GPT-6·Opus 5.5로 뉴턴 연금술 원전 동정과 1941년 엔프igma-3 메시지 해독
- 벤자민 린(Benjamin Breen)은 GPT-6 Astra로 뉴턴이 프랑스 연금술 텍스트를 자유롭게 라틴어로 옮긴 구절의 출처를 특정했으며 학계에서 이전에 이뤄지지 않은 동정으로 봤음.
- 1941년 7월 10일 Enigma 메시지 해독에서 Astra의 돌파구는 암호 해독이 아니라 가용 정보 전체를 파악한 점이었으며, 선임 연구자 Frode Weierud가 로그 분석 중 이 판단을 밝힘.
- 역사 문제에서 현행 프런티어 모델이 힘을 내는 범위는 암호 해독, 번역과 개작을 거친 텍스트 추적, 분리된 연구 성과의 연결 3가지로 정리됨.
- 해결 가능성 기준 5가지(문제 확정, 데이터 디지털화, 다중언어 추론 같은 모델 특성 적합성, 맞춤 코드 작성, 해결의 판별 가능성) 중 결과의 검증 가능성을 최우선 조건으로 제시함.
- 린은 AI 랩, 역사 연구자, 연구비 지원 기관에 역사학자와 프런티어 모델의 협업 추진을 요청했으며 이 방식은 2025년까지 성립하지 않았다고 평가함.
Hacker News opinions
LLM을 이렇게 쓰는 건 착한 활용법 같음. 애들은 아이디어 기계라서, 역사학적 사고법이 세계를 탐색하는 또 다른 길을 열어주더라.
나는 대체역사 외삽 놀이가 최애 용도인데, 반사실에는 정답이 없으니 틀릴 수도 없고 늘 힌지가 되는 다른 사건으로 이끌어줌.
고대 근동 연대기 확정하고 바빌론 함락 절대 연대를 못 박는 건 어때?
아직까지 AI 최고 용도는 디지털 세계 구석구석을 뒤지는 강력한 검색 엔진이더라.
나 족보 연구에 AI 쓰는데 진짜 좋았음. 조상을 더 거슬러 올라가면서 공통 조상을 공유하는 쪽이 저지른 오류도 잡아냈음.
나도 매번 모델 나올 때마다 족보에 써보고 있는데, 근데 정보가 로그인 뒤에 가려진 경우가 많아서 쓸 만한 툴이나 API가 있는지 궁금함.
예전에는 필체 해독에 LLM 써봤다가 환각이 너무 심해서 포기했는데, 요즘 모델들은 손으로 쓴 생활기록을 원샷으로 디코딩한대.
나도 자체 족보 앱 만들어서 다단계 데이터 모델(증거층/정리층)로 흩어진 출처에서 인물 묶는데, 신문 기사에서 인물 정보 뽑는 지루한 작업을 Claude한테 맡기는 게 대박이더라.
호주 원주민 쪽 족보 하다가 루터교 선교사들이 디지털화해준 800쪽이 전부 독일어여서 직접 번역했음. 1870년경 Kuku Yalanji 부족 언어 최초 문자 기록 같은 것도 찾아냄.
족보에서는 familysearch.org를 Claude-in-Chrome으로 브라우저 제어해서 쓰는 게 내 키포인트였음. 가끔 사람 인증은 해줘야 하지만 그래도 빠름.
AI가 잡은 '오류'는 좀 걸러 믿어야 함. 어떤 LLM이든 존재하지 않는 출처를 지어내면서 만든 식민지 이름 하나가 100년 넘는 전문 족보학자 연구를 잘라버린 사례가 있음.
SourceLibrary.org에 책 수만 권을 에이전트용으로 정리했음. MCP로 텍스트와 삽화를 뽑고 API에서 임베딩을 주는데 무료고, 암스테르담 Embassy of the Free Mind가 운영함.
OCR 처리가 특히 대단하던데, 19세기 그리스어 책들이랑 씨름 중인데 기술적 후기가 있으면 좋겠음.
나는 반대편에서 소규모로 돌리는 중인데, AI 에이전트가 1차 사료 대조로 주장을 검증하고 근거를 공개함. 6건 중 2건이 자기 출처와 모순인데 둘 다 날짜 문제였음.
17세기 손글씨 해독하다가 진이 빠졌는데, LLM이 그 난독을 읽는다면 나는 디지털 인문학 갑니다.
연금술 텍스트는 언어로 표현 불가한 은유 덩어리인데 그걸 LLM이 푼다고? 글쎄.