한 층 한 층 스캔하고, 한 줄 한 줄 읽다
서기 79년, 베수비오 화산의 분화는 헤르쿨라네움 도시를 화산재 속에 묻어버렸다. 도시 내 ‘파피루스 빌라’로 후세에 불리는 한 개인 도서관에는 수백 권의 철학 및 문학 저작이 소장되어 있었다. 고온 가스가 이 두루마리들을 순간적으로 탄화시켰다: 그것들은 극도로 취약한 순수 탄소 구조로 변환되었다. 2천 년 동안 이 탄화 상태는 잔혹한 역설을 만들어냈다: 두루마리는 보존되었지만, 만지면 부서진다.
읽으려면 파괴해야 한다.
2026년 6월 25일, Vesuvius 챌린지 팀은 한 가지 소식을 발표했다: 번호 PHerc. 1667 — 내부적으로 Scroll 4로 불리는 두루마리 — 가 완전히 ‘가상 펼치기’로 읽혔다. 탄화된 두루마리 자체에 손대지 않고 처음부터 끝까지 내용을 읽어낸 것은 인류 최초다.
필자가 이 소식을 접했을 때 첫 반응은 의구심이었다: 탄소 잉크가 탄화된 파피루스 위에 쓰여 있다면, X선으로는 밀도 차이를 거의 구분할 수 없을 텐데. 어떻게 가능한 일인가?
문제의 본질: 탄소 속에서 탄소 찾기
이 프로젝트를 이해하려면, 먼저 기술적 핵심 난제를 파악해야 한다.
일반적인 X선 CT 이미징은 재료 간 밀도나 조성 차이에 의존해 대비를 만들어낸다. 금속 잉크가 양피지에 쓰인 경우, 납 함량이 높으면 CT 이미지에서 잉크가 하얗게 빛난다. 그러나 헤르쿨라네움 두루마리는 탄소 기반 잉크 — 램프블랙이나 숯 가루로 만든 먹 — 를 사용했고, 그것을 담고 있는 파피루스 역시 화산열에 탄화되어 거의 순수한 탄소 구조가 되었다. 둘 사이에는 X선 감쇠 계수에 의미 있는 차이가 없다. 다시 말해, CT 스캔 결과물은 균일한 회색 나선 덩어리일 뿐, 육안으로는 글자가 있는 곳을 전혀 분간할 수 없다.
이것이 바로 학계가 이 두루마리들을 오랫동안 ‘읽을 수 없는 것’으로 분류한 이유다. 연구팀은 논문과 함께 공개된 페이지에서 이렇게 썼다: “To read one was to destroy it” (읽는 것은 곧 파괴하는 것이었다). 19세기, 1969년, 그리고 1980년대의 물리적 펼치기 시도는 실제로 PHerc. 1667의 외층 일부를 파괴했고, 원래 19-24cm 높이였던 두루마리는 현재 약 8cm의 내핵만 남았다.
어떻게 해냈는가: 방사광에서 머신러닝까지
전체 기술 스택은 네 단계로 나눌 수 있다. 각 단계 하나하나가 완전히 새롭지는 않지만, 그것들을 하나의 작동 가능한 엔지니어링 파이프라인으로 엮어낸 것이 이 작업의 진정한 기여다.
1단계: 고품질 데이터 수집. 스캔은 프랑스 그르노블의 유럽 방사광 시설(ESRF) BM18 빔라인에서 수행되었으며, 영국 Diamond 광원의 빔타임 일부도 사용되었다. BM18은 ESRF가 최근 업그레이드한 “Extremely Brilliant Source”를 활용하여 극도로 높은 공간 해상도와 안정성을 겸비한 X선 빔을 생성한다. 이것은 평범한 CT가 아니다 — 위상 대비 마이크로토모그래피(phase-contrast microtomography)는 기존 흡수 대비로는 볼 수 없는 미세 구조 경계를 포착할 수 있다. 두루마리 한 권이 생성하는 데이터는 300TB에 달한다. ESRF 공식 발표에 따르면, 이는 이 시설 역사상 가장 큰 단일 데이터셋이다.
이것이 무엇을 의미하는가? 300TB는 단순히 ‘크다’는 말이 아니다. 약 1.4m 길이로 춤춤히 감긴 파피루스 한 권에 대해, 스캔 해상도가 종이 두께만큼 얇은 나선형 구조 한 층 한 층을 충분히 구분할 수 있다는 뜻이다. 이 해상도 없이는 이후의 모든 단계가 성립할 수 없다.
2단계: 기하 복원 및 가상 펼치기. 3D 볼륨 데이터에서 파피루스 층의 나선형 흐름을 추적하고, 이를 평평한 2D 표면으로 매핑한다. 이 과정은 “virtual unwrapping”(가상 펼치기)이라 불리며, 켄터키 대학 Brent Seales가 이끄는 EduceLab이 지난 20년간 점진적으로 개발해왔다. CT 데이터에서 파피루스 층의 경계를 식별하는 데는 대량의 수동 주석이 필요하다 — HN 댓글란에서 팀 멤버가 솔직히 밝혔듯, 이 작업은 “extremely tedious and slow and error prone” (극도로 지루하고 느리며 오류가 발생하기 쉽다). 필자가 여기서 보는 것은 공정 엔지니어링에서 진짜로 ‘사람을 갉아먹는’ 지점이다: 수동 주석의 품질이 펼쳐진 표면의 정확성을 직접 결정한다. 이것은 알고리즘 문제가 아니라, 주석 생산 능력의 문제다.
3단계: 잉크 검출. 이것이 전체 파이프라인에서 가장 취약하면서도 가장 흥미로운 고리다. 펼쳐진 2D 표면은 육안으로는 여전히 거의 빈 종이처럼 보인다 — 탄소 잉크와 탄화된 바탕 사이에는 감지 가능한 대비가 없기 때문이다. 그러나 잉크는 필기 과정에서 마이크로미터 수준의 표면 형상 변화를 남긴다: 붓질이 섬유를 누르고, 잉크가 기공 속으로 스며들고, 건조 후 주변과 다른 질감을 형성한다. 이러한 질감 차이는 위상 대비 데이터 속에 극히 미약한 신호로 존재한다 — 인간의 눈으로는 감지할 수 없지만, 적절히 훈련된 ML 모델은 가능하다.
팀은 HN에서 이렇게 설명했다: “Most of the ink we have come across is carbon based. This leaves a certain texture on the scrolls that is recoverable and viewable with fairly basic physically based rendering.” (우리가 접한 대부분의 잉크는 탄소 기반이다. 이는 두루마리 위에 어떤 질감을 남기며, 기본적인 물리 기반 렌더링으로 복원 및 관찰 가능하다.) 하지만 이것이 ‘직접 볼 수 있다’는 말과 같지는 않다. 모델은 주석 데이터로부터 학습된 것이다 — 가시광/근적외선으로 잉크 위치를 확인할 수 있는 알려진 파편을 ground truth로 삼아, 모델이 CT 데이터 내 해당 위치의 신호 패턴을 학습하고, 이를 다른 방법으로 검증할 수 없는 닫힌 두루마리 내부로 외삽하는 방식이다.
4단계: 파피루스 학자의 필사 및 검증. ML 모델이 출력하는 잉크 확률 맵은 곧바로 읽을 수 있는 텍스트가 아니다. 최종 필사는 전문 파피루스 학자들이 수행한다 — 그들은 모델이 제시한 필적 위치를 바탕으로, 고대 그리스어 문법, 필사 관행, 문헌학 지식을 결합하여 가장 가능성 높은 문자를 판별한다.
무엇을 읽어냈는가
PHerc. 1667의 현존 부분에서는 약 22열의 그리스어 텍스트가 읽혔다. 내용은 윤리학 철학 논문이다. 텍스트는 “hormē”(충동)와 “phronēsis”(실천적 지혜) 등 스토아 학파의 핵심 개념을 논하고 있으며, 마지막 열에는 “아리스토크레온”(Aristocreon) — 스토아 대가 크리시포스(Chrysippus)의 조카이자 제자 — 의 이름이 언급되었다. 텍스트의 언어적 스타일과 주제를 종합하여, 학자들은 이것을 기원전 2세기의 스토아 학파 저작으로 판정했다.
ESRF의 보도는 파피루스 학자 Federica Nicolardi가 이것이 헤르쿨라네움 컬렉션에서 가장 오래된 두루마리 중 하나일 수 있다고 본다고 전했다 — 기원전 2세기, 심지어 기원전 3세기 말까지 거슬러 올라갈 수 있다는 것이다.
동시에 팀은 다른 두 개의 두루마리에서도 진전을 보이고 있다. PHerc. Paris 4(Scroll 1)에서는 더 높은 해상도의 스캔으로 잉크가 3D 볼륨 데이터에서 직접 가시화되었으며, 그 분할 결과는 2023년 Vesuvius 챌린지 대상 수상작의 판독 결과와 일대일로 대응한다 — 이는 독립적 검증이다. PHerc. 139에서는 서명이 식별되었다: 《필로데모스, 신들에 관하여, 제8권》(Philodemus, On Gods, Book 8) — 에피쿠로스 학파 철학자의 저작이다. 《신들에 관하여》가 최소 8권으로 구성되어 있음이 처음으로 확인된 것이다.
세 개의 두루마리가 병행 진전을 보이고 있다는 점 — 고립된 돌파구가 아니라는 점 — 이 한 권이 ‘읽혔다’는 사실보다 더 설득력 있다.
블랙박스 안에는 무엇이 있나: HN 댓글란의 의문
필자가 가장 궁금한 것은 이것이다: ML 모델이 잉크를 진짜로 ‘보았는가’, 아니면 ‘맞혔는가’?
HN 토론 스레드에는 매우 솔직한 소통이 있었다. 한 전 참가자가 질문했다: “모델이 문자 수준에서 환각을 일으키거나 심지어 글씨를 날조할 가능성이 있는가?”
자신이 Vesuvius 팀에서 일하고 있다고 확인한 멤버가 답했다(원문 그대로):
“Yes, it’s quite possible for ML to hallucinate ink, though it is on a much more local scale, like predicting a slightly longer stroke, filling in more of a character than is actually in the data, etc. Perhaps enough to change a reading of a character or show where ink isn’t.”
풀어 말하면: 그렇다. ML은 잉크 환각을 일으킬 수 있지만, 그 범위는 좁고 국소적이다 — 예를 들어 획을 조금 더 길게 예측하거나, 실제 데이터에 있는 것보다 글자를 더 꽉 채우는 식이다. 이런 정도의 편차는 한 글자의 판독을 바꾸거나, 실제로는 잉크가 없는 곳에 신호를 표시하기에 충분할 수 있다.
그는 결정적인 단서를 덧붙였다: “It is difficult for ink detection to hallucinate grammatical and idiomatic Greek and Latin.” — 잉크 검출 모델이 문법적으로 올바르고 관용적 표현에 부합하는 고대 그리스어나 라틴어 문단을 허위로 만들어낼 수는 없다.
이것은 필자가 본 가장 솔직한 엔지니어링 자기 평가 중 하나다. 두 겹의 함의가 드러난다: 첫째, 모델은 텍스트 전체를 날조하지는 않는다 — 두루마리 내용에 대한 ‘큰 그림의 판단’에는 충분한 신뢰성 근거가 있다; 둘째, 개별 문자 단위에서는 불확실성이 실재한다. HN 사용자 “167”의 간결한 평을 빌자면: “Bottom of the paper, in the appendix. Don’t expect much. They only got fragments of text with a lot of missing words.”
또한 ground truth의 출처도 추궁할 가치가 있다. 같은 팀 멤버는 훈련 데이터가 수동 주석에서 비롯되었음을 설명했다 — 주석자는 파피루스 경계와 잉크 위치를 층별로 수동 마킹한다. 그는 이렇게 썼다: “Gathering ground truth is hard, and if you don’t have a lot of good ground truth, it doesn’t matter if your code is perfect, you’ll never get results.” 즉, ground truth의 품질 상한이 전체 시스템의 성능 천장을 결정한다는 뜻이다.
이 점은 문화유산 분야에서 특히 결정적이다. ImageNet에 백만 건의 수동 주석 샘플이 있는 것과 달리, 탄화 두루마리의 주석 데이터 규모는 알려진 파편의 제한된 수량과 수동 주석의 극히 높은 비용에 제약을 받는다. 모델이 무엇을 배웠고 무엇을 놓쳤는지 — 이 두 질문에는 현재 정량적 답변이 없다.
결론보다 엔지니어링 판단
필자는 이 프로젝트에 대해 냉철한 평가를 시도한다. 어느 편을 들지 않고, 팩트와 판단만 정리한다.
성취의 측면: 비침습적 방법만으로 탄화 고문서 한 권의 텍스트를 완전히 읽어낸 최초의 사례다. 데이터 유형, 코드, 필사 결과가 모두 공개되었다. 검증 수단으로는 독립 스캔 데이터의 일대일 대조(PHerc. Paris 4)와 복수의 두루마리에서 재현 가능한 파이프라인이 포함된다. 개봉되지 않은 600여 권의 헤르쿨라네움 두루마리 중 PHerc. 1667은 첫 번째일 뿐이다 — 그러나 파이프라인은 이미 작동함을 입증했다.
한계의 측면: 탄소 잉크 검출은 원리상 밀도 신호가 아닌 질감 신호에 의존하며, 질감 신호는 미약하고, 국소적이며, 노이즈 오염에 취약하다. 모델이 출력하는 것은 확률 맵이다. 파피루스 학자의 최종 필사 자체도 추론 성분을 포함한다 — 특히 획 연장과 누락 획 판단에서, 모델 편향이 개별 문자의 판독 결과에 영향을 미칠 수 있다.
필자는 이 상황을 이렇게 요약한다: 두루마리 수준의 판독은 신뢰할 수 있지만, 문자 수준의 판독에는 합리적 의심의 여지가 존재한다. 이것은 이 작업에 대한 부정이 아니다. 정반대로, 그들이 데이터와 코드를 전부 공개했기에 이 의심이 구체화되고 검증 가능해진 것이다.
이 방법론이 확산된다면
엔지니어링 관점으로 돌아가자. 300TB의 스캔 데이터와 후속 펼치기, 검출, 필사 파이프라인은 현재 세계 최고 수준의 방사광 시설에서 완성되었다. 하지만 BM18은 빔라인이 하나뿐이다. 개봉되지 않은 600여 권의 헤르쿨라네움 두루마리를 모두 이 과정에 통과시키려면 핵심 자원은 빔타임과 주석 인력이다(스캔 자체는 학술 제안서를 통해 신청하면 무료다).
HN 토론에서는 “이 기술을 다른 시나리오에도 사용할 수 있는가”라는 질문도 나왔다. 팀의 대답은 신중했지만 방향은 명확하다: 탄화·접힘·변형되어 물리적으로 펼칠 수 없는 모든 취약한 텍스트는 이론상 이 파이프라인의 혜택을 받을 수 있다. 중세의 양피지 팰림프세스트, 화재로 그을린 기록 문서, 더 오래된 탄화 죽간까지 — 이들은 자연스러운 확장 시나리오다.
전제 조건은: 해상도와 데이터량이 충분한 스캔을 구할 수 있어야 하고, 픽셀 단위로 ground truth를 주석할 의사가 있는 사람들이 모여야 한다는 것이다.
이상 분석은 현재의 공개 정보와 커뮤니티 논의에 기반한다. 기술적 세부 사항은 Vesuvius 챌린지 공식 프리프린트 및 HN 토론 스레드의 팀 멤버 공개 답변을 따른다.