고고학 분야의 AI는 새로운 발견의 길을 열어줍니다.

유물 발굴 및 분석을 통해 고대 역사를 연구하는 고고학은 탐험해야 할 광대한 지역과 유물의 깨지기 쉬운 특성과 같은 문제에 직면하는 경우가 많습니다. 전통적인 방법은 시간이 많이 걸리고 숨겨진 장소나 보물을 건너뛸 수도 있습니다. 인공 지능(AI)이 이를 돕기 위해 나설 수 있습니다. 예를 들어, 유카탄 반도에서 최근 딥러닝을 사용하여 빽빽한 초목 아래 숨겨진 60,000개 이상의 이전에는 알려지지 않았던 고대 마야 유적지를 발견했습니다.

특히 컴퓨터 비전은 고고학자가 이미지를 분석하여 유물을 감지하고 고대 유적지를 정확하게 매핑하는 데 도움이 될 수 있습니다. 이미지 분석은 풍경에 숨겨진 패턴을 밝히거나 부서진 유물을 조각으로 맞춰 발견 속도를 높이고 우리 역사와 문화의 가장 작은 세부 사항까지 보존하는 데 도움이 될 수 있습니다. 고고학자들은 그 어느 때보다 빠르고 정확하며 통찰력 있는 새로운 AI 기반 방식으로 과거를 탐험하고 있습니다.

AI 기반 고고학 기술의 성장 

AI는 20세기 말 데이터 분석의 발전 덕분에 고고학 분야에서 두각을 나타내기 시작했습니다. 1990년대에 고고학자들은 수집한 방대한 양의 정보를 분석하기 위해 머신 러닝과 데이터 마이닝을 사용하기 시작했습니다. 최초의 큰 성공 사례 중 하나는 역사적, 지리적 데이터 패턴을 기반으로 고고학 유적지가 있을 가능성이 있는 위치를 예측하는 데 AI를 사용하여 발굴 계획 방식을 혁신한 것입니다.

고고학 분야에서 AI의 역할이 커지고 있음을 보여주는 초기 사례는 2010년에 설립된 파리 소재 회사인 Iconem의 작업입니다. Iconem은 드론과 AI를 사용하여 전쟁, 분쟁 및 자연 부패로 위협받는 역사적 랜드마크의 3D 디지털 모델을 만듭니다. 수천 장의 이미지를 캡처하여 Iconem은 폼페이 고대 유적, 이라크의 아시리아 도시, 아프가니스탄의 불교 수도원 등 20개국 이상의 유적지를 기록했습니다. 이러한 디지털 보존은 접근하기 어렵거나 손상된 유적지에 특히 교육 및 연구를 위한 귀중한 자료입니다.

‍

2021년까지 AI는 고대 유물을 복원하는 데에도 사용되었습니다. 이탈리아의 RePAIR 이니셔티브와 같은 프로젝트에서는 로봇을 사용하여 폼페이와 같은 장소에서 나온 깨지기 쉬운 물건들을 조심스럽게 조립했습니다. 오늘날 고고학에서 AI의 역할은 계속 확대되어 고대 텍스트 해독 및 위성 이미지 분석과 같은 작업을 돕고 있습니다. AI는 우리의 역사를 밝히고 보존하는 데 필수적인 도구가 되었습니다.

컴퓨터 비전은 고고학에서 어떻게 사용되나요?

컴퓨터 비전은 컴퓨터가 시각 데이터를 이해하고 해석할 수 있도록 하는 AI의 한 분야입니다. 고고학에서 컴퓨터 비전은 연구자들이 유물을 분석하고, 고대 유적지를 파악하고, 심지어 역사적 구조물을 재구성하는 데 도움이 됩니다. 딥러닝을 사용하여 이미지와 비디오를 처리함으로써 컴퓨터 비전은 고고학적 발견물을 보존하고 해석하는 것을 더 쉽게 만드는 통찰력을 추출할 수 있습니다.

컴퓨터 비전을 이용한 유물 분석

고고학자들은 발굴 중에 도자기, 뼈 및 기타 재료와 같은 수천 개의 파편을 발견하는 경우가 많습니다. 전통적으로 이러한 조각을 식별하고 목록화하는 데 많은 시간과 전문 지식이 필요합니다. 그러나 컴퓨터 비전을 통해 이 프로세스를 자동화할 수 있습니다. 예를 들어, 레스터 대학교의 Arch-I-Scan 프로젝트는 이미지 인식 및 머신 러닝을 사용하여 도자기 파편의 세부 정보를 자동으로 식별하고 기록합니다. 이 시스템은 휴대용 장치의 사진을 분석하고 크기, 모양, 디자인 및 질감별로 유물을 분류할 수 있습니다.

‍

비전 기반 고고학 유적지 매핑

AI는 특히 고고학 프로젝트의 초기 단계에서 유용합니다. AI는 발굴이 시작되기 전에 잠재적인 고고학 유적지를 식별하는 데 도움이 되고 역사적 지역을 손상시킬 위험을 줄여줍니다. 항공 또는 위성 이미지를 처리함으로써 Ultralytics YOLOv8과 같은 컴퓨터 비전 모델은 객체 감지를 사용하여 매장된 유적지를 감지할 수 있습니다. YOLOv8은 고대 벽, 도로 또는 건물과 같은 매장된 구조물의 존재를 암시할 수 있는 풍경의 미묘한 변화를 감지하도록 훈련될 수 있습니다. 실제로 토양 색상, 식물 성장 또는 지면 질감의 약간의 변화도 지하 유물을 나타낼 수 있습니다.

‍

좋은 예는 포르투갈의 알토 미뇨 지역의 사례 연구입니다. 연구원들은 새로운 유사한 학습 예제를 만들어 데이터 세트를 확장하는 데이터 증강(data augmentation)이라는 기술을 사용하여 주석이 달린 고분에서 훈련된 AI 모델을 개발했습니다. AI 시스템은 잠재적인 새로운 고분 위치를 제안할 수 있습니다. LiDAR 데이터의 항공 관점으로 인한 오탐지의 어려움에도 불구하고 이 접근 방식은 전문가 검증 후 72.53%의 성공률을 달성했습니다.

고대 유물의 3D 재구성

고고학자들은 발굴 중에 온전한 유물보다는 깨진 조각을 발견하는 경우가 많습니다. 전통적으로 이러한 파편을 짜맞추는 것은 느리고 꼼꼼한 작업입니다. 그러나 AI 지원 3D 재구성은 훨씬 빠릅니다. 디지털 3D 모델을 사용하여 알고리즘은 파편의 모양을 분석하고 원래 유물을 정확하게 재건할 수 있습니다. 이 프로세스는 시간을 절약하고 정확한 측정과 유물에 대한 더 나은 이해를 제공하여 유물을 만든 문화에 대한 더 깊은 통찰력을 제공할 수 있습니다.

‍

수중 고고학 분야의 AI

과거를 탐구하는 AI의 흥미로운 영역 중 하나는 수중 고고학입니다. 이탈리아 해안의 수몰된 로마 도시인 바이아에(Baiae)에서 AI는 바다 아래 고대 유적을 모니터링하고 보존하는 데 도움을 주고 있습니다. 수중 통신 전문 스타트업인 WSense는 AI로 구동되는 음향 모뎀 및 센서 네트워크를 개발했습니다. 이러한 시스템은 실시간으로 변화하는 해양 조건에 적응하고 환경 데이터를 전송합니다. 이를 통해 현장을 원격으로 모니터링하고 다이버가 수중에서 통신하고 탐색하는 데 도움을 줄 수 있으며 대화형 스마트 태블릿을 통해 곧 관광객에게도 제공될 수 있습니다.

‍

AI를 사용하여 고대 텍스트 이해

AI는 고대 텍스트 해독에서도 큰 발전을 이루고 있습니다. DeepMind의 Ithaca는 손상된 비문을 복원하고, 그 기원을 파악하며, 정확하게 연대를 측정하기 위해 딥러닝을 사용하는 최첨단 도구입니다. 방대한 그리스 비문 데이터 세트로 훈련된 Ithaca는 텍스트를 62%의 정확도로 복원하고 실제 연대에서 30년 이내로 연대를 측정할 수 있습니다. AI는 학자들이 그리스 역사의 주요 시기를 더 정확하게 재검토할 수 있도록 함으로써 역사 연구를 재정의하고 있습니다. 인간 전문 지식과 결합하면 AI 시스템은 텍스트 복원의 정확도를 크게 향상시킬 수 있습니다.

‍

고고학에서 AI 사용의 장단점

AI는 고고학 분야에 많은 이점을 제공하며, 고고학자들이 놓칠 수 있는 패턴과 통찰력을 발견하는 데 도움을 줄 수 있습니다. 고고학 분야에서 AI의 주요 이점은 다음과 같습니다.

• 인공물 식별 및 분류 정확도 향상
  ‍
• 인적 오류를 줄여 더욱 정확한 해석을 가능하게 합니다.
  ‍
• 개인적인 편견보다는 확실한 데이터를 기반으로 결과를 보장합니다.
• AI는 전 세계적으로 공유할 수 있는 유물에 대한 자세한 기록을 만드는 데 도움이 됩니다.
  ‍
• 스마트 혁신 기술은 연구원들이 협업하고 미래 세대를 위해 귀중한 문화 역사를 보존하는 것을 더 쉽게 만들어 줍니다.

많은 이점에도 불구하고 고고학에서 AI에 의존하는 것과 관련된 과제도 있습니다. 다음은 고고학에서 AI의 주요 과제 중 일부입니다.

• 디지털 도구가 전통적인 고고학적 방법을 가릴 수도 있습니다.
  ‍
• 수세기에 걸쳐 개발된 실무 기술과 기법은 중요성을 잃을 수 있습니다.
  ‍
• 문화 유산 및 토착민 권리 보호와 같은 윤리적 문제는 신중하게 고려해야 합니다.
  ‍
• 기술에 대한 과도한 의존은 인간 전문 지식이 고고학에 더하는 비판적 사고와 창의성을 감소시킬 수 있습니다.

전반적으로 전통적인 고고학 관행을 대체하기보다는 지원하는 균형을 유지하는 것이 중요합니다. AI 전문가와 고고학자 간의 열린 소통은 균형을 유지하는 데 필수적입니다.

고고학에 AI를 구현하는 데 어떤 요소가 작용할까요?

고고학에 AI를 통합하려면 전통적인 방법을 대체하기보다는 보완하도록 신중하게 계획해야 합니다. AI 도구를 고고학 연구에 성공적으로 도입하려면 몇 가지 주요 단계를 따르는 것이 중요합니다. 먼저 데이터 분석 속도를 높이거나 유물 분류를 개선하거나 유적지 매핑을 지원하는 등 AI 사용에 대한 명확한 목표를 설정합니다. 특정 목표를 설정하면 연구 요구 사항에 맞는 올바른 AI 도구를 선택하는 데 도움이 됩니다.

다음으로 AI 도구를 선택할 때는 해당 도구가 고고학적 목표에 얼마나 잘 부합하는지 고려하십시오. 도구는 확장 가능하고 증가하는 데이터 양을 처리할 수 있어야 하며, 고고학자들이 광범위한 기술 지식 없이도 효과적으로 사용할 수 있도록 사용자 친화적이어야 합니다. AI 솔루션은 구현하고 유지 관리하는 데 비용이 많이 들 수 있으므로 비용 효율성을 고려하는 것도 중요합니다.

결론

AI는 고고학의 모습을 바꾸어 더 빠르고 정확하며 접근하기 쉽게 만들고 있습니다. AI는 대량의 데이터를 분석하고, 숨겨진 유적지를 발견하고, 고대 유물을 복원함으로써 우리가 과거를 탐구하고 이해하는 방식을 개선하고 있습니다. 정보를 신속하고 정확하게 처리하는 AI의 능력 덕분에 고고학자들은 전통적인 방법으로는 수년이 걸렸을 발견을 할 수 있습니다. AI가 계속 발전함에 따라 우리 역사에 대해 더 많은 것을 밝혀낼 수 있는 잠재력은 무한합니다. 고고학의 미래는 밝으며, AI는 문화 유산을 보존하고 고대 문명에 대한 이해를 심화하는 데 중요한 역할을 할 것입니다.

AI에 대해 더 자세히 알아보려면 GitHub 저장소를 방문하여 커뮤니티에 참여하십시오. 솔루션 페이지에서 제조 및 농업 분야의 AI 애플리케이션을 살펴보십시오. 🚀