48개의 AI Agent. 72시간. NASA Lidar 데이터.
최종적으로 기존에 기록되지 않았던 마야 피라미드 한 곳을 찾아냈다.
이 작업에서 주목할 대목은 ‘AI가 보물을 찾았다’는 결과 자체가 아니다. 여러 Agent가 어떻게 역할을 나누고 증거를 검증했으며, 어떤 오류를 증폭시킬 수 있는지다.
원문 보도는 Pietro Miotti의 기사에서 확인할 수 있다. 여기서는 결과를 되풀이하지 않고, 다중 Agent 시스템을 한 번의 압력 테스트로 다뤄본다.
72시간完成的 고고학 검색
Google SWE는 48개의 AI Agent를驅動해 NASA의 레이저 데이터를 함께 분석했다. 전체 작업에는 72시간이 걸렸고, 기존에 기록되지 않은 마야 피라미드를 발견했다.
모델에게 위성 이미지만 보여 주고 ‘여기에 피라미드가 있어 보이는지’라고 물은 방식은 아니다. 전체 과정은 네 단계로 정리할 수 있다.
- NASA Lidar 데이터를 읽고 처리한다.
- 지형에서 재확인할 가치가 있는 이상 징후를 찾는다.
- 서로 다른 Agent가 기하학적 형태, 주변 맥락, 후보 해석을 각각 검토한다.
- 증거를 통합하고 식생, 지형 또는 데이터 노이즈로 인한 오탐을 제거한다.
‘72시간’은 ‘피라미드를 발견했다’는 사실보다 엔지니어링 측면에서 더 의미가 크다. 시스템에 명확한 예산이 설정됐다는 뜻이기 때문이다. 모델은 이 시간 안에 검색을 마쳐야 하며, 무한히 프롬프트를 시도할 수는 없다.
다만 보도에는 Agent별 호출 횟수, Token 소비량, 실패 후 재시도 횟수가 제시되지 않았다. 따라서 현재로서는 한 번의 실행 비용을 정확히 계산하기 어렵다.
또한 48이라는 숫자가 곧 48대의 병렬 머신을 의미하지는 않는다. Agent는 스케줄러에 의해 순차적 또는 일괄적으로 실행될 수 있다.
하지만 분명한 점은 하나다. 이는 단일 모델의 질의응답이 아니라, 역할과 산출물, 마감 시간이 있는 검색 시스템이라는 사실이다.
Google SWE는 일반적인 챗봇이 아니다
여기서 Google SWE는 사람과 대화하는 챗봇이 아니다. 소프트웨어 엔지니어링 실행 환경에 더 가깝다. Agent는 코드를 작성하고 프로그램을 실행하며, 결과를 검토한 다음 그 결과에 따라 코드를 수정할 수 있다.
이 차이가 중요하다.
LLM에게 이미지만Based 주고 추측을 요구하면, 규칙적인 숲이나 그림자 또는 배수구를 인공 건축물이라고 말하는 ‘그럴듯한 오류’를 범하기 쉽다. 코드 실행은 별도의 검증 경로를 제공한다.
예를 들어 한 Agent는 고도 grid에 국소 평활화를 적용한 뒤 경사와 곡률을 계산할 수 있다. 다른 Agent는 후보 영역을 생성해 각 영역을 동일한 투영법과 색상 범위로 렌더링한다. 세 번째 Agent는 후보 경계가 알려진 유적, 도로 또는 자연 지형과 충돌하는지 확인한다.
개념 코드는 다음과 같이 작성할 수 있다.
import numpy as np
from scipy.ndimage import uniform_filter
def local_relief(height: np.ndarray, cell_size: float) -> np.ndarray:
"""用邻域高程差提取正的地表起伏。"""
smoothed = uniform_filter(height, size=5, mode='nearest')
return height - smoothed
def candidate_mask(relief: np.ndarray, slope: np.ndarray) -> np.ndarray:
"""保留明显起伏且坡度不过高的候选区域。"""
return (relief > 1.0) & (slope < 0.35)
이는 보도의 완전한 구현이 아니며 실제 고고학 분석을 대신할 수도 없다. 다만 Agent의 가치는 ‘그림을 보고 말하기’가 아니라, 결정론적 데이터 처리 코드를 호출해 모호한 판단을 반복 실행 가능한 계산으로 바꾸는 데 있다는 점을 보여 준다.
모델은 다음에 무엇을 확인할지 제안한다. 소프트웨어는 검증 가능한 결과를 산출한다. 두 역할은 서로 다르다.
다중 Agent의 핵심 허들은 역할 분담
48개의 Agent는 규모만큼 화려해 보이지만, 엔지니어링상 어려운 점은 수가 아니다. 48개의 작업이 48번 반복되는 일을 막는 것이다.
합리적인 작업 그래프에는 최소한 다음 역할이 필요하다.
- 스케줄링 Agent: 작업 대기열, 의존 관계, 남은 시간을 관리한다.
- 데이터 Agent: Lidar 영역을 잘라내고 결측값을 보정하며 좌표계를 통일한다.
- 검출 Agent: 서로 다른 이상 탐지 전략을 실행한다.
- 검증 Agent: 다른 Agent가 제안한 후보를,专门히 반박하려고 시도한다.
- 통합 Agent: 여러 독립적인 증거로 뒷받침되는 지점만 남긴다.
가장 문제가 되기 쉬운 설계는 ‘검증’을 ‘모델에게 다시 한 번 묻기’로 정의하는 것이다. 48개의 Agent가 같은 문맥을 공유하고 같은 도구를 사용하며 유사한 프롬프트를 받으면, 겉으로는 병렬 투표처럼 보이지만 실제로는 하나의 편향이 48번 복제되는 셈이다.
더 신뢰할 수 있는 방식은 서로 다른 증거를 기반으로 검증하는 것이다.
| 후보 검토 항목 | 용도 |
|---|---|
| 국소 고도 단면 | 인공적으로 절단된 평顶이나 台地 특징이 있는지 판단 |
| 경사와 곡률 | 일반적인 산비탈, 골짜기, 자연 돌출부,排除 |
| 질감과 방향성 | 경계가 규칙적인 기하 구조를 갖는지 확인 |
| 주변 유적과의 관계 | 후보가 기존 settlements나 도로 근처에 있는지 판단 |
| 다중 시점 데이터 | 획득 오차, 그림자, 식생 피복 차이 제거 |
여기서 ‘다수’는 모든 Agent가 독립적으로 같은 답에 도달해야 한다는 뜻이 아니다. 더 나은 시스템에서는 한 Agent가 가설을 세우고 다른 Agent가 반례를 찾는다.
더 주목할 부분은 실패 양상이다. Agent가 많을수록 오류 전파 속도도 빨라질 수 있다. 한 Agent가 좌표 변환을 잘못 wrote하면 뒤따르는 10개의 Agent가 잘못된 영역을 분석할 수 있다. 통합 로직이 ‘다수 동의’를 증거로 취급한다면 시스템은 쓰레기 결과를 매우 확신에 차서 제출할 것이다.
따라서 다중 Agent의 허들은 스케줄링 프레임워크가 아니라 증거 격리와 실패 격리다.
NASA 레이저 데이터로 무엇을 찾을 수 있나
이번 작업에서 NASA Lidar 데이터는 분석 입력으로 활용됐다. 레이저는 지표의 색상만 포착하는 것이 아니라, 숲 아래에서 희미하게 드러나는 지형 기복도 기록한다.
열대 우림의 수관이 건물을 가린다고 해서 지표에서 레이저가 전혀 돌아오지 않는 것은 아니다. 식생 사이의 빈틈, 나뭇가지 끝부분, 여러 번의 반향을 통해 디지털 고도 모델을 만들 수 있다. 고고학 유적은 다음과 같은 형태로 나타날 수 있다.
- 평탄한 정상부
- 규칙적인 직선 경계
- 갑자기 달라지는 경사
- 주변 자연 지형과 다른 도로 또는 플랫폼
알고리즘은 보통 원시 point cloud를 raster 고도로 변환한 다음 국소 기준면을 추정한다. ‘국소 고도차’는 한 지점과 그 주변 영역을 비교하는 것으로 이해할 수 있다. 어떤 지점이 주변보다 몇 미터 높거나 규칙적인 계단을 이룬다면 후보 목록에 들어갈 가치가 있다.
하지만 이것은 아직 후보 생성 단계에 불과하다.
Lidar 역시 humans를 속일 수 있다. 수관의 윤곽, 레이더 스캔 각도, 하천 퇴적물, 지형 그림자가 건축물과 비슷한 고도 이상을 만들 수 있다. 기계의 역할은 사람이 확인해야 하는 범위를 줄이는 것이지 전문가의 판단을 없애는 것이 아니다.
이곳이 다중 모달 Agent가 활용될 수 있는 지점이다. raster 데이터는 정밀한 측정을 담당하고, 렌더링 이미지와 지형 단면은 모델이 공간 관계를 검토하도록 돕는다. 모델이 구체적인 좌표를 제시하면 사람이 원본 point cloud와 역사 자료를 확인할 수 있다.
발견 이후에도 학술·고고학 검증을 거쳐야 한다
‘알고리즘이 발견했다’는 ‘고고학적 발견’을 의미하지 않는다.
피라미드 후보는 여전히 현장 조사, 연대 측정, 전문가 검토를 거쳐야 한다. 고도 이상은 ‘여기를 확인할 가치가 있다’는 사실만 보여 줄 뿐, 건축물의 年代나 문화적 귀속을 단독으로 증명하지 못하며 인공 건축물이라는 사실조차 완전히 입증하지 못한다.
최소한 네 단계의 검증이 남아 있다.
- 데이터 검증: 후보가 point cloud 정합, 필터링, 좌표 투영에서 발생한 artifact가 아님을 확인한다.
- 문헌 검증: 과거 지도, 고고학 조사, 역사 기록을 대조해 단순히 기록이 누락된 것인지 판단한다.
- 현장 검증: 고고학팀이 현장 답사, 시추, 지표 지구물리 장비를 활용해 확인한다.
- 학술 검증: 건축물의 기능, 재료, 年代, 주변 유적과의 관계를 규명한다.
보도는 Hacker News의 메인 페이지에 올라가 516 points와 202개의 댓글을 얻었다. Hacker News의 50452455번 항목에서 토론을 볼 수 있다.
516 points는 엔지니어링과 고고학이 결합된 주제가 매력적이라는 점을 보여 준다. 202개의 댓글은 이런 프로젝트에서 증거의 경계가 가장 많이 질문받는다는 점을 일러 준다.
정확히 무엇을 발견했는가? 현장 확인을 거쳤는가? 48개의 Agent는 합의 환각을 어떻게 피했는가? 72시간 동안 얼마나 많은 사람의 개입이 있었는가?
이러한 질문에 대한 답은 미디어의 헤드라인에 맡겨서는 안 된다.
편집자 생각
이 사례의 가치는 48개의 Agent가 고고학자를 대체한다는 데 있지 않다. 광범위한 지역 검색을 확장 가능한 후보 선별 과정으로 압축했다는 데 있다. Lidar는 공간적 단서를 제공하고, 모델은 작업을 조정하고 조사 방향을 제안하며, 결정론적 코드는 측정하고, 고고학 experts는 어떤 내용을 결론으로 삼을지 결정한다. 이는 단일 모델로 이미지 분류를 하던 방식과 다르다. 과제는 ‘객체 하나를 인식하는’ 일에서 긴 사슬을 관리하며 증거를 생산하는 일로 바뀌었다.
제 판단으로는 다음 단계에서 중요한 것은 Agent의 수가 아니라 재현 가능성이다. 공개된 데이터 버전, 코드, 프롬프트, random seed, Agent별 로그와 실패 기록이 있어야 48이라는 숫자가 실질적인 병렬 실행인지, 비용만 늘린 것인지 판단할 수 있다. 오탐률도 발견 수와 함께 공개해야 한다. 그렇지 않으면 시스템이 사람이 볼 만한 노이즈를 그저 더 많이 선별한 것일 뿐이다. 현재 공개 자료만으로는 ‘기록되지 않은 피라미드’가 현장 확인을 마쳤는지 명확하지 않으므로, 알고리즘의 후보 탐지와 고고학적 최종 결론을 혼동해서는 안 된다.