AI 에이전트 48개가 멕시코 정글의 라이다 자료에서 마야 유적처럼 보이는 지형을 찾아냈지만, 그곳은 이미 고고학자들이 지도에 표시한 장소였다. 비전문가인 필자는 여행 중 떠올린 생각을 출발점으로 삼아 72시간이 채 지나기 전에 멕시코 당국의 답변까지 받았다. 다만 당국 등록부에 없다는 사실과 학계에 알려지지 않았다는 판단은 달랐다. 이 이야기가 흥미로운 이유는 AI의 탐색 능력뿐 아니라, 발견을 확인하고 해석하는 일이 어디서부터 시작되는지도 보여주기 때문이다.
핵심요약
- 필자는 공개된 나사(NASA) 라이다 자료를 AI 에이전트 48개로 살펴보고 멕시코 정글에서 마야 유적 후보지를 찾았으며, 방대한 지형 자료를 나눠 읽는 방식의 가능성을 보여줬다.
- 에이전트는 약 1,200㎢의 자료를 이미지로 바꿔 구조물처럼 보이는 형태를 골랐지만, 별도의 유적 탐지 전용 모델을 사용한 것은 아니었다.
- 멕시코 국립인류학역사연구소(INAH)는 해당 위치에 등록된 유적이 없다고 답했으나, 등록 여부만으로 최초 발견을 판단할 수는 없었다.
- 필자는 뒤늦게 2025년 논문에 같은 장소가 이미 지도화됐음을 확인하고 ‘발견’ 대신 ‘재발견’이라고 정정했다.
- 토론에서는 공개 지형 자료와 AI의 결합을 반기는 동시에, 선행연구 확인·현장 검증·유적 보호의 중요성을 지적했다.
페루 여행에서 멕시코 정글로
필자의 출발점은 고고학 연구 계획이 아니라 페루 여행이었다. 현지 역사를 제미나이(Gemini)로 알아보다가 1911년 마추픽추를 세상에 알린 히럼 빙엄(Hiram Bingham)의 이야기를 접했다. 빙엄이 당시 더 나은 탐색 도구를 갖고 있었다면 무엇을 했을지 궁금해진 필자는 제미나이, 챗GPT(ChatGPT), 클로드(Claude), 그록(Grok)과 생각을 주고받았다. 여러 에이전트가 공통으로 제안한 도구는 라이다(LiDAR·레이저 펄스로 지표의 형태를 측정하는 기술)였다.
정글 위에서 찍은 일반 위성사진에는 나무가 먼저 보인다. 라이다는 나뭇잎 사이로 들어간 레이저 펄스를 이용해 숲 아래 지면의 높낮이를 파악할 수 있다. 필자는 처음에는 페루 자료를 찾았지만 공개 자료의 범위가 충분하지 않다고 판단했다. 별도 항공 측량에는 허가와 비용 등 넘어야 할 절차가 있어, 공개 라이다 자료가 더 풍부한 마야 지역으로 방향을 돌렸다.
그날 밤 필자는 에이전트에게 자료 분석을 맡기고 잠자리에 들었다. 다음 날 확인한 결과에는 마을이나 건물처럼 보이는 규칙적인 형태가 여럿 담겨 있었다. 필자가 강조한 ‘72시간’은 에이전트 48개가 쉬지 않고 분석한 시간이 아니라, 여행 중 착상에서 멕시코 정부 기관의 답변을 받기까지 걸린 전체 시간이다.
1,200㎢를 이미지로 바꿔 읽다
에이전트는 약 1,200㎢에 걸친 정글의 라이다 측량 자료를 이미지로 변환했다. 이후 48개 에이전트가 이미지를 나눠 보며 피라미드, 단, 광장처럼 보이는 형태를 찾았다. 자연 언덕과 싱크홀, 도로처럼 유적과 혼동할 수 있는 지형은 걸러내도록 안내했다. 필자에 따르면 이 과정에 특별히 만든 분류기나 유적 탐지 모델은 쓰이지 않았다.
즉 AI가 새로운 측정 기술을 발명하거나 현장을 답사한 것은 아니다. 이미 확보된 지형 자료를 읽기 쉬운 형태로 바꾼 뒤, 무엇을 찾아야 하는지 적힌 지침에 따라 많은 화면을 훑었다. 한 사람에게는 오래 걸릴 시각 검토를 여러 에이전트에 배분한 방식이다. 다만 화면에서 인공 구조물처럼 보이는 형태를 찾는 일과, 그 구조물의 시대·용도를 밝혀내는 일은 다른 단계다.
필자는 후보지가 여럿 나오자 다시 문헌과 기록을 조사해 아직 알려지지 않은 마을이 있는지 확인하라고 지시했다. 에이전트는 규모가 있는 후보지 한 곳이 등록되지 않은 듯하다고 보고했다. 이 두 번째 확인이 이야기의 결정적인 갈림길이었다. 지형을 찾는 데는 성공했지만, 이미 발표된 연구를 빠짐없이 찾아내지는 못했기 때문이다.
절벽 가장자리의 광장과 피라미드 후보
에이전트가 주목한 곳은 정글에 덮인 절벽 가장자리의 언덕이었다. 필자는 지형 자료에서 직선에 가까운 가장자리와 뚜렷한 모서리, 평탄하게 다듬어진 광장을 확인했다고 설명한다. 그 주변에는 높이가 적어도 8~12m로 보이는 타원형 피라미드, 그와 이어진 높은 안뜰, 바닥이 평평하게 꺼진 곳이 보였다. 꺼진 곳은 저수 시설일 가능성도 후보로 제시됐다.
이런 모습은 유적을 의심할 근거가 되지만, 이미지 한 장만으로 각 부분의 이름을 확정하지는 못한다. 필자는 에이전트와 함께 원시 점군(레이저가 측정한 위치를 점으로 모은 자료)도 살폈다. 식생을 나타내는 점과 땅을 나타내는 점을 구분해, 눈에 띈 형태가 나무 때문에 생긴 것인지 확인하려는 절차였다. 시각화된 지형에서 발견한 단서를 측정 자료로 한 번 더 대조한 셈이다.
필자는 해당 장소를 고전기인 대략 서기 250~900년의 작은 마야 중심지로 볼 수 있을지 에이전트와 논의했다. 광장은 모임이나 의식의 장소, 피라미드는 신전, 높은 안뜰은 지배층의 거처였을 수 있다는 해석이 나왔다. 꺼진 곳은 건기를 버티기 위한 빗물 저장 시설일 수도 있지만, 필자 스스로 단순한 구덩이일 가능성도 열어뒀다. 지형에서 읽어 낸 형태보다 그 쓰임새에 관한 설명이 훨씬 더 잠정적이다.
스페인어 보고서와 INAH의 답장
필자는 후보지를 찾은 다음 무엇을 해야 할지도 에이전트에 물었다. 에이전트는 멕시코 국립인류학역사연구소에 연락해 발견 내용을 보고하고, 해당 장소가 등록부에 있는지 확인하라고 권했다. 또 보고서 작성 방법과 연락처를 제시했다. 필자는 이를 바탕으로 보고서 초안을 만들게 한 뒤, 맞지 않는 부분을 몇 차례 손봤다.
답변을 받을 가능성을 높이기 위해 보고서를 스페인어로 옮긴 것도 에이전트의 제안이었다. 필자는 스페인어를 하지 못해 번역 결과는 에이전트를 믿어야 했다고 밝혔다. 자료 확인과 문서 작성, 번역, 문의 준비까지 한 흐름으로 이어졌다는 점은 이번 사례의 특징이다. 동시에 각 단계에서 사람이 무엇을 직접 확인했는지도 중요해진다.
보고서를 받은 INAH는 기록을 확인한 결과 그 위치에 등록된 고고학 유적이 없다고 답했다. 필자는 당시 이 답장을 근거로 자신이 아직 지도에 없는 장소를 찾았다고 생각했다. 그러나 기관의 등록부는 발표된 모든 연구 성과를 뜻하지 않는다. 나중에 드러난 선행연구는 바로 그 차이를 보여줬다.
‘발견’이 ‘재발견’으로 바뀐 까닭
필자는 이후 에스트라다벨리(Estrada-Belli) 등이 발표한 2025년 연구에 같은 장소가 이미 포함돼 있음을 확인했다. 전문가들이 해당 지역을 지도화했는데도 에이전트와 필자 모두 문헌 검토 과정에서 이를 놓친 것이다. 이에 필자는 글을 고쳐 유적을 처음 ‘발견’한 것이 아니라 다시 찾아낸 것이라고 명시했다. INAH 등록부에 없었다는 답변 자체와 기존 연구에 나와 있었다는 사실은 동시에 성립한다.
필자는 이전에도 환경 연구를 위해 수집한 라이다 자료를 고고학에 활용한 연구가 있었고, 2024년에는 이런 방식으로 멕시코의 마야 도시를 찾아낸 사례도 있었다고 소개한다. 이번 작업의 새로움은 라이다로 정글 아래 유적을 보는 원리 자체에 있지 않다. 공개 자료를 AI 에이전트 여러 개가 나눠 검토하고, 후보를 고른 뒤 관련 문헌까지 확인하도록 시도한 작업 흐름에 있다. 그 흐름이 선행연구 검색에서 실패했다는 사실도 성과와 함께 남는다.
필자는 현재 해당 장소의 정보를 INAH와 먼저 지도화한 고고학자들에게 넘긴 상태라고 밝혔다. 고고학 비전문가가 AI를 이용해 전문가들이 표시한 지점에 도달한 경험을 긍정적으로 평가하면서, 다른 과학 분야에도 이런 접근을 적용할 수 있다고 주장한다. 다만 이번 기록이 직접 보여준 것은 새로운 유적의 최초 발견이 아니다. 넓은 자료에서 유망한 지점을 찾아내는 속도와, 그 지점의 학술적 지위를 확인하는 과정 사이의 간격이다.
핵심은 찾는 속도만이 아니다
이 사례에서 에이전트의 강점은 정해진 자료와 지침을 바탕으로 넓은 구역을 빠르게 검토한 데 있다. 필자는 지형을 이미지로 바꾸고 여러 에이전트에 작업을 나눠 맡겨, 자신이 처음에는 알지 못했던 후보지에 도달했다. 에이전트는 다음 행동으로 기관 문의와 보고서 작성까지 제안했다. 질문 하나가 조사와 연락으로 이어지는 과정은 비전문가의 참여 문턱을 낮출 수 있다.
반면 문헌과 기관 기록을 대조하는 단계에서는 중요한 빈틈이 생겼다. 이 장소가 기관 등록부에 없다는 사실은 확인했지만, 이미 지도화한 논문은 뒤늦게 찾아냈다. 필자가 ‘재발견’으로 제목과 설명을 바로잡은 이유다. AI가 후보를 많이 찾아낼수록 각각에 대해 무엇이 이미 알려졌는지 살피는 부담도 함께 커진다.
필자는 장차 더 넓은 지역을 라이다로 측량하고 에이전트가 나머지를 찾아보게 하자고 제안한다. 그러나 이번 사례 자체가 보여주듯, 탐색 결과는 현장 연구나 기존 연구의 확인을 거쳐야 제자리를 찾는다. 후보지의 모양을 알아보는 능력, 유적의 역사적 성격을 해석하는 능력, 그것을 보호하고 연구하는 역량은 같지 않다. AI가 앞당길 수 있는 단계가 뚜렷해진 만큼, 그다음 단계를 누가 맡을지도 더 선명하게 드러났다.
커뮤니티 의견
한 사용자는 문제의 장소가 앞서 발견됐다고 지적했다. 이어진 답글에서는 에이전트의 작업 기록을 공개하면 선행연구를 어떤 식으로 검색했고, 왜 ‘새 발견’이라고 판단했는지 알 수 있을 것이라는 의견이 나왔다. 결과뿐 아니라 그 결과에 이른 경로도 검토하자는 주장이다.
다른 사용자는 전 세계를 라이다로 살펴보자는 제안에 유적 보호 문제를 제기했다. 찾아낸 장소가 급격히 늘어나도 고고학자가 모두 현장에 가서 조사하고 보호하기는 어렵다는 이유다. 도굴꾼이 먼저 접근할 위험을 고려하면, 위치를 아는 것과 널리 알리는 것은 신중히 구분해야 한다고 봤다.
영국의 온라인 라이다 지도를 만들었다는 사용자는 그 지도를 통해 로마 유적과 토목 흔적 등이 여럿 발견됐다고 전했다. 그는 이번 이야기도 AI만의 성과라기보다 라이다 측량 범위가 넓어지고 자료를 이용하기 쉬워진 결과로 읽었다. 특히 숲에 가린 지형을 볼 수 있는 자료와 새로 공개되는 측량 구역이 발견을 이끈다고 설명했다.
고고학자의 검증을 기다리겠다는 의견도 있었다. 에이전트가 그럴듯한 설명을 만들어도 자세히 살피면 무너지는 경험을 했으며, 피라미드의 용도나 옛 모습을 추정하는 부분은 조심해야 한다는 것이다. 이에 대한 답글에서는 측정된 라이다 지형에서 인공 구조물의 흔적을 읽는 일과, 그 장소의 구체적인 역사를 상상하는 일은 구분해야 한다는 반론이 나왔다.
필자는 토론에 직접 참여해 해당 장소가 2025년 논문에 실려 있었으며, 자신과 에이전트가 이를 놓쳤다고 정정했다. 한 사용자는 오류를 인정하고 후속 설명을 남긴 점을 평가했다. 이미 전문가가 찾은 장소와 에이전트가 고른 후보가 겹쳤다는 사실은 탐색 결과 자체에 대한 신뢰를 높인다는 의견도 있었다.
또 다른 사용자는 방대한 자료에서 패턴을 찾는 일이 AI 에이전트에 잘 맞는다고 봤다. 수학 문제나 소프트웨어 작업처럼 기존 자료를 살펴 답의 실마리를 찾는 능력이 고고학 자료에도 적용됐다는 해석이다. 다만 큰 선행 자료에 기대지 않고 전혀 새로운 발상까지 만들어 낼 수 있는지는 별개의 질문으로 남겼다.
한 사용자는 이 사건이 AI 에이전트의 답을 그대로 믿어서는 안 된다는 사례라고 지적했다. 유적 후보를 고른 결과와 ‘아직 알려지지 않았다’는 판단은 다른데, 후자가 잘못됐다는 것이다. 정정이 이뤄져도 처음의 극적인 제목만 퍼질 수 있다는 우려도 답글에서 제기됐다.
‘72시간’이라는 표현을 따져 본 의견도 있었다. 한 사용자는 그 시간이 48개 에이전트의 실제 분석 시간을 가리키지 않고, 착상부터 정부 기관의 답변까지 이어진 전체 기간이라고 짚었다. AI가 투입된 시간과 비용을 평가하려면 작업이 실제로 어떻게 진행됐는지도 알아야 한다는 취지다.
핵심통찰
이번 사례는 AI가 고고학자의 판단을 대신했다기보다, 공개 지형 자료에서 조사할 만한 지점을 고르는 일을 빠르게 도왔음을 보여준다. 에이전트는 전문가가 이미 지도화한 장소에 도달했지만, 그 사실을 확인할 선행연구는 놓쳤다. 앞으로 주목할 것은 후보를 몇 개 더 찾느냐만이 아니다. 검색과 작업 과정을 검토할 수 있는지, 현장 조사로 해석을 확인할 수 있는지, 새로 드러난 장소를 보호할 준비가 돼 있는지가 발견의 가치를 가를 것이다.
원본: My AI Agents (Re)discovered a Maya Site in 72 Hours
토론: Hacker News