiDAR 데이터의 항공 시점으로 인해 오탐이 발생하는 어려움에도 불구하고, 이 접근 방식은 전문가 검증 후 72.53%의 성공률을 달성했습니다.

고대 유물의 3D 재구성#

고고학자는 발굴 과정에서 온전한 유물보다 파손된 조각을 발견하는 경우가 많습니다. 전통적으로 이러한 파편을 맞춰 조립하는 일은 시간이 오래 걸리고 세심한 작업입니다. 하지만 AI 지원 3D 재구성은 훨씬 빠릅니다. 디지털 3D 모델을 사용하면 알고리즘이 파편의 형태를 분석하고 원래 유물을 정확하게 복원할 수 있습니다. 이 과정은 시간을 절약하고 정밀한 측정값을 제공하며, 유물을 만든 문화에 대한 더 깊은 통찰을 얻을 수 있도록 유물에 대한 이해를 높여 줍니다.

그림 4. 조각의 3D 재구성.

수중 고고학에서의 AI#

과거를 탐구하는 AI의 흥미로운 분야 중 하나는 수중 고고학입니다. 이탈리아 해안에서 떨어진 수몰 로마 도시 바이아에서는 AI가 바닷속 고대 유적을 모니터링하고 보존하는 데 도움을 주고 있습니다. 수중 통신 전문 스타트업 WSense는 AI 기반 음향 모뎀 및 센서 네트워크를 개발했습니다. 이 시스템은 변화하는 해양 환경에 실시간으로 적응하고 환경 데이터를 전송합니다. 이를 통해 현장을 원격으로 모니터링하고, 다이버의 수중 통신과 이동을 지원하며, 곧 인터랙티브 스마트 태블릿을 통해 관광객도 이용할 수 있게 될 수 있습니다.

그림 5. 다이버들이 이탈리아 나폴리 바이아의 수중 유적을 탐사합니다.

AI를 활용한 고대 문헌 이해#

AI는 고대 문헌을 해독하는 데에도 진전을 보이고 있습니다. DeepMind의 Ithaca는 딥러닝을 활용해 손상된 비문을 복원하고, 비문의 기원을 파악하며, 연대를 정확하게 측정합니다. 방대한 그리스어 비문 데이터셋으로 학습된 Ithaca는 텍스트를 62%의 정확도로 복원하고 실제 연대에서 30년 이내의 범위로 연대를 측정할 수 있습니다. AI는 학자들이 그리스 역사의 주요 시기를 더 정밀하게 재검토할 수 있게 하여 역사 연구의 방식을 바꾸고 있습니다. 인간의 전문성과 결합하면 AI 시스템은 텍스트 복원의 정확도를 크게 높일 수 있습니다.

그림 6. 기원전 485/4년으로 거슬러 올라가는 복원된 비문의 사례입니다.

고고학에서 AI를 활용할 때의 장단점#

AI는 고고학 분야에 많은 이점을 제공하며, 고고학자들이 그렇지 않았다면 놓쳤을 패턴과 인사이트를 발견하도록 도울 수 있습니다. 고고학에서 AI가 제공하는 주요 이점은 다음과 같습니다.

• 유물 식별 및 분류의 정확도를 높입니다.
• 인적 오류를 줄여 더욱 정밀한 해석으로 이어집니다.
• 개인적 편견이 아니라 확실한 데이터를 바탕으로 발견 결과를 도출하도록 합니다.
• AI는 전 세계와 공유할 수 있는 유물의 상세 기록을 만드는 데 도움을 줍니다.
• 스마트한 혁신은 연구자 간 협업을 쉽게 하고 미래 세대를 위해 소중한 문화사를 보존하도록 돕습니다.

많은 이점에도 불구하고 고고학에서 AI에 의존할 때 따르는 과제도 있습니다. 고고학에서 AI를 사용할 때의 주요 과제는 다음과 같습니다.

• 디지털 도구가 전통적인 고고학 방법을 가릴 수 있습니다.
• 수 세기에 걸쳐 발전한 실무 기술과 기법의 중요성이 낮아질 수 있습니다.
• 문화유산과 원주민의 권리 보호와 같은 윤리적 우려를 신중하게 고려해야 합니다.
• 기술에 지나치게 의존하면 인간의 전문성이 고고학에 더하는 비판적 사고와 창의성이 약화될 수 있습니다.

전반적으로 전통적인 고고학 실무를 대체하지 않고 지원하는 균형을 찾는 것이 중요합니다. 균형을 유지하려면 AI 전문가와 고고학자 간의 열린 소통이 필수적입니다.

고고학에 AI를 도입할 때 고려해야 할 요소는 무엇인가요?#

AI를 고고학에 통합하려면 전통적인 방법을 대체하는 것이 아니라 보완하도록 신중하게 계획해야 합니다. AI 도구를 고고학 연구에 성공적으로 도입하려면 몇 가지 주요 단계를 따르는 것이 중요합니다. 먼저 데이터 분석을 가속화할지, 유물 분류를 개선할지, 유적지 지도화를 지원할지 등 AI 활용을 위한 명확한 목표를 설정합니다. 구체적인 목표가 있으면 연구 요구 사항에 맞는 AI 도구를 선택하는 데 도움이 됩니다.

다음으로, AI 도구를 선택할 때는 도구가 고고학 목표에 얼마나 잘 부합하는지 고려하세요. 도구는 데이터 증가량을 처리할 수 있도록 확장 가능하고, 고고학자가 광범위한 기술 지식 없이도 효과적으로 사용할 수 있도록 사용자 친화적인 것이 바람직합니다. AI 솔루션은 구현 및 유지 비용이 많이 들 수 있으므로 비용 효율성도 고려해야 합니다.

연구 결과 정리#

AI는 고고학을 더 빠르고 정밀하며 쉽게 접근할 수 있는 분야로 바꾸고 있습니다. AI는 방대한 데이터를 분석하고 숨겨진 유적지를 발견하며 고대 유물을 복원하여 과거를 탐구하고 이해하는 방식을 개선합니다. 정보를 신속하고 정확하게 처리하는 능력을 통해 고고학자는 전통적인 방법으로는 수년이 걸렸을 발견을 해낼 수 있습니다. AI가 계속 발전함에 따라 역사에 대해 더 많은 것을 밝혀낼 잠재력도 상당합니다. AI가 문화유산을 보존하고 고대 문명에 대한 이해를 심화하는 데 핵심적인 역할을 하면서 고고학의 미래는 밝아 보입니다.

AI에 대해 자세히 알아보려면 GitHub 저장소를 방문하고 커뮤니티에 참여해 보세요. 솔루션 페이지에서 제조 및 농업 분야의 AI 애플리케이션을 살펴보세요.