고고학 분야의 AI, 새로운 발견의 길을 열다

고고학은 유물의 발굴과 분석을 통해 고대 역사를 연구하는 학문으로, 탐사해야 할 광대한 면적과 유물의 취약성 같은 어려움에 종종 직면합니다. 전통적인 방법은 시간이 오래 걸릴 수 있으며 숨겨진 유적이나 보물이 간과되는 원인이 되기도 합니다. 인공지능(AI)이 이를 돕기 위해 나설 수 있습니다. 예를 들어, 유카탄 반도에서의 최근 획기적인 연구에서는 딥러닝을 사용하여 빽빽한 식생 아래 숨겨져 있던 60,000개 이상의 미확인 ancient Maya archeological sites을 밝혀냈습니다.

특히 computer vision은 고고학자들이 이미지를 분석하여 유물을 detect하고 고대 유적지를 정확하게 매핑하는 데 도움을 줄 수 있습니다. Image analysis는 지형 속 숨겨진 패턴을 찾아내거나 부서진 유물을 조합하여 발견을 가속화하고 역사와 culture의 가장 작은 세부 사항까지 보존하는 데 기여합니다. 고고학자들은 그 어느 때보다 빠르고 정밀하며 통찰력 있는 방식으로 우리의 과거를 탐구하는 새로운 AI 기반 방법을 열어가고 있습니다.

AI 기반 고고학 기술의 성장#

AI는 데이터 분석의 발전 덕분에 20세기 말 고고학계에 파장을 일으키기 시작했습니다. 1990년대에 이르러 고고학자들은 수집한 방대한 양의 정보를 분석하기 위해 머신러닝과 데이터 마이닝을 활용하기 시작했습니다. 가장 큰 초기 성공 사례 중 하나는 역사적 및 지리적 데이터 패턴을 바탕으로 고고학 유적지가 있을 곳을 predict하는 데 AI를 사용하여 발굴 계획 수립 방식을 변화시킨 것입니다.

고고학에서 AI의 역할이 커지고 있음을 보여주는 초기 사례로는 2010년에 설립된 파리 기반 기업 Iconem의 작업을 들 수 있습니다. Iconem은 드론과 AI를 사용하여 전쟁, 분쟁, 자연적 부패로 위협받는 역사적 명소의 3D 디지털 모델을 만듭니다. 수천 장의 이미지를 캡처하여 Iconem은 폼페이의 고대 유적, 이라크의 아시리아 도시, 아프가니스탄의 불교 수도원을 포함한 20개 이상의 국가에서 유적지를 문서화했습니다. 이러한 디지털 보존은 접근하기 어렵거나 손상된 유적지에 특히 교육 및 연구를 위한 귀중한 자원입니다.

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

2021년에는 AI가 고대 유물을 복원하는 데까지 사용되었습니다. 이탈리아의 RePAIR 이니셔티브와 같은 프로젝트는 로봇을 사용하여 폼페이와 같은 유적지에서 나온 파손되기 쉬운 유물들을 조심스럽게 조립했습니다. 오늘날 고고학에서 AI의 역할은 계속 확장되어 고대 문자를 해독하거나 위성 이미지를 분석하는 작업까지 돕고 있습니다. AI는 역사를 발굴하고 보존하는 데 있어 필수적인 도구가 되었습니다.

고고학에서 컴퓨터 비전이 사용되는 방식#

컴퓨터 비전은 컴퓨터가 시각 데이터를 이해하고 해석할 수 있게 해주는 AI의 한 분야입니다. 고고학에서 컴퓨터 비전은 연구자들이 유물을 분석하고, 유적지를 지도화하며, 심지어 역사적 구조물을 복원하도록 돕습니다. 딥러닝을 사용하여 이미지와 비디오를 처리함으로써, 컴퓨터 비전은 고고학적 발견물을 더 쉽게 보존하고 해석할 수 있게 하는 통찰력을 추출합니다.

컴퓨터 비전을 이용한 유물 분석#

고고학자들은 발굴 과정에서 토기, 뼈 및 기타 재료와 같은 수천 개의 파편을 종종 발견합니다. 전통적으로 이러한 조각들을 식별하고 분류하는 데는 많은 시간과 전문가의 지식이 필요합니다. 그러나 computer vision을 사용하면 이 과정을 자동화할 수 있습니다. 예를 들어, 레스터 대학교의 Arch-I-Scan 프로젝트는 이미지 인식과 머신러닝을 사용하여 토기 파편의 세부 사항을 자동으로 식별하고 기록합니다. 이 시스템은 핸드헬드 기기의 사진을 분석하고 크기, 모양, 디자인, 질감에 따라 유물을 분류할 수 있습니다.

Fig 2. 도자기 유물의 세부 사항을 인식하고 기록하는 데 도움을 주는 Arch-I-Scan.

비전 기반의 고고학 유적지 지도화#

AI는 고고학 프로젝트의 초기 단계에서 특히 유용합니다. 발굴이 시작되기 전에 잠재적인 고고학 유적지를 식별하는 데 도움을 주며 역사적 지역을 손상시킬 위험을 줄여줍니다. 항공 또는 위성 이미지를 처리함으로써 Ultralytics YOLOv8과 같은 computer vision 모델은 object detection을 사용하여 매몰된 유적지를 감지할 수 있습니다. YOLOv8은 고대 성벽, 도로, 건물 등 매몰된 구조물의 존재를 암시할 수 있는 지형의 미세한 변화를 감지하도록 학습될 수 있습니다. 실제로 토양 색상, 식생 성장 또는 지면 질감의 미세한 변화도 지하 유적을 나타낼 수 있습니다.

그림 3. AI를 사용하여 발굴 지점 식별 (출처: ArchAI).

이에 대한 좋은 예는 Portugal’s Alto Minho 지역의 사례 연구입니다. 연구원들은 유사한 새로운 학습 예를 생성하여 데이터셋을 확장하는 data augmentation이라는 기술을 사용하여 주석이 달린 매장 분묘로 학습된 AI 모델을 개발했습니다. AI 시스템은 잠재적인 새로운 매장 분묘 위치를 제안할 수 있습니다. LiDAR 데이터의 항공 관측 시점 때문에 오탐지 문제가 있음에도 불구하고, 이 접근 방식은 전문가 검증 후 72.53%의 성공률을 달성했습니다.

고대 유물의 3D 복원#

고고학자들은 발굴 과정에서 온전한 유물보다는 깨진 조각을 발견하는 경우가 많습니다. 전통적으로 이러한 파편들을 맞추는 작업은 느리고 세심함이 요구되는 작업입니다. 그러나 AI 지원 3D 복원은 훨씬 빠릅니다. 디지털 3D 모델을 사용하여 알고리즘은 파편의 모양을 분석하고 원래의 유물을 정확하게 재구성할 수 있습니다. 이 과정은 시간을 절약해 줄 뿐만 아니라, 정확한 측정값을 제공하고 유물을 만든 문화에 대한 더 깊은 통찰력을 얻을 수 있도록 돕습니다.

그림 4. 파편의 3D 복원.

수중 고고학에서의 AI#

과거를 탐구하는 데 있어 AI의 흥미로운 분야 중 하나는 underwater 고고학입니다. 이탈리아 해안의 물에 잠긴 로마 도시 바이아(Baiae)에서는 AI가 바다 아래의 고대 유적을 모니터링하고 보존하는 데 도움을 주고 있습니다. 수중 통신을 전문으로 하는 스타트업 WSense는 AI로 구동되는 음향 모뎀 및 센서 네트워크를 개발했습니다. 이 시스템들은 실시간으로 변화하는 해양 조건에 적응하고 환경 데이터를 전송합니다. 이를 통해 유적지를 원격으로 모니터링하고, 다이버들이 수중에서 소통하고 항해할 수 있도록 도우며, 대화형 스마트 태블릿을 통해 곧 tourists에게도 제공될 수 있습니다.

Fig 5. 이탈리아 나폴리 바이아의 수중 유적을 탐사하는 다이버들.

AI를 이용한 고대 문자 이해#

AI는 고대 문헌 해독에서도 큰 진전을 이루고 있습니다. DeepMind의 최첨단 도구인 Ithaca는 딥러닝을 사용하여 손상된 비문을 복원하고, 기원을 판별하며, 정확하게 연대를 측정합니다. 그리스 비문의 방대한 dataset으로 학습된 Ithaca는 62%의 정확도로 텍스트를 복원하고 실제 연대 기준 30년 이내로 연대를 측정할 수 있습니다. AI는 학자들이 그리스 역사의 주요 시기를 더 높은 정밀도로 재검토할 수 있게 함으로써 역사 연구를 재정의하고 있습니다. 인간의 전문성과 결합될 때 AI 시스템은 텍스트 복원의 정확도를 크게 향상시킬 수 있습니다.

Fig 6. 기원전 485/4년으로 거슬러 올라가는 복원된 비문의 예.

고고학에서 AI 활용의 장단점#

AI는 고고학 분야에 많은 이점을 제공하며, 고고학자들이 놓칠 수 있는 패턴과 통찰력을 발견하도록 돕습니다. 다음은 고고학에서 AI가 갖는 주요 이점들입니다:

• 유물 식별 및 분류의 정확도 향상.
• 인적 오류를 줄여 더 정밀한 해석 도출.
• 개인적인 편견이 아닌 탄탄한 데이터를 바탕으로 결과 도출 보장.
• AI는 전 세계적으로 공유할 수 있는 유물의 상세 기록 생성 지원.
• 스마트한 혁신을 통해 연구자들이 협업하고 귀중한 문화 유산을 미래 세대를 위해 더 쉽게 보존.

많은 장점에도 불구하고 고고학에서 AI에 의존하는 것과 관련된 도전 과제들도 존재합니다. 다음은 고고학에서 AI 활용 시 직면하는 주요 도전 과제들입니다:

• 디지털 도구가 전통적인 고고학 방식을 대체할 수 있음.
• 수세기에 걸쳐 발전해 온 현장 기술과 방법론이 중요성을 잃을 수 있음.
• 문화 유산 보호 및 토착민 권리와 같은 Ethical concerns은 신중한 검토가 필요합니다.
• 기술에 대한 과도한 의존이 고고학에 필요한 인간의 전문 지식과 비판적 사고, 창의성을 감소시킬 수 있음.

전반적으로 전통적인 고고학 실무를 대체하기보다는 이를 지원하는 균형을 유지하는 것이 중요합니다. AI 전문가와 고고학자 간의 열린 소통이 균형을 유지하는 데 필수적입니다.

고고학에 AI를 도입할 때 고려해야 할 요소는 무엇인가요?#

고고학에 AI를 통합하려면 전통적인 방법을 대체하는 것이 아니라 보완할 수 있도록 신중한 계획이 필요합니다. 고고학 연구에 AI 도구를 성공적으로 도입하려면 몇 가지 주요 단계를 따르는 것이 중요합니다. 첫째, 데이터 분석 속도 향상, 유물 classification 개선, 유적지 매핑 지원 등 clear objectives for using AI를 설정하세요. 구체적인 목표를 세우면 연구 요구에 맞는 올바른 AI 도구를 선택하는 데 도움이 됩니다.

그런 다음, AI 도구를 선택할 때 고고학적 목표에 얼마나 잘 부합하는지 고려하세요. 이 도구들은 이상적으로는 확장 가능해야 하고, 증가하는 데이터 양을 처리할 수 있어야 하며, 고고학자들이 광범위한 기술적 지식 없이도 효과적으로 사용할 수 있도록 사용자 친화적이어야 합니다. AI 솔루션은 구현하고 유지 관리하는 데 비용이 많이 들 수 있으므로 consider cost-effectiveness를 고려하는 것도 중요합니다.

결론#

AI는 고고학의 모습을 변화시켜 더 빠르고 정밀하며 접근하기 쉬운 학문으로 만들고 있습니다. 방대한 양의 데이터를 분석하고 숨겨진 유적지를 찾아내며 고대 유물을 복원함으로써, AI는 우리가 과거를 탐구하고 이해하는 방식을 향상시키고 있습니다. 신속하고 정확하게 정보를 처리하는 능력 덕분에 고고학자들은 전통적인 방식으로 몇 년이 걸리던 발견들을 단기간에 이룰 수 있게 되었습니다. AI가 계속 발전함에 따라 우리의 역사에 대해 더 많은 것을 밝혀낼 잠재력은 무궁무진합니다. AI가 문화 유산을 보존하고 고대 문명에 대한 이해를 심화시키는 데 핵심적인 역할을 수행함에 따라 고고학의 미래는 매우 밝습니다.

AI에 대해 더 알아보려면 GitHub 저장소를 방문하고 커뮤니티에 참여해 보세요. 솔루션 페이지에서 제조업 및 농업 분야의 AI 애플리케이션을 살펴보세요. 🚀