[논문 리뷰] Trusted Data Forever: Is AI the Answer?

Emanuele Frontoni, Marina Paolanti외 4명|arXiv (Cornell University)|2022. 02. 16.

Digital and Traditional Archives Management인용 수 5

한 줄 요약

이 논문은 기록 보존 및 신뢰할 수 있는 디지털 기록의 장기적 접근성을 향상시키기 위해 인공지능(AI)이 어떻게 활용될 수 있는지 탐구한다. 아카이브 환경 내에서 AI 기술을 식별하고 개발하며 검증함으로써, 기록 관리 분야의 핵심 과제를 해결할 잠재력을 입증한다. InterPARES Trust AI 파트너십의 初기 성과를 바탕으로, 윤리적이고 원칙 기반의 개발을 통해 아카이브 기준에 기반한 AI의 잠재력이 입증된다.

ABSTRACT

Archival institutions and programs worldwide work to ensure that the records of governments, organizations, communities, and individuals are preserved for future generations as cultural heritage, as sources of rights, and as vehicles for holding the past accountable and to inform the future. This commitment is guaranteed through the adoption of strategic and technical measures for the long-term preservation of digital assets in any medium and form - textual, visual, or aural. Public and private archives are the largest providers of data big and small in the world and collectively host yottabytes of trusted data, to be preserved forever. Several aspects of retention and preservation, arrangement and description, management and administrations, and access and use are still open to improvement. In particular, recent advances in Artificial Intelligence (AI) open the discussion as to whether AI can support the ongoing availability and accessibility of trustworthy public records. This paper presents preliminary results of the InterPARES Trust AI (I Trust AI) international research partnership, which aims to (1) identify and develop specific AI technologies to address critical records and archives challenges; (2) determine the benefits and risks of employing AI technologies on records and archives; (3) ensure that archival concepts and principles inform the development of responsible AI; and (4) validate outcomes through a conglomerate of case studies and demonstrations.

연구 동기 및 목표

• 기록 및 아카이브 보존 분야의 核심 과제를 해결하는 데 기여하는 AI 기술을 식별하고 개발하기 위해.
• 아카이브 시스템 및 프로세스에 AI를 도입할 때의 이점과 위험을 평가하기 위해.
• 기본 원칙인 진정성, 무결성, 책임성 등의 아카이브 원칙이 AI 시스템 설계 및 구현에 영향을 미치도록 보장하기 위해.
• 다양한 아카이브 기관에서의 실제 사례 연구 및 시범 운영을 통해 AI 응용 프로그램을 검증하기 위해.
• 아카이브 윤리 및 표준을 AI 혁신에 통합함으로써 책임감 있는 AI 개발을 촉진하기 위해.

제안 방법

• 기록 보존을 위한 다기관 협업 AI 개발을 조율하기 위해 InterPARES Trust AI(I Trust AI) 국제 연구 파트너십을 구축하였다.
• AI가 효율성과 신뢰성을 향상시킬 수 있는 아카이브 워크플로우의 체계적 분석을 수행하였다.
• 디지털 기록에서의 자동 메타데이터 생성, 콘텐츠 색인화, 데이터 무결성 검증을 위한 프로토타입 AI 도구를 개발하였다.
• 자연어 처리(NLP) 및 컴퓨터 비전 기법을 활용해 텍스트, 시각적, 청각적 아카이브 자료를 분석하였다.
• 기록의 기원 및 진정성과 같은 아카이브 원칙을 AI 모델 설계에 통합하여 신뢰성 있는 출력을 확보하였다.
• 공공 및 민간 아카이브 기관에서의 사례 연구를 통해 AI 솔루션의 성능, 확장성, 윤리적 준수 여부를 평가하였다.

실험 결과

연구 질문

• RQ1 어떻게 AI를 활용하여 아카이브 기관 내에서 디지털 기록의 장기적 접근성과 신뢰성을 향상시킬 수 있는가?
• RQ2 AI 기술을 아카이브 데이터 보존 및 관리에 적용할 때의 주요 이점과 위험은 무엇인가?
• RQ3 핵심 아카이브 원칙은 기록 관리 분야에서 AI의 책임감 있는 개발 및 구현에 어떻게 기여할 수 있는가?
• RQ4 다양한 데이터 유형과 기관적 맥락을 포함한 실제 아카이브 사례 연구에서 AI 기반 도구는 어떻게 성능을 발휘하는가?
• RQ5 AI를 아카이브 시스템에 사용할 경우 데이터의 무결성과 책임성을 유지하기 위해 필요한 기술적 및 윤리적 보안 조치는 무엇인가?

주요 결과

• AI 기술은 대규모 아카이브 컬렉션에서 메타데이터 추출 및 콘텐츠 색인화 자동화에 강력한 잠재력을 보였다.
• 아카이브 원칙을 AI 시스템 설계에 통합함으로써 출력의 투명성, 책임성, 신뢰성이 향상됨을 확인하였다.
• 초기 사례 연구에서는 자연어 처리(NLP) 및 컴퓨터 비전 모델을 활용한 문서 분류 및 데이터 탐색의 효율성이 향상됨을 입증하였다.
• 데이터 편향, 모델 해석 가능성, 장기적 시스템 지속 가능성과 관련된 과제들이 핵심 우려 사항으로 확인되었다.
• AI가 아카이브 무결성을 손상시키지 않고 지원하기 위해 공동 개발 및 원칙 기반 개발 프레임워크가 필수적임을 확인하였다.
• 연구는 아카이브 맥락 내에서 AI 응용 프로그램의 지속적인 검증 및 윤리적 감시의 필요성을 강조하였다.