AI-assisted Egyptian hieroglyphic reading in scholarly practice: workload, usability, and acceptance in a pilot feasibility study
이 파일럿 타당성 연구는 상형문자 해독 과정에서 AI 도구인 PyThoth가 이집트학자들의 업무량, 사용성 및 수용성에 미치는 영향을 평가하며, 이 도구가 작업 완료율은 개선하지만 반드시 정확도를 높이는 것은 아니며 사용자 인식에 있어 경험에 따른 복잡한 변화를 유발한다는 점을 밝히고 있다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
고대 이집트의 문자는 수 세기 동안 학자들을 도전하게 만든 하나의 수수께크입니다. 하나의 글자가 보통 하나의 소리를 나타내는 현대의 알파벳과 달리, 이 상형문자들은 소리, 아이디어, 또는 단어 전체를 나타낼 수 있는 그림들이 복잡하게 섞여 있습니다. 하나의 문장은 여러 방향으로 읽힐 수 있으며, 동일한 단어도 시대나 서기(scribe)에 따라 여러 가지 방식으로 표기될 수 있습니다. 인간 전문가에게 이 텍스트를 해독하는 것은 수천 개의 고유한 기호를 인식하고, 문법 규칙을 이해하며, 손상된 석재 표면으로부터 의미를 짜 맞추기 위해 수년간의 훈련을 필요로 하는 일입니다. 이는 이집트학(고대 이집트를 연구하는 학문)의 근간을 이루는 느리고 세심한 작업입니다.
최근 컴퓨터가 패턴을 인식하는 능력이 매우 뛰어나지면서, 인공지능이 이 과정을 가속화하는 데 도움을 줄 수 있다는 희망이 생겨났습니다. 사진 속의 석조 조각을 보고, 기호를 식별하며, 이를 우리 알파벳으로 어떻게 철자를 쓸지 제안하고, 심지어 번역까지 제공하는 도구를 상상해 보십시오. 이것이 인문학 분야에서 AI가 약속하는 바입니다. 그러나 이러한 도구들이 실험실에서 구축되고 테스트되는 동안, 실제 전문가와 학생들이 일상 업무에서 이 기술을 사용하는 것에 대해 어떻게 느끼는지에 대해서는 아무도 진정으로 묻지 않았습니다. 이 기술이 업무를 더 쉽게 만드는가, 아니면 새로운 문제를 만드는가? 이 기술이 학생들의 학습을 돕는가, 아니면 필요한 기술을 배우는 것을 방해하는가? 이를 알아내기 위해, 연구팀은 사람들이 실제로 이 기술과 어떻게 상호작용하는지 확인하기 위해 작고 실제적인 현장 테스트를 설정했습니다.
연구진은 학업을 막 시작한 학부생부터 숙련된 전문 이집트학자에 이르기까지 아홉 명의 사람들을 실험에 초대했습니다. 그들에게는 네 개의 작은 조각으로 나뉜 실제 고대 이집트 기념물인 스텔라(stela)의 한 조각을 주었습니다. 참가자들은 이 조각들을 영어로 번역하도록 요청받았습니다. 절반의 시간 동안 그들은 자신의 지식과 표준 참고서만을 사용하여 작업했습니다. 나머지 절반의 시간 동안 그들은 '피토스(PyThoth)'라고 불리는 새로운 컴퓨터 프로그램을 사용했습니다. 이 프로그램은 디지털 비서 역할을 했습니다. 즉, 상형문자의 이미지를 살펴보고, 각 기호가 무엇인지 제안하며, 철자법을 제시하고, 번역을 제공하는 방식이었습니다. 결정적으로, 컴퓨터는 그들을 대신해 일을 해주지 않았습니다. 인간이 모든 제안을 확인하고, 오류를 수정하며, 최종 결과를 수용할지 결정해야 했습니다. 연구진은 이 파트너십이 사람들이 느끼는 정신적 노력, 도구의 사용 편의성, 그리고 그들이 다시 이 도구를 사용하고 싶어 하는지에 어떤 변화를 주는지 알고 싶었습니다.
결과는 단순히 기술이 시간을 절약하거나 모든 것을 완벽하게 만든다는 식의 단순한 이야기가 아니었습니다. 대신, 경험은 사용하는 사람과 읽고 있는 특정 텍스트에 따라 전적으로 달랐습니다. 어떤 참가자들에게 AI 비서는 작업을 더 가볍고 관리하기 쉽게 만들어 주었습니다. 다른 이들에게는 작업을 늦추거나 혼란을 주는 짐처럼 느껴졌습니다. 연구는 이 도구가 인간이 혼자 작업할 때보다 반드시 더 정확한 번역을 만들어내는 것은 아니라는 점을 발견했습니다. 사실, 인간이 작업을 마쳤을 때, 도움을 받았는지 여부와 상관없이 정확도는 거의 비슷했습니다. 주요한 차이점은 AI가 사람들이 과업을 완수하도록 독려한다는 것이었습니다. 도움 없이 작업할 때, 일부 참가자들은 번역을 중간에 포기하여 미완성 상태로 남겨두었습니다. AI와 함께할 때, 그들은 최종 결과가 눈에 띄게 좋아지지 않더라도 끝까지 밀고 나갈 가능성이 더 높았습니다.
핵형적인 발견은 사람들의 기대치에 따라 도구에 대한 감정이 놀라운 방식으로 변했다는 점이었습니다. 일부 학생들은 매일 사용하는 스마트한 챗봇처럼 AI가 작동할 것이라는 높은 기대를 품고 실험에 참여했습니다. 하지만 단 하나의 실수를 고치기 위해 많은 단계를 거쳐야 한다는 것을 알게 되었을 때, 그들은 좌절감을 느꼈고 도구가 예상보다 사용하기 어렵다고 느꼈습니다. 그들의 기술에 대한 의견은 시도 후에 급격히 떨어졌습니다. 반면에, 기대치가 낮거나 이러한 도구에 대한 경험이 없는 몇몇 참가자들은 기분 좋은 놀라움을 경험했습니다. 그들은 비서가 작업의 지루한 부분들을 헤쳐 나가는 데 도움이 된다고 생각했고, 도구에 대한 의견이 상승했습니다. 이는 기술의 가치가 단순히 컴퓨터가 얼마나 똑똑한가에 있는 것이 아니라, 그 설계가 사용자의 기대와 필요에 얼마나 잘 부합하는가에 달려 있음을 시사합니다.
연구진은 또한 도구가 사람들의 답변 방식에 영향을 미친다는 점을 관찰했습니다. AI를 사용할 때, 서로 다른 참가자들이 번-역을 매우 유사한 방식으로 쓰기 시작했는데, 종종 컴퓨터로부터 온 특정 형식이나 작은 오류들을 그대로 복사하곤 했습니다. 이는 그들이 독립적으로 작업하고 있었음에도 불구하고 발생했습니다. 이는 도구가 자신들도 모르는 사이에 그들의 결과물을 형성하고 있었음을 보여주었습니다. 시스템을 사용해 본 한 전문가는 컴퓨터가 중간 과정에서 기호를 잘못 식별했더라도 올바른 번역을 만들어낼 수 있다고 언급했습니다. 이는 미묘한 우려를 낳았습니다. 즉, 유창하고 자신감 있어 보이는 결과물이 텍-스트에 대한 결함 있는 이해를 숨길 수 있으며, 컴퓨터를 너무 신뢰하는 독자를 오도할 가능성이 있다는 것입니다.
아마도 가장 중요한 발견은 기술 자체에 관한 것이 아니라, 기술을 연구하는 방법에 관한 것이었습니다. 연구진은 모든 사람이 앉아서 실험 전체를 한 번에 완료할 것이라고 예상했습니다. 대신, 현실은 훨씬 더 무질서했습니다. 어떤 이들은 한 부분을 마치고 멈췄습니다. 다른 이들은 며칠 또는 몇 주 후에 돌아와 나머지를 마쳤습니다. 어떤 이들은 번역 작업은 하지 않고 설문지만 작성하기도 했습니다. 연구는 전문적인 인문학 연구의 세계에서 이러한 흩어지고 불균형한 참여가 정상이라는 결론을 내렸습니다. 향후 연구는 이러한 불완전한 시도들을 실패나 손실된 데이터로 취급할 것이 아니라, 전문가들이 새로운 도구와 교류하는 자연스러운 과정으로 보아야 합니다. 고대 역사와 AI가 어떻게 어우러지는지를 이해하는 길은 직선이 아니라, 인간의 정신, 고대 텍사, 그리고 기계가 독특한 방식으로 상호작용하는 복잡한 여정입니다. 기술은 모든 것을 해결하는 마법 지팡이가 아니라, 어떻게 사용되느냐에 따라 더 좋거나 혹은 더 나쁜 방향으로 작업의 성격을 변화시키는 파트너입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.