과학자들, 고대 두루마리 해독을 위한 새로운 방법 개발

(arstechnica.com)

Ars Technica2026년 9월 16일AI 산업

2,000년 된 헤르쿨라네움 파피루스 두루마리를 해독하기 위해 납 성분이 포함된 잉크를 식별하는 새로운 스크리닝 기술이 개발되었으며, 이는 AI와 CT 기술을 결합해 고대 문헌의 디지털 복원을 가속화할 중요한 진전이다.

이 글의 핵심 포인트

1헤르쿨라네움 두루마리 해독을 위해 납 성분 잉크를 식별하는 새로운 스크리닝 방법 개발
2현대적 파피뮬라 모델을 탄화시켜 납 농도에 따른 X선 흡수 차이를 검증하는 실험 수행
3마이크로 CT 스캔과 디지털 세분화(Segmentation) 기술을 활용한 '디지털 언롤링' 적용
4탄소 기반 잉크의 낮은 대비를 극복하기 위해 인공 신경망(ANN) 학습 활용
5의료 영상 기술(Micro-CT)과 AI를 결합한 비파괴적 고대 문헌 분석 프로세스 구축

이 글에 대한 공공지능 분석

왜 중요한가?

고대 유물의 물리적 훼손 없이 디지털로 내용을 복원할 수 있는 기술적 토대를 마련했습니다. 특히 데이터 노이즈가 심한 환경에서 유의미한 신호를 찾아내는 선별 기술은 고고학적 발견의 효율성을 극대화합니다.

어떤 배경과 맥락이 있나?

CT 스캔과 AI 기반의 '디지털 언롤링(Digital Unlamination)' 기술이 결합된 사례로, 의료 영상 분석 기술이 인문학적 난제 해결에 적용된 융합 연구의 전형입니다. 이는 탄소 기반 잉크의 낮은 대비를 극복하기 위한 시도입니다.

업계에 어떤 영향을 주나?

컴퓨터 비전 및 의료 영상 분석 스타트업들에게 데이터 세분화(Segmentation)와 노이즘 제거 기술의 새로운 응용 분야를 제시합니다. 이는 비파괴 검사(NDT) 및 정밀 영상 분석 산업의 기술적 확장을 의미합니다.

한국 시장에 어떤 시사점이 있나?

한국의 강점인 의료 AI 및 정밀 영상 처리 기술을 고고학, 문화재 복원 등 특수 목적의 버티컬 AI 시장으로 확장할 수 있는 가능성을 보여줍니다. 고부가가치 특수 데이터 분석 시장에 대한 선제적 접근이 필요합니다.

이 글에 대한 큐레이터 의견

이번 연구는 단순한 고고학적 성과를 넘어, '데이터의 가시성(Visibility)'을 확보하기 위한 전처리 기술의 중요성을 일깨워줍니다. 아무리 뛰어난 AI 모델이라도 입력 데이터의 신호 대 잡음비(SNR)가 낮으면 무용지물입니다. 연구진이 잉크의 화학적 성분을 이용해 스캔 가능한 대상을 먼저 선별하는 전략을 취한 것은, 컴퓨팅 자원을 효율적으로 배분하기 위한 매우 영리한 '데이터 필터링' 전략입니다.

다만, 이러한 방식은 특정 화학 성분(납 등)이 존재하는 경우에만 유효하다는 한계가 있습니다. 모든 고대 문헌이 납 기반 잉크를 사용한 것은 아니기에, 이 기술이 보편적인 해독 솔루션이 되기에는 데이터 편향성이라는 리스크가 존재합니다. 따라서 스타트업들은 특정 도메인에 특화된 전처리 알고리즘을 개발하되, 다양한 변수(잉크 종류, 탄화 정도 등)에 대응할 수 있는 범용적인 모델링 능력을 동시에 확보해야 합니다.

원문 보기 →