Frederic Kaplan: How I built an information time machine

번역: Surie Lee 검토: Gyu Won Lee

This is an image of the planet Earth.

이것은 지구의 이미지입니다.

It looks very much like the Apollo pictures

널리 알려진 아폴로 우주선에서

that are very well known.

촬영한 사진과 매우 흡사합니다.

There is something different;

하지만 다른 점이 있는데,

you can click on it,

여러분이 클릭하실 수 있습니다.

and if you click on it,

클릭해 보시면

you can zoom in on almost any place on the Earth.

지구상의 거의 모든 곳을 확대해서 볼 수 있습니다.

For instance, this is a bird's-eye view

예를 들어 이것은

of the EPFL campus.

EPFL 캠퍼스의 조망도입니다.

In many cases, you can also see

많은 경우 가까운 곳들로부터

how a building looks from a nearby street.

건물들이 어떻게 보이는지도 볼 수 있습니다.

This is pretty amazing.

매우 놀랍지요.

But there's something missing in this wonderful tour:

하지만 이 멋진 구경에 빠진 점이 있습니다.

It's time.

바로 시간이지요.

i'm not really sure when this picture was taken.

이 사진이 언제 촬영되었는지 잘 모르겠습니다.

I'm not even sure it was taken

조망도와 같은 시간에

at the same moment as the bird's-eye view.

촬영되었는지도 확실하지 않습니다.

In my lab, we develop tools

제 연구소에서는

to travel not only in space

공간뿐만 아니라

but also through time.

시간도 여행할 수 있는 도구를 개발하고 있습니다.

The kind of question we're asking is

우리가 연구하는 것은

Is it possible to build something

과거의 구글 지도 같은 것을

like Google Maps of the past?

만들 수 있을까요?

Can I add a slider on top of Google Maps

구글 지도 위에 슬라이더를 더하고

and just change the year,

연도를 바꿔

seeing how it was 100 years before,

100 년 전에는 어땠는지,

1,000 years before?

1,000 년 전에는 어땠는지 볼 수 있을까요?

Is that possible?

과연 가능할까요?

Can I reconstruct social networks of the past?

과거의 사회 연결망을 다시 만들 수 있을까요?

Can I make a Facebook of the Middle Ages?

중세시대의 페이스북을 만들 수 있을까요?

So, can I build time machines?

그렇다면 타임머신을 만들 수 있을까요?

Maybe we can just say, "No, it's not possible."

아마도 우리는 "아니, 그건 불가능해."라고 말하거나

Or, maybe, we can think of it from an information point of view.

어쩌면 그것을 정보의 관점에서 생각할 수 있겠지요.

This is what I call the information mushroom.

이것이 제가 정보 버섯이라고 부르는 것입니다.

Vertically, you have the time.

수직축에 시간을 놓고,

and horizontally, the amount of digital information available.

수평축에 가능한 디지털 정보의 양을 놓습니다.

Obviously, in the last 10 years, we have much information.

지난 10 년간의 많은 정보를 가지고 있는 것이 분명하지만

And obviously the more we go in the past, the less information we have.

과거로 갈수록 적은 정보를 가지고 있는 것도 분명하지요.

If we want to build something like Google Maps of the past,

과거의 구글 지도나,

or Facebook of the past,

과거의 페이스북 같은 것을 만드려면

we need to enlarge this space,

이 공간을 확장해야 하고,

we need to make that like a rectangle.

그것을 사각형 같이 만들어야 합니다.

How do we do that?

어떻게 하면 될까요?

One way is digitization.

한가지 방법은 디지털화를 시키는 겁니다.

There's a lot of material available --

신문이나 수천 권의 책들과 같은

newspaper, printed books, thousands of printed books.

수많은 자료들이 가능하지요.

I can digitize all these.

이것들을 디지털화 할 수 있습니다.

I can extract information from these.

이것들로부터 정보를 추출할 수 있습니다.

Of course, the more you go in the past, the less information you will have.

물론 과거로 갈수록 더 적은 정보를 갖게 되겠지요.

So, it might not be enough.

그래서 아마도 충분치 않을 것이고,

So, I can do what historians do.

그래서 역사학자들이 하는 방식대로

I can extrapolate.

기존의 자료를 바탕으로 추정할 수 있습니다.

This is what we call, in computer science, simulation.

이것이 컴퓨터 과학에서 말하는 시물레이션입니다.

If I take a log book,

항해일지를 보고서

I can consider, it's not just a log book

단순히 한 베니치아 선장의 특정한 항해일지가

of a Venetian captain going to a particular journey.

아닌 걸로 여길 수 있습니다.

I can consider it is actually a log book

그 일지가 당시의 많은 여행을

which is representative of many journeys of that period.

대표하는 것으로 볼 수 있겠지요.

I'm extrapolating.

이것이 가능한 자료를 가지고 추정하는 방법입니다.

If I have a painting of a facade,

한 건물을 그린 그림이 있다면

I can consider it's not just that particular building,

그것을 어떤 특정한 건물이라고 여기는 것이 아니라

but probably it also shares the same grammar

정보를 갖고 있지 못한 다른 건물들에

of buildings where we lost any information.

공통적으로 적용되는 규칙을 가지고 있다고 보는거죠.

So if we want to construct a time machine,

타임머신을 만들고 싶다면

we need two things.

두 가지가 필요합니다.

We need very large archives,

아주 거대한 기록물 보관소와

and we need excellent specialists.

뛰어난 전문가들이지요.

The Venice Time Machine,

'베니스 타임머신'이

the project I'm going to talk to you about,

여러분께 말씀드리고자 하는 프로젝트로,

is a joint project between the EPFL

EPFL(로잔연방공과대학교)과

and the University of Venice Ca'Foscari.

베니스의 카포스카리대학교와의 합작 프로젝트입니다.

There's something very peculiar about Venice,

베니스에는 아주 특별한 점이 있는데,

that its administration has been

행정이 매우 매우

very, very bureaucratic.

관료주의적이었다는 것입니다.

They've been keeping track of everything,

그들은 오늘날의 구글처럼

almost like Google today.

모든 것을 기록했습니다.

At the Archivio di Stato,

베니스 시 기록관의

you have 80 kilometers of archives

80km 분량의 기록물에는

documenting every aspect

천 년 이상되는

of the life of Venice over more than 1,000 years.

모든 베니스의 삶이 기록되어 있습니다.

You have every boat that goes out,

모든 선박들의

every boat that comes in.

출항과 입항 기록이 있고

You have every change that was made in the city.

도시 내의 모든 변화의 기록이 있습니다.

This is all there.

모든 것이 그 안에 있지요.

We are setting up a 10-year digitization program

이 어마어마한 기록물을

which has the objective of transforming

거대한 정보 시스템으로 옮길 목적으로

this immense archive

10 년간의 디지털화 프로그램을

into a giant information system.

수립하였습니다.

The type of objective we want to reach

하루에 450 권의 책을

is 450 books a day that can be digitized.

디지털화하고자 했지요.

Of course, when you digitize, that's not enough,

물론 디지털화만으로 충분하지 않습니다.

because these documents,

왜냐하면 이 문서들은

most of them are in Latin, in Tuscan,

대부분이 라틴어, 투스칸어,

in Venetian dialect,

베니스 방언 등으로 기록되어

so you need to transcribe them,

이들을 문자화하고

to translate them in some cases,

어떤 경우는 번역도 해야 하고

to index them,

분류해야 했기에

and this is obviously not easy.

확실히 쉬운 일은 아니었습니다.

In particular, traditional optical character recognition method

특히 기존의 광학 문자 인식 도구는

that can be used for printed manuscripts,

인쇄 문서에는 사용이 가능하지만

they do not work well on the handwritten document.

수기 문서에는 잘 작동하지 않습니다.

So the solution is actually to take inspiration

그래서 다른 영역에서 영감을 얻어

from another domain: speech recognition.

해결 방법을 찾았죠. 바로 음성 인식입니다.

This is a domain of something that seems impossible,

이는 불가능처럼 보이지만

which can actually be done,

실제로는 추가적인 제한 사항을 적용하는 것만으로도

simply by putting additional constraints.

충분히 가능하게 할 수 있습니다.

If you have a very good model

사용된 언어의

of a language which is used,

매우 좋은 표본을 가지고 있거나

if you have a very good model of a document,

잘 구성된 문서의

how well they are structured.

매우 좋은 표본을 가지고 있다면 말이죠.

And these are administrative documents.

행정 관련 서류들이 바로 이에 해당합니다.

They are well structured in many cases.

그런 서류들은 대부분 구성이 잘 되어있죠.

If you divide this huge archive into smaller subsets

거대한 기록물을 비슷한 특징을 지닌

where a smaller subset actually shares similar features,

작은 부분으로 나눈다면

then there's a chance of success.

음성 인식은 성공할 여지가 있습니다.

If we reach that stage, then there's something else:

이 단계에 도달하면 다른 것이 기다리고 있습니다.

we can extract from this document events.

이 문서에서 사건들을 추출할 수 있지요.

Actually probably 10 billion events

실제로 이 기록물에서 거의 100억 건의

can be extracted from this archive.

사건을 찾을 수 있을겁니다.

And this giant information system

그리고 이 거대한 정보 시스템 속을

can be searched in many ways.

뒤지는 방법은 여러가지가 있겠죠.

You can ask questions like,

예를 들자면,

"Who lived in this palazzo in 1323?"

"1323년에 이 저택에는 누가 살았지?"

"How much cost a sea bream at the Realto market

"1434년에 리알토 시장에서 참돔은

in 1434?"

얼마였지?"

"What was the salary

"대략 십년 동안

of a glass maker in Murano

한 무라노의 유리 제조자가

maybe over a decade?"

번 돈은 얼마였을까?"같은 질문들입니다.

You can ask even bigger questions

이 프로그램은 '시맨틱 웹 기술'(컴퓨터가 정보 제공을 위해 자체적으로 정보를 수집하여 추론하는 처리기능)을

because it will be semantically coded.

기반으로 코딩될 것이기 때문에 더 광범위한 질문도 할 수 있습니다.

And then what you can do is put that in space,

그렇게 얻은 답은 4차원 공간에 둘 수 있는데,

because much of this information is spatial.

이것은 이 정보 자체가 4차원이기 때문입니다.

And from that, you can do things like

그러면 천 년이 넘는 시간 동안

reconstructing this extraordinary journey

환경 파괴 없이 발전을 해오며

of that city that managed to have a sustainable development

줄곧 주변 환경과 평형을 유지한

over a thousand years,

이 도시로의

managing to have all the time

특별한 여행을

a form of equilibrium with its environment.

재구성하는 것이 가능해집니다.

You can reconstruct that journey,

그 여정을 재구성하고

visualize it in many different ways.

여러가지 방법으로 시각화할 수 있습니다.

But of course, you cannot understand Venice if you just look at the city.

그러나 물론 베니스를 바라보기만 한다고 이해할 수 있는 것은 아닙니다.

You have to put it in a larger European context.

이 도시를 범(汎)유럽적 맥락에서도 바라보아야 합니다.

So the idea is also to document all the things

그래서 이 기획은 유럽 전체를 대상으로

that worked at the European level.

모든 것을 기록하고자 합니다.

We can reconstruct also the journey

또한 베니스 해상 왕국이

of the Venetian maritime empire,

어떻게 서서히 아드리아해를 장악하고

how it progressively controlled the Adriatic Sea,

어떻게 당시 최강의

how it became the most powerful medieval empire

중세 왕국이 되어

of its time,

동에서 남에 이르는

controlling most of the sea routes

대부분의 항로를 좌지우지 했는지 볼 수 있는

from the east to the south.

여행을 재구성할 수도 있습니다.

But you can even do other things,

물론 다른 일들도 가능합니다.

because in these maritime routes,

이 항해로에는

there are regular patterns.

일정한 규칙이 있기 때문이지요.

You can go one step beyond

한 단계 더 들어가

and actually create a simulation system,

실제로 시뮬레이션 시스템,

create a Mediterranean simulator

지중해 시뮬레이터를 만들 수 있습니다.

which is capable actually of reconstructing

심지어 우리가 놓친 정보까지

even the information we are missing,

실제로 재구성이 가능한 시뮬레이터로

which would enable us to have questions you could ask

여행 일정표를 짜는 프로그램처럼

like if you were using a route planner.

여러분의 질문에 답할 수도 있습니다.

"If I am in Corfu in June 1323

"1323년 6월에 그리스 코르푸에 있는데

and want to go to Constantinople,

콘스탄티노플에 가고 싶다면

where can I take a boat?"

어디서 배를 타야 하나요?"

Probably we can answer this question

아마도 이 질문에 대해서

with one or two or three days' precision.

하루 내지 사흘 안의 정확도 내에서 답할 수 있을 겁니다.

"How much will it cost?"

"비용은 얼마나 드나요?"

"What are the chance of encountering pirates?"

"해적을 만날 확률은 얼마나 되나요?"

Of course, you understand,

물론 이해하셔야 할 것은

the central scientific challenge of a project like this one

이런 프로젝트에서 가장 중요한 과학적 도전은

is qualifying, quantifying and representing

기준에 맞게 수정하고 수량화하고 또한 이 과정의 각 단계마다

uncertainty and inconsistency at each step of this process.

불확실성과 불연속성을 반영하는 것입니다.

There are errors everywhere,

도처에 오류가 있습니다.

errors in the document, it's the wrong name of the captain,

선장의 이름이 틀렸다던가,

some of the boats never actually took to sea.

어떤 배들은 항해에 한 번도 나간 적이 없다는 것 등이죠.

There are errors in translation, interpretative biases,

번역에도 실수가, 추론에도 편견이 있고

and on top of that, if you add algorithmic processes,

거기에 알고리듬적 과정을 더하면

you're going to have errors in recognition,

인식의 오류나

errors in extraction,

인용의 오류마저 있을 수 있기에

so you have very, very uncertain data.

매우 불확실한 자료를 갖고 있는 것이죠.

So how can we detect and correct these inconsistencies?

그렇다면 어떻게 이런 오류들을 찾아내고 고칠 수 있을까요?

How can we represent that form of uncertainty?

어떻게 불확실성을 반영할 수 있을까요?

It's difficult. One thing you can do

어려운 일이죠. 한가지 방법은

is document each step of the process,

프로그램에 역사적 정보를 기록하는 것뿐만 아니라

not only coding the historical information

어떻게 역사적 지식이 구성되었는지를 알려주는

but what we call the meta-historical information,

우리가 메타-역사 정보라고

how is historical knowledge constructed,

부르는 정보의 단계별 과정을

documenting each step.

일일이 기록하는 것입니다.

That will not guarantee that we actually converge

이것이 베니스에서 있었던 특정 이야기의

toward a single story of Venice,

진실을 찾는다고 보장할 수는 없지만

but probably we can actually reconstruct

실제로 기록되어 있을만한 베니스의 잠재적인 이야기를

a fully documented potential story of Venice.

재구성할 수는 있을 것입니다.

Maybe there's not a single map.

지도는 아예 없을 수도 있고

Maybe there are several maps.

어쩌면 여러 개의 지도가 있을 수도 있습니다.

The system should allow for that,

이런 류의 방대한 데이터베이스에서는 전무했던

because we have to deal with a new form of uncertainty,

불확실성의 새로운 형태를 다뤄야 하기 때문에

which is really new for this type of giant databases.

이 시스템은 그런 상황도 받아들일 수 있어야합니다.

And how should we communicate

어떻게 이 새로운 연구를 대중과

this new research to a large audience?

소통하게 할 수 있을까요?

Again, Venice is extraordinary for that.

다시 강조하자면, 베니스는 그 점에서 특별합니다.

With the millions of visitors that come every year,

매년 수백만의 방문객들이 찾는 곳이기에

it's actually one of the best places

미래의 박물관에 투자해 볼만한

to try to invent the museum of the future.

최고의 장소 중 하나입니다.

Imagine, horizontally you see the reconstructed map

상상해 보세요. 특정한 연도에 수평적으로

of a given year,

재현된 지도를 보고

and vertically, you see the document

수직적으로는 그 재현을 도운

that served the reconstruction,

기록물, 예를 들자면 미술품을

paintings, for instance.

볼 수 있게 되는겁니다.

Imagine an immersive system that permits

특정한 연도의 베니스를 재현하고 탐험할 수 있는

to go and dive and reconstruct the Venice of a given year,

몰입도가 높은 시스템을 상상해보세요.

some experience you could share within a group.

일부는 단체로 공유할 수도 있는 경험들 말이에요.

On the contrary, imagine actually that you start

반대로 한 문서, 베니스의

from a document, a Venetian manuscript,

한 서류로부터 시작해서

and you show, actually, what you can construct out of it,

그것으로 부터 재현할 수 있는 것을 보여주고

how it is decoded,

어떻게 해석되고

how the context of that document can be recreated.

어떻게 그 문서의 문맥들이 재현될 수 있는지를 상상해보세요.

This is an image from an exhibit

지금 보여드리는 영상은

which is currently conducted in Geneva

제가 말씀드린 시스템을 사용해서

with that type of system.

제네바에서 진행되고 있는 한 전시회의 모습입니다.

So to conclude, we can say that

결론을 말씀드리면

research in the humanities is about to undergo

지금 인문학계에서의 연구는

an evolution which is maybe similar

생명 과학이 30년 전에 겪었던 것과

to what happened to life sciences 30 years ago.

비슷한 종류의 진화를 거치기 직전입니다.

It's really a question of scale.

이것은 정말 규모의 문제입니다.

We see projects which are

우리가 관장하는 프로젝트들은

much beyond any single research team can do,

하나의 연구팀 혼자서 하기에는 벅찬 일입니다.

and this is really new for the humanities,

그리고 이것은 소규모 모임이나

which very often take the habit of working

고작 한두 명의 연구원끼리

in small groups or only with a couple of researchers.

일하는 습관을 가진 인문학계에게는 새로운 도전입니다.

When you visit the Archivio di Stato,

베니스시 기록관을 방문하시면

you feel this is beyond what any single team can do,

어떤 한 팀이 할 수 있는 것 이상이고

and that should be a joint and common effort.

학계 공동의 노력이 필요하다는 것을 느끼실 겁니다.

So what we must do for this paradigm shift

그래서 우리가 이 패러다임의 변화를 위해서는

is actually foster a new generation

이 변화에 준비된

of "digital humanists"

"디지털 인문학자"인

that are going to be ready for this shift.

새로운 세대를 육성해야 합니다.

I thank you very much.

대단히 고맙습니다.

(Applause)

(박수)