LLM으로 연금술 지식의 계보를 추적하고 17세기 편지를 해독하기

AI 요약

저자는 최신 frontier model을 문서 전사나 검색 보조에 그치지 않고, 실제 역사 연구 문제를 풀어보는 데 사용한 사례를 소개합니다. 역사 분야에서 성과를 내기 좋은 문제는 전문가가 이미 질문을 정리했고, 필요한 자료가 디지털화돼 있으며, 다국어 추론이나 대량 자료 검색, 맞춤형 코드 작성이 도움이 되는 경우입니다. 무엇보다 답을 검증하거나 반박할 기준이 있어야 합니다. 이 조건을 갖춘 역사 연구 문제는 수학보다 제한적이지만, 암호 해독과 문헌의 번역·개작 관계 추적, 서로 다른 세부 분야에 흩어진 연구 결과 연결이 후보가 됩니다.

암호 해독과 사료 검색

저자는 GPT-6 Astra가 엘리자베스 시대의 신비주의자 John Dee가 남긴 암호 문헌 Liber Loagaeth를 분석했다고 설명합니다. 모델은 문헌 대부분이 암호가 아니라 무의미한 음절이라고 판단했습니다. 다만 문자 반복 양상을 John Dee의 일기와 대조해 Edward Kelley가 특정 시점 이후 같은 내용을 더 자주 반복했다고 분석했고, 한 구절에서는 Dee의 천사 신화에 등장하는 존재 Bornogo를 가리키는 표현을 찾았습니다. 저자는 이를 John Dee 연구의 큰 성과라고 보지는 않지만, 사료 분석과 모델의 수학적 비교가 함께 쓰일 가능성을 보여주는 사례로 제시합니다.

암호 해독에서는 1941년 Enigma 통신문 사례를 들었습니다. 연구자 Frode Weierud에 따르면 GPT-6 Astra가 문제를 푸는 과정에서 독일 연방기록원(Bundesarchiv)에 보관된 관련 무전 기록에 관한 웹페이지 메모를 찾아낸 정황이 있습니다. 해당 기록에는 암호문과 평문이 함께 실려 있었고, 새 자료가 기존 메시지 목록의 해독에 실마리를 제공했습니다. 다만 Astra가 어떤 경로로 기록을 찾았는지, 실제로 아카이브의 디지털 자료에 접근했는지는 연구자들도 확실히 파악하지 못했습니다. 저자는 모델이 자료를 끈질기게 탐색하는 능력과 그 과정을 사람이 추적하기 어렵다는 점을 함께 짚습니다.

Darwin의 참고 문헌과 연금술 자료

저자는 Charles Darwin의 글과 참고 문헌을 조사해 자연선택에 관한 정보가 Darwin과 정보 제공자 사이에서 어떻게 전달됐는지 찾는 작업도 진행 중입니다. 모델이 먼저 제안한 연구 주제였으며, Darwin의 방대한 기록을 한 사람이 모두 읽기 어려운 만큼 다국어 모델이 기존 연구에서 놓친 연결을 찾을 가능성에 기대를 걸고 있습니다. 그러나 이 사례는 아직 결정적인 결과를 내지 않았습니다. Darwin Correspondence Project처럼 연구자와 기록관리자가 오랫동안 정리한 자료가 새 연구 방법의 기반이 된다는 점을 강조합니다.

또 다른 사례는 17세기 지식 네트워크의 중심 인물이었던 Samuel Hartlib의 문서입니다. 자료 5,000여 건을 내려받은 Opus 5.5는 여러 하위 에이전트를 만들어 Google Books와 아카이브에서 출처를 대조했습니다. 목표는 Hartlib이 익명으로 받았거나 출처를 적지 않은 과학 정보를 누가 전했는지 밝히는 것이었습니다. 초기 결과 가운데 저자가 특히 흥미롭게 본 것은 Isaac Newton과 Hartlib이 연금술 재료인 헝가리 황산철(Hungarian vitriol)을 각각 암호화된 표기로 적었다는 점입니다. Newton의 ‘Vltimorui’는 ‘vitriolum’의 글자를 재배열한 아나그램입니다. Hartlib의 ‘Miloirtiua riciragnun’은 글자를 거꾸로 읽으면 ‘vitriolum’과 ‘ungaricum’에 가까워집니다. 모델은 두 문헌에 적힌 양과 다른 표현의 일치까지 근거로 Hartlib의 원고가 Newton의 자료가 됐을 가능성을 제시했습니다. 저자는 새 발견일 수 있다고 보지만, 출판할 만한 주장으로 만들려면 추가 검증과 자료가 필요하다고 덧붙입니다.

Opus 5.5는 신성로마제국 황제 Charles V의 비밀 코드로 작성된 16세기 스페인 편지 두 통도 일부 해독했습니다. 하지만 한 통은 작성 당시 이미 평문이 뒤에 기록돼 있었고, 다른 한 통도 1916년에 해독된 적이 있었습니다. 저자는 이를 중복 연구를 피하려면 사료 조사와 역사 연구자의 전문성이 필요하다는 사례로 봅니다. 동시에 모델의 해석을 기존 해독문과 대조해 정확성을 확인할 수 있었다고 설명합니다.

역사 연구에 필요한 지원

저자는 개인이 매주 사용할 수 있는 모델 이용량을 소진하며 산발적으로 실험하는 방식보다, 역사학자와 기록관리자, AI 연구자가 함께하는 체계적인 연구가 필요하다고 주장합니다. 제안은 세 가지입니다. 첫째, 도서관과 기록관이 협력해 접근이 제한된 자료를 공개하고, 아직 디지털화되지 않은 사료를 온라인에 올려야 합니다. 실험에서 반복적으로 자료 접근이 병목이 됐으며, 근세 이전 원고 대부분은 아직 디지털화되지 않았다고 설명합니다. 둘째, 역사 연구자에게 무료 API와 연산 자원을 제공해야 합니다. 수백에서 수천 개 에이전트 규모의 연산을 실제 역사 문제에 투입했을 때 어떤 결과가 나올지는 아직 알 수 없다고 덧붙입니다. 셋째, 역사학자들이 모델로 다룰 만한 미해결 문제 목록을 함께 만들어야 합니다. 역사 연구는 수학처럼 정답 하나를 증명하는 분야가 아니지만, 해결 가능한 수수께끼도 존재한다는 취지입니다.

저자는 역사학에서 모델이 특히 유용할 영역으로 자료의 출처(provenance), 인용과 표절, 언어와 장르를 넘나드는 영향 관계를 꼽습니다. 모델을 글쓰기 대행이나 독창적 사고의 대체재로 쓰면 사고를 위임하게 되지만, 한 사람이 알기 어려운 연구 질문을 확장하는 데 쓰면 새로운 탐색을 돕는다고 봅니다.

Hacker News 반응

• @riazrizvi — 제 생각에 LLM을 잘 활용한 사례입니다. LLM은 아이디어를 만들어내는 도구입니다. 역사적 사고방식은 세상을 탐구할 다른 경로를 열어줍니다.
• @b112 — 이 작업의 ‘위험한’ 성격을 고려하면 Claude 5.5로 한 건 아니었을 것 같습니다.
• @whythismatters — 좋은 글 감사합니다! 그럼 고대 근동의 연대 문제를 풀고 바빌론 함락의 절대 연대도 밝혀보면 어떨까요?
• @z_rho_one — AI를 잘 활용한 사례입니다. GPT-3.5가 화제를 모으며 출시된 지 거의 4년이 지났는데도, AI의 가장 좋은 쓰임새는 여전히 디지털 세계 곳곳에서 정보를 모아주는 강력한 검색 엔진인 것 같습니다.
• @loufe — 저는 AI를 족보 연구에 써왔는데 정말 유용합니다. 가계 기록을 더 오래된 시대로 확장하고, 여러 사람이 공통 조상으로 둔 인물에 관해 누군가 남긴 오류도 찾아내고 있습니다.
  • @aleksiy123 — 저도 새 모델이 나올 때마다 그렇게 해왔습니다. 새 모델로 다시 시도해보라고 상기시켜주셔서 감사합니다. 여기에 쓸 만한 도구나 API가 있는지 궁금합니다. 자료 상당수가 로그인 뒤에 숨겨져 있습니다.
  • @vintermann — 이 주제에 관심이 많습니다. 저도 AI로 족보를 조사해봤지만 아직 가계를 더 오래된 시대로 확장하거나 오류를 잡지는 못했습니다. 구체적으로 모델을 어떻게 쓰시는지 궁금합니다. 저는 먼저 제가 아쉬워하던 DNA 족보 기능을 갖춘, 어떤 면에서는 더 나은 족보 프로그램을 작성하는 데 모델을 썼습니다. 읽기 어려운 필체를 전사하는 지루한 일에도 써봤지만 환각이 너무 많고 결과가 나빠서 한동안 시도하지 않았습니다.
  • @apaprocki — 요즘 모델은 손으로 쓴 출생·사망 기록을 한 번에 해독하는 데 정말 뛰어납니다. 처음에는 불편이 있을 줄 알았는데, 저는 아직 그런 문제를 찾지 못했습니다. 손글씨를 읽는 데 시간이 너무 걸려 시도하지 않았던 기록에서도 세부 정보를 많이 찾아냈습니다.
  • @MontagFTB — 저도 족보 앱을 직접 만들었고, 그 덕분에 연구를 다시 활발히 하게 됐습니다. 증거 자료를 아래층에 두고 그 위에 정리된 정보를 쌓는 다층 데이터 모델을 사용해 여러 출처에 흩어진 사람들을 연결하는 데 도움을 받았습니다. Claude가 조수 역할을 해줬는데, 신문 기사에서 인물 정보를 뽑는 것처럼 번거로운 작업에서 특히 좋았습니다.
• @dr_dshiv — SourceLibrary.org에 있는 수만 권의 책을 에이전트와 사람 모두 쓰기 편하게 만들려고 노력했습니다. 의견을 환영합니다. 이곳은 웹에서 에이전트가 접근할 수 있는 번역 자료를 가장 많이 모은 곳입니다. MCP로 문헌과 삽화를 가져오고 API로 임베딩에 접근할 수 있습니다. 무료입니다. 암스테르담의 Embassy of the Free Mind를 기반으로 운영합니다. 이곳은 연금술과 마술, 신비주의를 비롯한 주제를 다루는 UNESCO 인정 도서관입니다. Res Obscura가 보여준 호기심을 바탕으로 한 인문학 연구에서 많은 영감을 받았습니다. 역사적 수수께끼는 정말 많으니 한번 탐구해보세요.
  • @mastry — 정말 훌륭한 자료 모음입니다. 감사합니다.
• @Marchant_hq — 17세기 필체를 읽으려다 끔찍한 경험을 했습니다. LLM이 그 난장판을 읽을 수 있다면 디지털 인문학에 참여하겠습니다.
  • @motoboi — Gemini로 해보셨나요?
• @hackeryojo — 지금까지 본 LLM 활용 사례 중 최고입니다.

원문: Res Obscura / 번역·요약: Trawling