Google SWE가 라이다 데이터를 사용하여 잠재적인 마야 유적지를 식별하기 위해 AI 에이전트를 활용하다

고고학에서의 AI 보조 발견

최근 한 소프트웨어 엔지니어가 48개의 AI 에이전트를 사용하여 1,200 km² 규모의 공개 라이다 데이터를 스캔하고, 이전에 매핑되지 않은 마야 구조물을 찾는 과학적 발견의 가능성을 입증했습니다. 초기 구상부터 멕시코 국립인류학역사연구소(INAH)의 공식 답변을 받기까지 72시간이 소요된 이 과정은, AI가 비전문가가 고고학과 같은 전문 분야에 기여할 수 있는 장벽을 어떻게 낮출 수 있는지 보여줍니다.

방법론 및 워크플로우

이 프로젝트는 연구자들이 울창한 정글 캐노피를 제거하여 지면의 특징을 드러낼 수 있게 해주는 공개 라이다 데이터셋에 의존했습니다. 해당 엔지니어는 48개의 AI 에이전트를 고용하여 라이다 스트립을 이미지로 변환함으로써 데이터를 처리했습니다. 에이전트들은 고고학자처럼 행동하여 피라미드, 광장, 플랫폼 등 자연 지형과 다른 기하학적 패턴을 수동으로 스캔하도록 지시받았습니다.

특수 머신러닝 분류기를 사용하는 대신, 에이전트들은 인간이 제공한 가이드라인에 따라 잠재적인 구조물을 식별했습니다. 에이전트가 유망한 언덕을 표시하면, 해당 유적지가 이전에 기록된 적이 있는지 확인하기 위해 문헌 및 아카이브 검색을 수행했습니다. 좌표와 3D 재구성을 포함한 최종 보고서는 공식 검토를 위해 INAH에 제출되었습니다.

검증 및 커뮤니티 피드백

초기 보고서에서는 해당 유적지가 매핑되지 않은 곳이라고 제안했으나, 이후 커뮤니티 조사와 저자의 업데이트를 통해 해당 유적지가 Estrada-Belli, Canuto, Šprajc, Fernandez-Diaz의 2025년 학술 논문에 이미 기록되어 있음이 밝혀졌습니다. 저자는 이를 인정하며, 에이전트와 저자가 기존 기록을 놓쳤음에도 불구하고 이번 실험은 방대한 데이터셋에서 이상 징후를 빠르게 스캔하기 위해 AI를 사용하는 '바이브 고고학(vibe-archaeology)'의 효용성을 성공적으로 입증했다고 언급했습니다.

이 프로젝트에 대한 댓글 작성자들은 과학 연구에서 AI 사용과 관련하여 몇 가지 중요한 시사점을 강조했습니다:

  • 검증의 중요성: 비평가들은 AI 에이전트가 환각이나 과신에 빠지기 쉽다는 점을 지적했습니다. 한 사용자는 "이 게시물은 LLM 에이전트에 대한 맹신을 보여주는 완벽한 사례가 되었습니다. 그들의 출력물은 신뢰할 수 없으며 엄격하게 확인되어야 합니다."라고 언급했습니다.
  • 자원 접근성: 일부 사용자들은 48개의 에이전트를 동시에 실행하는 것의 확장성과 비용에 의문을 제기하며, 이러한 워크플로우는 현재 일반 사용자가 접근할 수 없는 상당한 컴퓨팅 예산이 필요하다고 지적했습니다.
  • 윤리적 고려 사항: '시민 과학자'가 AI를 사용하여 민감한 유적지를 발견하는 것에 대한 영향에 대해 지속적인 논쟁이 있습니다. 우려 사항으로는 약탈 증가 가능성, 유적지 확인 및 보호를 위해 지역 당국에 가해지는 부담, 전문 지식 없이 AI를 사용하여 공식 보고서를 생성하는 것의 윤리성 등이 포함됩니다.

AI 기반 탐사의 미래

이러한 주의 사항에도 불구하고, 이 프로젝트는 AI가 어떻게 데이터 분석을 민주화할 수 있는지에 대한 개념 증명 역할을 합니다. 대규모 컴퓨팅을 공개 데이터셋에 적용함으로써 개인은 이전에는 전문 팀이 필요했던 작업을 수행할 수 있습니다. 한 댓글 작성자가 언급했듯이, "저는 천문학자가 아니라 소프트웨어 엔지니어입니다. 완전히 다른 분야를 탐구하고 독립적으로 기존의 발견에 도달할 수 있다는 것은 매우 놀라운 일이었습니다." 관찰자들 사이의 공통된 의견은 AI가 전문 고고학자를 대체하지는 않겠지만, 인간의 감독이 발견의 최종 결정권자로 남아 있는 한 현장 연구 후보를 식별하는 표준 도구가 될 가능성이 높다는 것입니다.

Sources

관련