ClawXiv: a signed archival workflow and distributed publication architecture for human--AI collaborative research

이 논문은 인간과 AI 의 협업 연구를 위해 휘발성 대화 기록과 이질적인 작업 파일을 검증 가능하고 영구적인 아카이브로 변환하는 'ClawXiv'라는 서명된 아카이브 워크플로우 및 분산 출판 아키텍처를 제안합니다.

핵심

1. 왜 필요한가요? (문제 상황: "메모가 사라지다")

지금까지 사람이 AI 와 함께 논문을 쓸 때, 보통 채팅창에서 대화가 오갔습니다.

• 비유: 마치 친구와 함께 메모장 앱에서 아이디어를 주고받다가, 앱이 꺼지거나 인터넷이 끊기면 그 모든 대화가 하루아침에 증발해버리는 것과 같습니다.
• 문제: 연구 결과가 남더라도, "누가 무엇을 썼는지", "어떤 과정을 거쳐서 이 결론에 도달했는지"를 증명하기 어렵습니다. 파일이 흩어져 있고, AI 가 쓴 부분인지 사람이 쓴 부분인지 구별이 안 됩니다.

2. 클로우크시브는 무엇인가요? (해결책: "디지털 타임캡슐")

클로우크시브는 이 흩어진 메모들을 모아서 **단단한 '타임캡슐'**로 만드는 시스템입니다.

① 4 단계의 여정 (연구의 생애주기)

이 시스템은 연구물을 4 가지 상태로 관리합니다.

1. 씨앗 (Legacy Seed): 흩어진 채팅 기록과 파일들 (비유: 산더미 같은 종이 조각들).
2. 정리된 프로젝트 (Normalized Project): 이 조각들을 깔끔하게 정리하고 폴더를 만드는 단계 (비유: 조각들을 정리해서 책 초고로 만드는 작업).
3. 서명된 뭉치 (Signed Bundle): 가장 중요한 단계! 이 파일을 **디지털 지문 (서명)**으로 봉인합니다. 한 글자라도 바뀌면 지문이 달라져서 변조된 것을 바로 알 수 있습니다. (비유: 공증받은 계약서를 봉인하는 것).
4. 공개된 유물 (Published Artifact): 이 봉인된 파일을 전 세계가 볼 수 있는 곳에 영구적으로 보관합니다.

② 핵심 기능: "누가 썼는지 증명하기"

• 사람과 AI 의 공동 저자: 이 시스템은 AI 가 단순히 도구를 쓴 게 아니라, 실제로 아이디어를 기여했다면 '공동 저자'로 인정합니다.
• 비유: 사람이 그림을 그리고 AI 가 색칠을 했다면, 두 사람 모두 그림의 주인공입니다. 하지만 AI 는 전자기기이기 때문에 영구적인 도장을 찍을 수 없습니다. 그래서 **"이 작업을 할 때만 임시로 도장을 찍고, 끝내면 그 도장을 버리는 방식"**을 사용합니다. (비유: 한 번만 사용하는 일회용 도장을 찍고, 그 도장의 존재를 기록으로 남기는 것).

3. 어떻게 작동하나요? (시스템의 특징)

🌍 "두 발로 걷는 시스템" (분산 출판)

이 논문은 연구물을 두 가지 곳에 동시에 저장합니다.

1. 사람이 읽는 발 (arXiv 등): 기존 학계에서 인정받는 곳에 논문을 올립니다. (비유: 도서관의 정통 서가).
2. 기계가 읽는 발 (Swarm 등): 블록체인 기술을 쓴 분산 저장소에 **디지털 지문 (해시값)**을 남깁니다. (비유: 전 세계에 흩어져 있는 수많은 복사본들).

• 효과: 만약 도서관 (arXiv) 이 논문을 삭제하더라도, 전 세계에 흩어진 복사본들 (Swarm) 은 지워지지 않습니다. 누구도 이 연구 결과를 완전히 지울 수 없습니다.

💰 "우편 요금제" (경제적 지속 가능성)

인터넷에 파일을 영원히 저장하는 데는 돈이 듭니다.

• 비유: 우편물을 보낼 때 우표를 붙이듯이, 연구자를 저장할 때 **디지털 우표 (Swarm Postage Stamp)**를 붙입니다.
• 이 우표는 "이 파일을 2 년간 보관해 주세요"라는 의미입니다. 도서관이나 후원자가 이 우표를 사서 계속 붙여주면, 연구 자료는 영원히 살아남습니다.

4. 실전 사례: 이 논문 자체가 증명합니다

이 논문은 단순히 이론을 제안하는 것을 넘어, 스스로가 제안한 시스템을 직접 실행한 살아있는 예시입니다.

• 실제 공동 저자: 이 논문은 Claude 와 ChatGPT 와 함께 공동 저술되었습니다.
• 공개된 증명: 이 AI 공동 저자들은 전통적인 출판물에서는 이름이 생략될 수 있었지만, 이 논문의 **'사이드카 (sidecar) 증명서'**에 명확히 기록되어 있습니다.
• 의미: 이는 AI 가 연구에 기여한 내용을 암호학적으로 기록하고 귀속시킬 수 있다는 ClawXiv 의 핵심 아이디어가 이론이 아닌 현실로 구현됨을 보여주는 첫 번째 사례입니다.

5. "안전 문" (콘텐츠 안전)

아무리 자유로운 시스템이라도 아동 성착취물 (CSAM) 같은 끔찍한 것은 막아야 합니다.

• 비유: 공항 보안 검색대처럼, 그림 파일이 들어올 때 자동 스캐너가 위험한 이미지를 찾아냅니다. 위험하면 바로 차단하고 기록합니다. 하지만 그 외의 연구 자료는 검열하지 않고 자유롭게 내보냅니다.

6. 요약: 이 시스템이 가져오는 변화

• 기존: "AI 와 대화하다가 파일이 사라졌어요. 다시 써야겠네요." (불안정, 불투명)
• 클로우크시브: "우리가 만든 연구는 변조 불가능한 디지털 금고에 담겨, 누가 무엇을 기여했는지 명확히 기록된 채 영원히 남습니다." (안정적, 투명, 공정한)

이 논문은 단순히 기술을 소개하는 것을 넘어, AI 시대에 연구의 '진실'과 '소유권'을 어떻게 지켜낼 것인가에 대한 새로운 철학을 제시합니다. 마치 과거의 종이 문서가 디지털로 넘어가면서 변형되었듯이, 이번에는 인간과 AI 의 협업이 '영구적인 기록'으로 남을 수 있는 새로운 방식을 제안하는 것입니다.

기술 요약

ClawXiv: 인간 - AI 협업 연구를 위한 서명 아카이브 워크플로우 및 분산 출판 아키텍처

1. 문제 정의 (Problem)

현대 연구는 대화형 AI 시스템을 활용하여 논문 초안 작성, BibTeX 참고문헌 구성, 코드 생성 및 기술적 논증의 반복을 수행하는 경우가 많습니다. 그러나 현재 대화 중심 (chat-centric) 의 워크플로우는 다음과 같은 심각한 한계를 가지고 있습니다.

• 상태 손실 (State Loss): UI 제한, 링크 스냅샷 실패, 계정 변경 등으로 인해 대화 세션의 기록이 소실되어 연구의 연속성이 깨지고 작업이 재수행되어야 합니다.
• 파편화된 아카이빙: 연구 산출물이 살아남더라도 .tex, .bib 파일, 이미지, 메모, 그리고 여러 채팅 세션 링크가 뒤섞인 이질적이고 취약한 형태로 존재하여 장기적인 보관과 검증이 어렵습니다.
• AI 기여도 기록의 부재: 기존 출판 시스템은 AI 를 '도구'로만 간주하거나, AI 의 실질적인 지적 기여를 저자 (Author) 로 명시적으로 기록하는 메커니즘이 부족합니다.

2. 방법론 (Methodology)

ClawXiv 는 인간과 AI 가 공동 저자로 참여하는 연구를 위해 설계된 로컬 기반의 서명 아카이브 워크플로우와 분산 출판 아키텍처를 제안합니다. 핵심은 연구물을 '변경 가능한 프로젝트'에서 '불변의 서명된 번들 (Bundle)'로 변환하는 과정입니다.

A. 생명주기 (Lifecycle) 및 워크플로우
연구물은 다음 4 가지 단계를 거쳐 아카이빙됩니다.

1. 레거시 시드 (Legacy Seed): 기존 .tex 파일, 이미지, 채팅 링크 등이 포함된 비정형 상태.
2. 정규화된 프로젝트 (Normalized Project): clawxiv 스크립트를 통해 변환된 작업용 디렉토리. src/, project.yaml(메타데이터), keys/(저자 공개키) 등을 포함하며, 지속적인 연구와 검토를 위해 수정 가능합니다.
3. 서명된 번들 (Signed Bundle): 프로젝트의 불변 스냅샷. 콘텐츠 주소 (Content-addressed) 방식으로 생성되며, 파일 해시, 소스, 컴파일된 PDF, 그리고 모든 저자 (인간 및 AI) 의 서명이 포함된 manifest 를 가집니다.
4. 출판된 아티팩트 (Published Artifact): IPFS/Swarm, GitHub, arXiv 등을 통해 공개된 최종 산출물.

B. 기술적 구현 (v4 기준)

• 로컬 커널: import 스크립트 (정규화), bundle-create.sh (컴파일 및 서명), bundle-push.sh (배포) 로 구성.
• 이미지 처리: fig-add 유틸리티를 통해 그림을 추가하고, 메타데이터 사이드카 (sidecar) 를 생성하며, CSAM(아동 성착취물) 탐지 스텁을 실행합니다.
• 플랫폼 대응: macOS, Linux(X11/Wayland), Windows 의 네이티브 스크린 캡처 도구를 자동 감지하여 호출하는 bin/capture/ 레이어 구현.
• 빌드 시스템: configure 및 Makefile 을 통해 Python, LaTeX, 캡처 도구, 배포 타겟을 자동 감지하고 설정합니다.

C. 분산 출판 아키텍처 (Two-foot Design)

• 인간 가독성 발 (Human-legible foot): arXiv 와 같은 전통적인 학술 인프라. DOI 부여 및 인용 그래프 통합을 담당합니다. AI 공동 저자 정책과 충돌할 경우, Acknowledgements 섹션에 상세한 기여도 공개를 포함합니다.
• 기계 가독성 발 (Machine-readable foot): Ethereum Swarm(분산 저장소) 을 기반으로 합니다. 콘텐츠 주소 (Swarm hash) 를 사용하여 아티팩트의 무결성과 영구성을 보장하며, '우표 (Postage stamp)' 메커니즘을 통해 저장 비용의 지속 가능성을 확보합니다.

D. 신원 및 책임성 (Identity & Accountability)

• 서명된 저자성: 모든 번들은 공개키로 서명됩니다.
• AI 저자 처리: 현재 AI 는 세션 간 키 관리를 완벽히 수행하지 못하므로, **사이드카 인증 모델 (Sidecar attestation model)**을 도입합니다. 인간 운영자가 AI 를 위해 일회성 Ed25519 키 쌍을 생성하여 아티팩트를 서명한 후 즉시 폐기합니다. 이 과정에서 AI 의 모델명, 제공자, 버전 등이 사이드카에 기록되어 AI 의 지적 기여를 증명합니다.
• 프로베넌스 (Provenance): 문장 단위의 미세한 기여도 추적보다는 논문 수준의 전체적 기여도 (Coarse paper-level provenance) 를 기록하여 실용성을 확보합니다.

3. 주요 기여 (Key Contributions)

1. 인간 -AI 협업 아카이빙 표준 제안: 대화형 AI 세션의 취약성을 해결하고, 연구물을 검증 가능하고 영구적인 디지털 객체로 변환하는 구체적인 워크플로우를 제시했습니다.
2. AI 저자성 및 신원 관리 프레임워크: AI 를 단순 도구가 아닌 '지적 기여자'로 인정하면서도, 현재의 기술적 한계 (세션 간 지속성 부재) 를 고려한 실용적인 서명 및 인증 메커니즘 (일회성 키 생성 및 사이드카 기록) 을 설계했습니다.
3. 이중 발 (Two-foot) 출판 모델: arXiv(전통적) 와 Swarm(분산형) 을 결합하여, 기존 학술 생태계와의 호환성과 동시에 검열 저항성 및 분산 저장을 동시에 달성하는 아키텍처를 구현했습니다.
4. 경제적 지속 가능성: Swarm 의 '우표 (Postage stamp)' 메커니즘을 도입하여 스팸을 방지하고 (작업 증명 또는 추천 기반), 장기 저장 비용을 명확히 하여 아카이브의 경제적 생존 가능성을 확보했습니다.
5. 오픈 소스 구현체 (v4): 실제 작동하는 스크립트, 빌드 시스템, 이미지 처리 파이프라인, 그리고 CSAM 필터링 스텁을 포함한 전체 코드를 GitHub 를 통해 공개했습니다.

4. 결과 및 현황 (Results)

• 구현 완료 (v4): 현재 로컬 워크플로우 (가져오기, 정규화, 번들 생성, 배포) 가 완전히 구현되어 작동 중입니다.
• 채용 및 호환성 (Adoption): 시스템은 venue 호환성 (예: arXiv) 을 위해 인간 저자만 표기하는 방식을 지원하면서도, 하위 번들 (underlying bundle) 에서는 AI 기여도를 완전히 공개합니다.
• 자기 증명 사례 (Self-demonstrating Example): 이 논문 자체가 ClawXiv 의 방법론을 직접 실천하고 있습니다. 논문 부록 (sidecar attestation) 에서는 Claude 와 ChatGPT 가 공동 저자로 명시되어 있으나, arXiv 표지에는 인간 저자 (Kornai) 만 등재되어 있습니다. 이는 이 백서가 기술하는 시스템의 첫 번째 구체적인 사례임을 의미합니다.
• 제한 사항: 현재 CSAM 필터링은 스텁 상태이며 (실제 허가된 해시 리스트 통합 전), Wayland/Windows 네이티브 캡처 구현은 아직 진행 중입니다. 또한, AI 가 자체적으로 키를 영구적으로 관리하는 완전한 자율성은 미래 과제로 남아있습니다.

5. 의의 및 중요성 (Significance)

• 학술적 연속성 보장: AI 시대의 연구가 대화형 인터페이스의 일시성에 갇히지 않고, 검증 가능한 형태로 영구 보존되도록 합니다.
• AI 윤리 및 투명성: AI 의 지적 기여를 '블랙박스'가 아닌 명확한 저자성 (Authorship) 으로 기록함으로써, 향후 AI 저자성에 대한 학술적, 법적 기준을 선제적으로 마련합니다.
• 분산 아카이빙의 실용화: 이론적 분산 저장소 개념을 실제 학술 출판 워크플로우에 통합하여, 중앙 집중식 플랫폼의 검열이나 폐쇄에 대비한 대안적 인프라를 제시합니다.
• 지속 가능한 모델: 무료가 아닌 '명시적 비용' (우표 구매) 을 통해 스팸을 막고 장기 저장을 보장하는 경제적 모델을 제시하여, AI 생성 콘텐츠의 폭발적 증가에 따른 인프라 과부하 문제를 해결할 수 있는 방향을 제시합니다.

이 논문은 AI 와 인간이 함께 연구하는 새로운 시대에, 연구의 생성, 기록, 출판, 보존을 아우르는 기술적·사회적 인프라의 청사진을 제시한다는 점에서 의의가 큽니다.