← 라이브러리로 돌아가기

Threads digest · @edutrend_

사고·창의성

AI를 진짜 ‘타임머신’처럼 타고 과거로 갈 수 있다면?

역사 속 인물과 대화할 수 있다면 과거를 보는 눈도 달라질까요? 과거 기록을 학습한 AI와의 만남을 통해, 우리가 그리워하는 ‘좋았던 옛날’을 다시 바라보는 실험입니다.

현대의 대화 화면과 오래된 역사 기록이 한 책상에서 만나는 시간 여행의 비유 · AI 생성 주제 이미지
글의 주제를 표현한 AI 생성 이미지 · 실제 연구 장면이 아닙니다.

AI를 타고 과거로 갈 수 있다면?

우리는 역사 속 인물과 대화하는 상상을 종종 합니다. 하지만 일반 AI에게 “1930년대 사람처럼 굴어봐”라고 역할을 맡기면, 현대의 윤리관과 지식이 은연중에 새어 나오는 한계가 있습니다.

그렇다면 처음부터 과거의 기록을 학습 대상으로 삼은 AI를 만난다면 어떨까요? 막스 플랑크 연구소 연구진 등이 제안한 ‘타임머신 실험(Time Machine Experiments)’은 이 질문을 실험으로 옮겼습니다.

기록은 대답하지 못하고, 증언에는 이후의 경험이 섞입니다

기존 역사 탐구에는 서로 다른 한계가 있었습니다. 과거의 기록물은 새로운 질문을 던져도 대답하지 못합니다. 살아 있는 증언자는 그 뒤에 겪은 지식과 경험을 통해 과거를 다시 기억합니다.

연구진은 기존에 공개된 Talkie-13B를 활용했습니다. 1930년까지의 책·신문·판례 같은 영어 기록을 학습 대상으로 삼은 모델입니다. 현대 지식의 완전한 차단을 보증하는 모델은 아니지만, 현대 AI에게 단순히 옛사람의 역할을 맡기는 것과는 출발점이 다릅니다.

지식 차단선을 타임머신의 인터페이스로

AI가 어느 시점까지의 정보를 바탕으로 응답하도록 할지 정하는 ‘지식 차단선(cutoff)’을 일종의 타임머신 인터페이스로 사용하는 것입니다.

참가자들은 가상 시나리오를 읽는 관찰자에 머물지 않았습니다. 모델과 대화한 뒤, 모델이 도덕적·문화적 상황을 어떻게 판단하고 이유를 댈지 예측하는 과제를 수행했습니다. 과거 기록에 바탕을 둔 규범과 언어 체계를 마주하는 ‘상호작용적 시간 여행자’가 된 셈입니다.

‘좋았던 옛날’을 바라보는 눈이 달라졌습니다

우리는 흔히 “옛날 사람들이 더 착하고 순수했다”는 막연한 향수를 품습니다. 연구가 다룬 것은 과거가 현재보다 더 도덕적이었다고 보는 ‘도덕적 퇴보의 환상’입니다.

여성의 일자리, 체벌, 인종 간 결혼 등에 관한 판단과 이유를 마주한 뒤, 역사 모델 조건의 참가자들은 현대 모델 조건보다 과거를 더 도덕적으로 보던 인식이 줄었습니다. 과거를 낭만적으로 미화하던 기억의 렌즈를 다시 돌아본 것입니다.

미래의 눈으로 오늘을 돌아보게 합니다

단순히 “현재가 좋아 보인다”는 데서 끝나는 경험은 아닙니다. 우리가 막연히 그리워하던 과거의 사고방식에 직접 부딪히면, 오늘 당연하게 받아들이는 믿음 역시 다시 보게 됩니다.

한 참가자는 도덕 판단이 자신이 사는 시대와 관련되어 있다는 점을 돌아보며, 미래 세대가 오늘날의 어떤 믿음을 충격적으로 받아들일지 궁금해했습니다.

역사 교실에서 열릴 수 있는 대화

SF 영화 속 ‘타임머신을 타고 과거인과 대화하는 사고실험’을 행동과학의 실험으로 옮겨 보려는 시도입니다. 다른 시대의 기록에 기대어 응답하는 상대와의 만남이 오늘의 사람에게 무엇을 바꾸는지 살피는 것이죠.

앞으로는 1900년, 1950년, 1980년처럼 서로 다른 시점에 학습 범위를 둔 모델을 사다리처럼 연결해 가치의 변화를 탐구할 수도 있습니다. 역사 교실에서 학생들이 당시의 사고 체계에 질문을 던지는 ‘대화형 역사 탐구’ 역시 가능한 활용 방향입니다.

이 글에서 소개한 원문

Time Machine Experiments: Using Historically-Bounded AI for Inquiry into the Human Mind

Hiromu Yakura, Robin Schimmelpfennig, Ezequiel Lopez-Lopez, Alejandro H. Artiles, Levin Brinkmann, Jean-François Bonnefon, Azim Shariff, Iyad Rahwan (2026)

arXiv 사전공개 논문 · v1 · arXiv:2609.15468v1

연구 원문 보기 ↗
원문 타래 이어 읽기Edutrend의 Threads에서

이 글 공유하기