인공지능, 고고학적 발굴에 등장...유산 및 강 시스템 매핑
인공지능, 고고학적 발굴에 등장...유산 및 강 시스템 매핑
  • 서정만 기자
  • 승인 2020.05.15 16:29
  • 댓글 0
이 기사를 공유합니다

이미지 출처: James Wheeler
이미지 출처: James Wheeler

 

[퓨처타임즈=서정만 기자] 인공지능은 고고학을 개편하고 있다. 인공지능은 과거의 유산 및 강 시스템을 매핑하는 등 고고학적 발굴을 찾는데 도움을 주며 고고학자에게 조감도를 제공한다. 또한, 인공지능을 사용하면 언제 어디서 언어가 등장했는지 알 수 있다.

고고학자들은 마다가스카르 해안을 따라 현대 사회와의 환경적 연관성을 드러내는 수년간의 오랜 유산을 발견했다. 그들은 선사시대의 북미 문화에 의해 남겨진 거의 볼 수 없는 흙 토루의 눈에 띄지 않는 융기를 발견했다. 또 다른 연구자들은 문명의 요람 중 하나인 인더스 계곡에 청동기 시대 강 시스템을 매핑했다.

 

이러한 최근 발견은 모두 조경 고고학의 예이다. 또한 인공지능이 과학자들이 10년 전에는 상상할 수 없는 규모와 규모로 새로운 고고학적 발굴을 찾는 데 어떻게 도움이 되는지에 대한 예이다.

 

"고고학의 AI는 지난 몇 년 동안 크게 증가했다." 라고 Penn State University의 인류학과 박사 후보인 Dylan Davis는 말했다. "고고학에서 AI의 주요 용도 중 하나는 새로운 고고학적 장소를 탐지하는 것이다."

 

전 세계의 많은 지역에서 거의 유비쿼터스의 위성 데이터 및 기타 유형의 항공 이미지를 이용할 수 있게 되었으며 고고학자에게는 큰 도움이 되었다. 그들은 훨씬 더 많은 영역을 다룰 수 있지만 디지털화된 풍경을 가로 질러 수동으로 잔디를 깎는 작업은 여전히 시간이 많이 걸리고 힘든 작업이다. 머신러닝 알고리즘은 복잡한 데이터를 훨씬 빠르게 분석할 수 있는 방법을 제공한다.

 

 

AI, 고고학자에게 조감도 제공

Davis는 유럽인들이 초고층 빌딩과 초 고속도로에 대한 비전을 눈앞에 두고 도착하기 오래 전에 원주민에 의해 지어진 큰 토사 및 셸 마운드를 식별하기 위한 자동 알고리즘을 개발했다. 사우스캐롤라이나 광야와 같은 장소에 여전히 숨겨져 있는 사이트에는 사람들의 생활 방식, 식습관 및 지역 환경 및 기타 문화와의 상호 작용 방식에 대한 풍부한 정보가 포함되어 있다.

 

이 특별한 경우, 이미지는 LiDAR에서 가져온다. LiDAR은 나무 캐노피를 통과하여 숲 바닥을 매핑할 수 있는 광 펄스를 사용한다. 이 팀은 컴퓨터에 마운드의 모양, 크기 및 질감 특성을 교육하여 분석한 디지털 3D데이터 세트에서 잠재적 위치를 식별할 수 있다.

 

"이 과정에서 동료와 내가 직접 확인한 수천 가지 기능이 가능했다." Davis는 Singularity Hub에 말했다. "완전히 자동화된 것은 아니지만 전체 LiDAR 이미지를 수동으로 분석하는 데 필요한 수년간의 수작업을 절약할 수 있었다."

 

Davis가 천년에 걸쳐 세계에서 4번째로 큰 섬에서 인간 정착 역사를 연구하고 있는 마다가스카르에서 그는 무료 위성 이미지를 사용하여 고고학적 유적지를 찾는 데 도움이 되는 예측 알고리즘을 개발했다. 그의 팀은 약 1년 동안 70평방 킬로미터가 넘는 지역에서 70개가 넘는 새로운 고고학적 유적지를 조사하고 식별할 수 있었다.

 

 

기계는 과거로부터 학습하여 미래를 준비한다.

고고학적 유적지의 빠른 식별 뒤에 하나의 자극은 많은 사람들이 해수면 상승으로 인한 해안 침식 또는 다른 사람의 영향과 같은 기후변화의 위협을 받고 있다는 것이다. 한편, 전통적인 고고학적 접근 방식은 시간이 지남에 따라 경쟁이 치열하고 비용이 많이 든다.

 

“짧은 시간에 가능한 한 많은 고고학적 유적지를 기록하는 것이 필수적이다. 이것이 AI와 머신러닝이 내 연구에 유용한 이유이다.” 라고 Davis가 말했다.

 

과거 문명의 상승과 하락을 연구하면 현대인들에게 이러한 현재의 도전에 맞서 싸우는 방법에 대해 한두가지 교훈을 줄 수 있다. Institut Català d' Arqueologia Clàssica(ICAC)의 연구원들은 현재 현대 파키스탄과 인도의 일부인 인더스 밸리 문명을 따라 20,000km가 넘는 고생강을 재건하기 위해 기계학습 알고리즘을 사용했다. 인공지능 기반 매핑 기술은 위성 이미지만으로는 불가능하다.

 

그 노력은 이전에 알려지지 않은 많은 고고학적 유적지를 찾는 데 도움이 되었으며, 청동기시대 문화에 대한 새로운 통찰력을 열었다. 그러나 ICAC의 조경 고고학 연구 그룹의 공동 책임자인 Hèctor A. Orengo Romeu에 따르면 이 분석은 오늘날 정부가 중요한 수자원 관리를 지원할 수 있다고 한다.

 

“정부에 문화 관리 도구를 제공하는 것 외에도 우리의 분석은 해당 지역의 대수층 진화 예측에 기여할 수 있으며 농업 생산성의 변동성 또는 기후 변화가 타르 사막의 확장에 미치는 영향과 같은 측면에 대한 귀중한 정보를 제공할 수 있다.” 라고 그는 말했다.

 

언어 및 기타 다양한 AI 활용

조경 고고학은 고고학에서 AI의 주요 응용 프로그램 중 하나지만, 유일한 고향과는 거리가 멀다. Web of Science에 따르면 2000년에 약 6개 정도의 과학 논문만이 AI 사용에 관해 언급한 것으로 세계에서 가장 큰 세계 인용 데이터베이스로 알려져 있다. 작년에 고고학에서 머신인텔리전스 기술의 사용에 관한 65개 이상의 논문이 발간되었으며, 2015년에 크게 개선되었다.

 

예를 들어, Davis에 따르면 인공지능(AI) 방법은 도기나 도자기 같은 인공물의 화학적 구성을 이해하는 데 사용되고 있다. “이것은 이러한 재료가 어디에서 만들어졌으며 얼마나 멀리까지 운반되었는지 식별하는 데 도움이 될 수 있다. 또한 과거 거래 네트워크의 범위를 이해하는 데 도움이 될 수 있다.”라고 말했다.

 

언어 인류학자들은 기계지능 방법을 사용하여 다른 언어의 진화를 추적했다며 Davis가 말했다. "AI를 사용하면 언제 어디서 언어가 등장했는지 배울 수 있다."

 

다른 경우, AI는 고대 텍스트를 재구성하거나 해독하는 데 도움이 되었다. 작년에 Google DeepMind의 연구원은 PYTHIA라는 심층신경망을 사용하여 석재 또는 도자기로 만든 대상물의 손상된 표면에서 고대 그리스의 누락된 비문을 재현했다.

 

PYTHIA 델파이에서 오라클의 이름을 따서 명명된 "손상된 일련의 손상된 텍스트를 입력하고 고대 그리스 비문의 가설 복원을 포함하는 문자 시퀀스를 예측하도록 훈련받는다."라고 연구원들은 보고했다.

 

비슷한 방식으로, 중국 과학자들은 CNN (Convolutional Neural Network)을 적용하여 한때 거북 껍질과 황소 뼈에서 발견된 또 다른 고대 언어를 풀었다. CNN은 이 점들 조각들을 모으기 위해 오라클 뼈 형태를 분류할 수 있었으며, 일부는 중국의 기록된 역사의 가장 초기 증거를 나타내는 비문을 가지고 있었다.

 

"오라클 뼈의 재료를 차별화하는 것은 오라클 뼈 형태의 가장 기본적인 단계 중 하나이다. 먼저 거북이 뼈로 황소 뼈 조각을 조립하지 않아야 한다."라고 이 연구의 수석 저자인 중국의 사우스웨스트대학교(Sanxiong Chen) 부교수는 중국의 온라인 기술 출판물인 Synced에 말했다.

 

 

AI는 고고학자들이 특종을 얻도록 도와준다.

그리고 고고학에는 인공지능의 응용이 있다. 지난달 연구자들은 인간과 송곳니를 구별하기 위해 훈련된 기계학습 방법에 관한 논문을 발표했다. CoproID라고 불리는 이 알고리즘은 고대 물질에서 발견된 장내 미생물 군 DNA를 현대 대변에서 발견된 DNA와 비교하여 대변의 기원에 특종을 얻을 수 있게 한다.

 

코프로 라이트 (coprolites)라고도 알려진, 인간과 개의 고생물 대변은 종종 같은 고고학 유적지에서 발견된다. 과학자들은 과거의 식이요법이나 질병과 같은 것을 이해하려고 한다면 어느 것이 어떤 것인지 알아야한다.

 

"CoproID는 코프로 라이트 분석에서 우리가 찾고 있는 것이 실제로 사람인지 또는 개에 관심이 있는 개인지 확인하기 위한 첫 번째 식별 라인이다."라고 막스 플랑크 인류 과학 연구소(Max Planck Institute for the Science of Human History)의 생물 정보학 박사과정 학생, Maxime Borry가 Vice에게 말했다.

 

 

그러나 머신인텔리전스는 또 다른 도구이다.

AI를 통해 자동화할 수 있는 작업이 분명히 있다. 그러나 고고학자들이 언제라도 실업률에 도달할 이유는 없다. 또한 물체나 패턴을 식별할 때 기계가 사람과 일치할 수 없는 경우가 많이 있다. 다른 경우에는 직접 분석하는 것이 더 빠르다. 라고 Davis는 지적했다.

 

"대륙 규모의 고고학 자료 탐지와 같은 '빅데이터'작업에는 AI가 유용하다." "하지만 일부 작업의 경우 한 시간 내에 직접 수행할 수 있는 작업을 완료하기 위해 전체 컴퓨터 알고리즘을 훈련시키는 것이 더 많은 시간이 걸리는 경우가 있다."

 

그럼에도 불구하고 인공지능을 사용하여 과거를 연구할 때 미래가 무엇을 보유할 것인지는 아직 밝혀지지 않았다. "우리는 이미 이러한 접근 방식의 정확성과 신뢰성이 실제로 향상되기 시작했지만 할 일이 훨씬 더 많다." 라고 Davis가 말했다. "수십 년 전에는 불가능했던 데이터 세트를 생성할 수 있기 때문에 이 방법이 전 세계의 다양한 흥미로운 질문에 직접 적용되기를 희망한다."

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 서울특별시 영등포구 국회대로 800 (여의도동, 여의도파라곤) 1236호
  • 대표전화 : 02-783-7789
  • 팩스 : 02-783-7790
  • 청소년보호책임자 : 최성립
  • 법인명 : 퓨처타임즈
  • 제호 : 퓨처타임즈
  • 등록번호 : 서울 아 51999
  • 등록일 : 2017-11-20
  • 발행일 : 2017-05-01
  • 발행인 : 송승호
  • 편집인 : 송승호
  • 퓨처타임즈 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2020 퓨처타임즈. All rights reserved. mail to
ND소프트