Towards a Relational Model of the Holocaust Geolocalized Approaches to Perpetration, Complicity, and Knowledge

점들을 연결하는 지도

당신이 거대한 글로벌 미스터리를 풀려고 노력 중이라고 상상해 보세요. 하지만 단서들은 먼지 쌓인 다락방의 수천 개의 서로 다른 상자들에 흩어져 있습니다. 어떤 단서는 기차표이고, 어떤 것은 일기장이며, 어떤 것은 공식 정부 명단이고, 또 다른 것들은 수십 년 전 생존자들이 들려주는 이야기입니다. 오랫동안 역사학자들은 개별적인 이야기를 읽는 데 탁월했습니다. 마치 한 명의 개인적 일기를 통해 그 사람의 두려움이나 용기를 이해하려는 탐정처럼 말이죠. 하지만 때로는 단 하나의 이야기만을 보는 것이 그 미스터리가 어떻게 조직되었는지에 대한 전체 그림을 보는 것을 어렵게 만듭니다. 이는 마치 한 대의 자동차만 보고 거대한 교통 체증을 이해하려는 것과 같습니다. 그 차가 막혀 있다는 것은 알지만, 왜 도시 전체의 격자가 마비되었는지는 알 수 없는 것과 같습니다.

이 논문은 역사와 디지털 기술, 구체적으로는 "역사적 네트워크 분석(Historical Network Analysis)"이라 불리는 분야의 접점에 위치합니다. 이 분야를 점들을 연결하는 초능력 있는 방법이라고 생각하십시오. 단순히 이름의 목록을 읽는 대신, 이 방법은 모든 사람, 장소, 기차역, 그리고 문서가 하나의 "노드(점)"가 되고, 그들 사이의 관계가 "엣지(점을 잇는 선)"가 되는 거대하고 상호작용 가능한 웹을 구축합니다. 이 논문은 큰 질문을 던집니다. 우리는 이러한 디지털 웹을 사용하여 홀로코스트 동안 무엇이 일어났는가뿐만 아니라, 어디에서 일어났는지, 누가 근처에 있었는지, 그리고 당시에 어떤 정보가 공중에 떠다니고 있었는지를 지도화할 수 있는가? 이것은 역사를 이야기책의 관점에서 보는 것이 아니라 3D 지도 관점으로 옮겨가는 것이며, 한 번에 하나의 문서만 읽어서는 보이지 않는 이동, 지식, 그리고 책임의 패턴을 보는 것을 돕는 것입니다.

논문의 핵심 아이디어: 역사의 디지털 웹 구축하기

파비안 슈미트(Fabian Schmidt)는 이 논문의 저자로, 이러한 디지털 웹을 사용하여 홀로코스트를 연구하는 새로운 방법을 제안합니다. 그는 개인적인 이야기가 개별적인 고통을 이해하는 데 필수적이지만, 시간과 공간을 가로질러 가해자, 피해자, 방관자, 그리고 기관들을 연결했던 거대하고 보이지 않는 구조를 보는 데는 최선의 도구가 아니라고 제살합니다. 이를 해결하기 위해, 논문은 우리가 "지리적 위치가 지정된 역사적 네트워크(geolocalized historical networks)"를 구축해야 한다고 주장합니다.

모든 흩어진 단서들—기차 시간표, 수용소 이송 명단, 공장 기록, 그리고 생존자의 기억—을 컴퓨터 모델에 입력한다고 상상해 보십시오. 이 모델은 단순히 그것들을 나열하는 것이 아니라, 그것들을 연결합니다. 특정 기차와 그 기차가 통과한 마을 사이, 또는 특정 공장과 그 공장이 고용했던 노동자 사이의 선을 그립니다. 이렇게 함으로써, 모델은 인간의 뇌가 단 한 권의 책에서 포착할 수 없는 패턴을 드러낼 수 있습니다. 예를 들어, 저자는 세텔라 슈타인바흐(Settela Steinbach)라는 어린 소녀를 실어 나른 것으로 유명한 이송 열차가 베를린에 있는 자신의 사무실에서 1km(약 0.6마일)도 채 떨어지지 않은 곳을 지나갔다는 사실을 깨달았던 개인적인 순간을 공유합니다. 그 열차의 경로는 이미 역사서에 기록되어 있었지만, 그것을 자신의 동네 지도와 연결하자 그 사건이 실재적이고 즉각적으로 느껴졌습니다. 이는 새로운 질문을 던졌습니다: 얼마나 많은 다른 열차가 이 동네를 통과했는가? 얼마나 자주 지역 주민들이 그것들을 목격했는가?

논문은 이러한 네트워크를 구축함으로써 우리가 "지식 지도"를 만들 수 있다고 제안합니다. 이 지도는 특정 인물이 특정 날에 정확히 무엇을 알았는지 알려주지는 않습니다(그것은 종종 증명하기 불가능하기 때문입니다). 대신, 이 지도는 정보의 환경을 보여줍니다. 강제 노동 수용소 바로 옆에 어떤 마을들이 있었는지, 혹은 민간인들이 기다리며 지켜봤을 법한 긴 지연이 발생했던 기차역이 어디였는지를 보여줄 수 있습니다. 이것은 정보의 기상도를 만드는 것과 같습니다. 우리는 바람을 볼 수는 없지만, 폭풍이 어디에서 느껴질지를 알려주는 기압계를 볼 수 있는 것과 같습니다.

이 논문이 실제로 하는 것 (그리고 하지 않는 것)

이 논문이 주장하는 바가 아닌 것을 이해하는 것이 중요합니다. 저자는 이 방법이 생존자의 증언이나 전통적인 역사서를 읽어야 할 필요성을 대체할 마법의 지팡이가 아니라는 점을 매우 명확히 하고 있습니다. 사실, 논문은 우리가 이 모델을 사용하여 "이 사람은 모든 것을 알았다"거나 "이 사람은 아무것도 몰랐다"라고 확정적으로 말하는 데 사용할 수 있다는 생각에 반대합니다. 모델은 마음을 읽을 수 없습니다.

대신, 논문은 이러한 네트워크가 기존 역사를 보완하는 도구라고 제안합니다. 파편화된 데이터—예를 들어 죄수 명단과 철도 노선 지도를 결합하거나, 지역 주민의 일기와 결합하는 것—를 연결함으로써, 우리는 홀로코스트의 "관계적 맥락(relational contexts)"을 재구성할 수 있다고 제안합니다. 논문은 다른 분야의 예시를 들어 이것이 어떻게 작동하는지 보여줍니다. 논문은 제2차 세계대전 당시 일본계 미국인들의 강제 이주 경로를 지도화한 "수치의 장소들(Sites of Shame)"이라는 프로젝트를 언급합니다. 그 지도는 명확한 패턴을 보여주었습니다: 대부분의 사람들은 캘리포니아에서 중서부의 캠프로 이동되었지만, 전쟁 후 그들은 캘리포니아로 돌아가지 않고 동부 해안으로 이동했습니다. 이 거시적인 패턴은 수천 개의 개별 이야기 속에 숨겨져 있었지만, 네트워크로 시각화되었을 때 명백해졌습니다. 마찬가지로, 논문은 대서양 횡단 노예 무역 지도를 살펴보며, 많은 노예된 사람들이 내부적으로 농장 사이를 이동했다는 사실을 밝혀냈는데, 이는 일반적인 역사에서는 자주 놓치는 세부 사항입니다.

논문은 이러한 모델이 홀로코스트의 참상을 단순화하거나 "미화(aestheticize)"하는 데 사용되어서는 안 된다는 생각을 명시적으로 배제합니다. 나치 스스로가 자신들의 제노사이드를 깔끔하고 효율적인 물류 작전처럼 보이게 하기 위해 지도와 도표를 사용했습니다. 이 논문은 우리의 모델이 그 반대로 해야 한다고 주장합니다: 우리의 모델은 부서지고 엉망인 인간적인 조각들을 다시 연결하여 진정한 복잡성과 인간적인 대가를 보여주어야 합니다.

방법론: 종이에서 픽셀로

이 모델들을 구축하기 위해, 논문은 "엔티티-관계 모델링(Entity-Relationship Modelling)"이라는 방법을 설명합니다. 이것을 디지털 레고 세트라고 생각하십시오. "벽돌"은 엔티티(사람, 장소, 조직, 사건)입니다. "연결 부품"은 관계("로부터 추방됨", "에서 일함", "근처에 거주함", 또는 "를 봄")입니다.

저자는 우리가 많은 데이터를 가지고 있지만, 현재는 그것들이 흩어져 있다고 언급합니다. 일부는 정부 기록 보관소에 있고, 일부는 박물관 데이터베이스에 있으며, 일부는 오래된 책에 있습니다. 논문은 자연어 처리(NLP)—기본적으로 텍사르를 읽어 이름과 날짜를 찾아내는 컴퓨터 기술—와 같은 기술을 사용하여 이 정보를 모으는 것을 제안합니다. 예를 들어, 컴퓨터는 일기를 스캔하여 기차가 지나갔다는 언급을 찾아낸 다음, 이를 운송 일정과 연결하여 정확히 언제 어디서 일어났는지 확인할 수 있습니다.

그러나 논문은 이것이 완벽하지 않다는 점을 주의 깊게 경고합니다. 데이터는 불완전하며, 어떤 이야기는 과장되거나 거짓일 수 있습니다. 저자는 우리가 모델에 무엇을 포함할지에 대해 매우 신중해야 한다고 제안합니다. 막연한 소문보다는 특정 시간과 장소에 고정된 사건들에 집중해야 합니다. 또한 논문은 이 작업의 윤리적인 측면을 논의합니다. 데이터가 고통받은 실제 인물들을 포함하고 있기 때문에, 저자는 데이터베이스에서 그들의 존엄성을 보호하기 위해 "가명(pseudonym)"(가짜 이름이나 ID 번호)을 사용해야 하며, 실제 이름을 밝히는 것은 절대적으로 필요할 때만 신중하게 수행해야 한다고 주장합니다.

미래: 보이지 않는 것을 보는 것

논문은 이러한 도구들이 이전에 묻기 어려웠던 질문들에 답하는 데 도움이 될 수 있다고 제안하며 결론을 맺습니다. 예를 들어, 민간인들이 수용소와 얼마나 가까이 살았는지 지도화할 수 있을까요? 이송 열차가 번화한 마을 광장 근처에 얼마나 자주 멈췄는지 볼 수 있을까요? 저자는 우리가 컴퓨터에 "1941년에 특정 마을의 펍(pub)에 들어가는 것은 어떤 느낌이었을까?"라고 물으면, 단순히 추측이 아니라 주변에서 일어나고 있던 사건의 네트워크를 바탕으로 답변을 얻을 수 있는 미래를 상상합니다.

논문은 홀로코스트의 미스터리를 해결했다고 주장하는 것이 아니라, 역사적 네트워크 분석이 증거를 바라보는 새로운 방법을 제공한다고 제안합니다. 이것은 서로 연결되지 않은 문서 더미를 관계의 살아 숨 쉬는 지도로 바꿉니다. 이를 통해 우리는 공모와 지식의 "보이지 않는" 구조를 보는 것을 도와주며, 역사가 단순히 날짜와 이름의 목록이 아니라, 세상을 형성했던 복잡한 연결의 그물망임을 상기시켜 줍니다. 목격자 세대가 사라져 감에 따라, 논문은 이러한 디지털 웹이 일어난 일의 전체 규모를 이해하기 위해 우리에게 남겨진 가장 좋은 방법 중 하나가 될 수 있다고 주장하며, 사람, 장소, 사건 사이의 연결이 다시는 잃어버리지 않도록 보장합니다.