디지털 연구기반으로서의 레이와 대장경 편찬

프로젝트 개요

아래 내용은 연구과제 신청서를 바탕으로 재정리한 것입니다.

연구의 의의

1. 인문학의 위기와 기회

현재 인문학, 특히 그 기초를 이루는 고전학과 문헌학은 위기에 처해 있다. 현대 사회는 대규모의 초학제적 연구, 단기적이고 즉각적인 효용성을 창출하는 연구 영역을 강력히 요구한다. 이러한 시대 상황 속에서, 짧게는 수십 년에서 길게는 백 년을 요하는 연구 자료의 지속적인 비판을 통해 전문적 과제를 점진적으로 규명해 나가는 연구는, 투입되는 막대한 노력에 비해 얻어지는 성과가 미미해 보일 수 있다. 양적인 가치를 척도로 삼는 현대의 관점에서 보면, 이는 수지타산이 맞지 않는 행위로 치부되기 십상이다.

게다가 연구에 필요한 지식은 시간이 지날수록 새롭게 갱신되고 복잡해지며, 기하급수적으로 증대되고 있다. 이로 인해 걸출한 연구자 개인의 역량에만 의존하던 기존의 연구 방식은 성립하기가 더욱 어려워지고 있다.

그러나 이러한 상황과는 무관하게, 인류는 과거부터 현재에 이르기까지 전통 속에서 계승된 성전(聖典), 고전, 역사에 자신의 현재를 비추어 보고, 그곳에서 독자적인 의미를 획득하고자 한다. 민족, 종교, 역사라는 차원에서 발현되는 의미가 자칫 자의적인 해석에 맡겨질 경우, 인류와 지구의 운명을 위태롭게 할 수도 있음은 오늘날의 위태로운 세계 정세가 여실히 보여준다. 따라서 인류의 지적 유산이자 정신문화의 지주가 되어 온 성전과 고전의 해석을 이성에 맡기고 비판적으로 연구하는 행위는, 인류 영지의 발로로서 앞으로도 굳건히 견지되고 계승되어야 한다.

지금, 이 인문학의 위기를 타개할 절호의 기회가 찾아왔다. 바로 정보통신 기술 혁명의 도래다. 1990년대부터 급속도로 사회를 변혁하기 시작한 이 현상은, 자연과학을 비롯한 제반 학문에 지대한 영향을 미쳤으며, 연구 데이터의 수집·정리·분석부터 성과 공개·공유에 이르기까지 방대한 연구 프로세스 전체를 비약적인 고효율로 처리할 수 있는 디지털 학술 공간으로 재편해 왔다.

인문학 역시 이러한 새로운 학술 공간을 창성하고, 그 안에 스스로를 재정립하는 DX(디지털 전환)를 실현함으로써 앞서 언급한 과제들을 해결할 수 있다. 인문학의 기초인 문헌학과 고전학에 있어 가장 중요한 것은, 해석을 성립시키기 위한 신뢰할 수 있는 기반을 구축하는 일, 즉 ‘텍스트 비평(Textual Criticism)’이라 불리는 작업이다. 해석의 질(質) 자체를 결정짓는 이 필수 조건의 정비는, 다른 문화와 다른 시대가 남긴 지적 유산을 가능한 한 광범위하고 깊이 있게 탐구하고, 그곳에서 얻어진 성과 전체를 비판적 고찰에 노출시킬 때 비로소 실현될 수 있다. 막대한 노력이 요구되어 종이 책이나 논문이라는 기존 매체에 갇힌 지식 공간에서는 불가능에 가까웠던 이 작업이, 디지털 매체에서 인공지능(AI)의 힘을 활용함으로써 전례 없는 가능성을 맞이하고 있다. 하지만 일본의 인문학은 이러한 사태를 충분히 인식하지 못한 채, 임시방편적인 대처에 머물러 있어 호기를 살릴 실마리를 찾지 못하고 있는 실정이다.

2. 본 연구의 목표와 핵심 전략

본 연구는 이 문제를 근본적으로 해결하기 위해, 일본 인문학 내에서도 지식 기반의 디지털화가 가장 선도적으로 이루어진 불교학 분야를 무대로, 연구 대표자가 구축해 온 ‘인문학 DX 차세대 모델’과 AI-OCR 기술을 탑재한 신규 ‘고문헌 편찬 시스템’을 활용하여 대장경 전체의 재편찬――즉 <레이와 대장경(令和大蔵経)>의 편찬――을 실현하는 대규모 DX를 추진한다. 나아가 이 과정에서 새로운 연구 방법론과 학술적 평가 방법에 대한 통찰을 제시함으로써, DX·AI 시대에 일본 인문학이 나아가야 할 방향을 명확히 제시한다. 이는 일본 인문학의 어느 분야에서도 시도된 적 없는, 새로운 학술을 개척하는 기획이다.

그 요점을 (1) 웹 기반 대장경 재편을 위한 ‘공동 연구형 디지털 학술 플랫폼(CRDIH)’ 구축, (2) 타 프로젝트와의 차별성, (3) 오픈 사이언스 흐름에 부합하는 차세대 인문학 연구 프로세스 및 평가 방법의 제시, 이 세 가지로 나누어 설명한다.

(1) 웹 기반 대장경 재편을 위한 ‘공동 연구형 디지털 학술 플랫폼(CRDIH)’ 구축

1,500년이 넘는 전통 속에서 형성된 불교 성전의 코퍼스인 대장경을 근대 세계에 새롭게 제공한 <다이쇼 신수대장경>(이하 대정장)은, 전 세계의 연구 도서관에서 표준 참조 문헌(Reference book)으로 수용되어 왔으며, 불교를 중심으로 한 동양 사상, 문학, 역사 연구의 지식 기반으로서 유일무이한 역할을 수행해 왔다. 본 연구 과제는 이 성전 코퍼스를 대상으로 하는 연구가, AI를 비롯한 정보통신 기술의 뛰어난 능력을 활용할 수 있도록 새로운 학술 환경을 조성한다. 즉, 최신 OCR 및 AI 기술을 활용하여 1억 1천만 자에 달하는 대장경에 대해 송판(宋版), 원판(元版), 명판(明版), 고려판(高麗版), 궁내청 서릉부 소장 송판 등 다양한 판본 간의 이체자(異字)를 글자 단위로 대조 가능하게 하고, 이를 통해 웹상의 공동 작업 공간에서 대장경 코퍼스의 개정을 시도한다. 장구한 역사를 거쳐 편찬된 일대 성전의 집성(集成), 그 전개 과정 전체를 복원하는 이 기획은 지금까지 불가능했던 장대한 지식 구성 과정의 시각화라 할 수 있다. 이를 통해 해석의 기초가 되는 텍스트 비평을 성립시키는 연구 기반이, 지난 백 년간 축적된 방대한 지견을 집약하며 새롭게 정비될 것이며, 학계의 백 년 숙원이었던 대장경의 재편찬을 실현하게 된다. 이는 지난 세기 국제 학계에 대한 일본의 공헌을, 다가올 미래의 백 년을 향해 쇄신하는 역사적인 대사업이다.

(2) 타 프로젝트와의 차별성 및 본 연구의 위상

일본은 자료를 디지털화하여 공개하는 정보 기술 측면에서는 선진국과 어깨를 나란히 하는 기술과 성과를 보유해 왔다. 그러나 그곳에 인문학 독자적인 지견을 접목하고, 디지털 매체의 특징을 살려 이용 가능한 형태로 공유하는 ‘인문학 DX’라는 측면에서는 상당히 뒤처져 있는 상황이다. 본 연구 과제는 바로 지금부터 일본의 인문학이 직면하게 될 과제를 해결하기 위한 유력한 모델을 제시하는 것이며, 본 연구가 기획하는 CRDIH(Collaborative Research Database for the Humanities)의 성패는 불교학은 물론, 디지털 시대 일본 인문학 전체의 존립 여부와도 직결된다. 대규모 연구 기관이 그 잠재력을 온전히 발휘하기 위해서는, 신규 분야를 도전적으로 개척하는 연구가 필요하다. 본 연구 과제는 바로 그 역할을 불교학 분야에서 수행하고자 하는 것이며, 이것이 실현된다면 향후 일본 인문학 전체에 큰 보탬이 될 것이다.

(3) 차세대 인문학 연구 프로세스 및 평가 방법의 제시

일본 정부의 학술 정책으로서 오픈 사이언스에는 그동안 막대한 리소스가 투입되어 왔음에도 불구하고, 인문학 분야에서는 이에 부응하기 위한 대응이 충분치 못했다. 본 연구가 실현하고자 하는 연구 플랫폼 CRDIH는 이 과제에 대한 인문학적 공헌의 구체적인 경로를 개척하는 계기가 될 것이다. CRDIH 구축에 참여하는 연구자는 그 공헌이 실명(顯名)으로 빠짐없이 기록되며, 이에 대한 학술적 평가를 요구할 권리를 부여받는다. 한편, 이를 이용하는 연구자 역시 개정된 성과를 자신의 연구에 반영함과 동시에, 그 취사선택에 대해 학술적 판단을 내릴 경우 마찬가지로 CRDIH에 기록되어 학술적 평가를 받을 권리를 얻는다. 고도의 학술적 응답이 이루어진다면 제공자와 이용자의 위치는 서로 뒤바뀔 수 있으며, 그 응답 자체가 연구 성과로 승인되는 플랫폼을 구축한다.

CRDIH는 불교학에서의 고도로 전문적이고 학술적인 질(質)을 판단해야 하는 ‘전문 분야 특유의 전통적 평가 과제’와, 웹상의 연구 플랫폼에서 학술 평가 방법을 확립해야 하는 ‘인문학 전체 공통의 신규 과제’라는 두 가지 과제를 안고 있다. 이 양자에 지침을 제공할 CRDIH 편집위원회 및 그 지침을 최종 결정할 자문 위원회(Advisory Board)는 불교학 전문 연구자와 구미(歐美)에서 디지털 인문학(Digital Humanities)을 선도하는 최고 수준의 전문가들로 구성된다. 전통적인 인문학적 권위 인정(Authorize) 방식에, 속보성과 다양성을 실현하는 프리프린트(Preprint)의 이념을 도입하여, 양자를 계층화하면서 공존시키는 학술 평가법을 탐구해 나갈 것이다. 이러한 활동을 통해 오픈 액세스가 제시하는 과제에 인문학이 응답하는 하나의 길이 열리게 될 것이다.

맺음말

일본은 독자적으로 축적해 온 방대한 역사적·문화적 유산을, 다가올 미래의 백 년을 향해 인류의 지적 행위로서 계승하고, 그 의의를 세계에 지속적으로 발신할 수 있을 것인가라는 중대한 과제에 직면해 있다. 이는 연구의 시작부터 수행, 평가에 이르기까지 연구 프로세스 전체를 시야에 넣지 않으면 해결할 수 없다. 본 연구는 하나의 학문 분야로서 이 과제에 정면으로 도전하며, 차세대 인문학 연구 기반 구축의 모델을 구체적으로 제시하는 것을 목표로 한다.

1．학술적 배경 및 핵심 질문

(1) 역사적 배경과 대장경의 의의

기원전 5세기 인도에서 시작된 불교는 방대한 양의 성전(聖典)을 낳으며 아시아 각지로 전파되어 동양 사상 문화의 지주가 되었습니다. 그중에서도 천 년이 넘는 세월에 걸쳐 중국으로 단속적으로 이입되어 번역된 성전군은, ‘대장경(大蔵経)’이라는 5,000권이 넘는 장대한 지식의 집성체가 되었습니다. 대장경은 4세기 석도안(釋道安)의 『종리중경목록(綜理衆経目録)』 이래, 동아시아의 지적 전통 속에서 지속적으로 편찬·정리되었으며, 10세기 이후에는 중국·한국·일본에서 목판 인쇄를 통해 전승되었습니다. 이 과정에서 여러 계통으로 분기한 대장경을 19세기 말, 도쿄 조죠지(増上寺) 소장 3대장(고려재조대장경·송판·원판)과 교합하여 비판적으로 교정하고 세계 최초의 활판 인쇄 불전으로 공간(公刊)한 것이 시마다 반콘(島田蕃根) 등의 『대일본교정대장경(大日本校訂大蔵経)』(축쇄장)입니다. 나아가 이를 바탕으로 새로운 대교(對校) 자료를 채택하여 재편찬하고, 1924년부터 다카쿠스 준지로(高楠順次郎) 등이 국제적 총서로서 간행한 것이 바로 『다이쇼 신수대장경(大正新脩大蔵経)』(이하 대정장)입니다. 대정장은 인문학 연구 자료로서의 희소성과 높은 학술적 신뢰성 덕분에 전 세계 연구 도서관에서 표준 참조 문헌(Reference book)으로 수용되었으며, 일본에서 발신하는 동양 사상, 문학, 역사 연구의 지식 기반으로서 유일무이한 역할을 수행해 왔습니다.

(2) 디지털 시대의 도래와 SAT의 도전

그러나 20세기 후반 이후 정보통신 혁명의 급격한 진전과 함께 학계는 대변혁을 경험하기 시작했습니다. 연구 기반 데이터의 수집·정리·분석부터 성과 공개·공유에 이르는 연구 프로세스 전체를 디지털 학술 공간으로 재편해야 하는 전대미문의 과제 속에서, 대정장이라는 텍스트 집성체가 동양 사상 연구의 국제적 연구자 공동체 형성 및 지식 창출을 실현하는 ‘불교학 커먼즈(Commons)’로서 기능해 왔다는 사실이 재확인되었습니다. 연구 대표자 등이 1994년 설립한 ‘SAT 대장경 텍스트 데이터베이스 연구회(대표: 시모다 마사히로, 이하 SAT)’가 추진한 1억 자 이상의 대정장 전체 텍스트 데이터베이스(이하 SAT DB) 구축은, 이러한 커먼즈의 의의와 유용성을 디지털 학술 공간에 구현하여 불교학을 비롯한 관련 학문의 새로운 학술 기반으로 삼고자 하는 목적을 지니고 있었습니다. 이 거대한 기획 안에 본 연구 과제의 핵심을 이루는 ‘학술적 질문(Question)’이 자리 잡고 있습니다.

(3) 일본 인문학의 고립과 국제 네트워크 구축

이 학술 기반을 재편하는 과정에서 연구 대표자 등은 새로운 디지털 연구 국제 네트워크를 형성하며 SAT DB 연구 및 구축을 진행했습니다. 그 과정에서 일본 인문학의 DX(디지털 전환)가 뒤처져 국제 네트워크로부터 고립되고 있다는 점, 그리고 이것이 장차 일본에서 발신하는 SAT DB의 존속에도 큰 장애가 될 것임을 인식하게 되었습니다. 디지털 학술 환경에서는 언어, 제도, 전문 분야, 국가, 지역의 차이를 넘어 다양한 지식이 통일된 포맷으로 네트워크화되어야 하며, 일본의 환경 개선은 곧 SAT의 지속적 발전을 위한 선결 조건이기 때문입니다. 이를 실현하기 위해 뜻을 함께하는 국내 관련 연구자들과 협력하여, 연구 대표자가 회장을 맡아 2012년 ‘일본 디지털 인문학회(JADH)’를 설립하고 국제 DH 학회 연합에 가입했습니다. 이후 매년 국제 학술 대회를 개최하고 해외의 저명한 DH 연구자를 초빙하여 강연과 튜토리얼을 실시해 왔습니다. 또한 인문학 텍스트 데이터 구축의 국제 표준인 TEI(Text Encoding Initiative) 가이드라인을 수립하는 ‘TEI 협회’ 연례 국제 학술 대회를 2018년 도쿄에 유치하여 300명 이상의 참가자를 모았으며, 2022년에는 ‘국제 DH 학회 연합’ 연례 대회를 도쿄에서 온라인으로 개최하여 전 세계 40여 개국 700명의 참가를 이끌어냈습니다. 이처럼 국제적인 DH 활동과 긴밀히 연계하며 인문학 디지털화에 필요한 각종 국제 표준 규격 및 조직적·인적 네트워크 구축과 환경 개선을 추진해 왔습니다.

(4) 동아시아 자료를 위한 국제 표준 확립 노력

이러한 활동을 실질화하기 위해서는 일본을 포함한 동아시아 자료를 디지털 매체상에서 적절히 다룰 수 있는 환경이 필수적이었으나, 기존의 국제 표준 규격은 매우 불충분한 상태였습니다. 이에 SAT는 먼저 문자 표현 방식에 대해, 유니코드(Unicode) 국제 표준화 기구 회의체인 ISO/IEC JTC1/SC2에 연락 회원(Liaison member)으로 정식 가입하여, 컴퓨터에서 처리하기 어려운 한자나 실담(범자) 이체자 등 3,000자 이상의 유니코드 외자(外字)를 ISO/IEC 10646을 경유해 유니코드에 등록했습니다. 또한 텍스트 데이터의 구조적 기술 방식에 대해서도, 국제적 사실상 표준(De facto standard)인 TEI 가이드라인이 서구 중심으로 진행되어 동아시아 자료에 충분히 대응하지 못하는 문제를 해결하기 위해 개정 활동에 착수했습니다. 2016년 SAT 멤버 주도로 TEI 협회 내에 ‘동아시아/일본어 분과회’를 설립했고, 이는 2021년 TEI 가이드라인 개정으로 이어졌습니다. 나아가 사본이나 판본 연구에 중요한 웹 이미지 처리에 관해서는, 영국 도서관, 프랑스 국립 도서관 등 세계적 연구 도서관들이 추진하는 IIIF(International Image Interoperability Framework) 대응 웹 서비스를 일본 최초로 공개하고, IIIF 이미지 뷰어를 동아시아 문헌에 맞게 개량하는 등 기반 형성을 추진해 왔습니다.

(5) 차세대 모델 제시 및 보급 활동

이러한 성과를 집약하여 ‘차세대 인문학을 위한 디지털 연구 환경 모델’(이하 차세대 모델)로 제시하는 한편, 오픈 액세스 서적 『디지털 학술 공간 만드는 법』(2019) 등 입문서를 출간하고 총 100회 이상의 세미나를 통해 TEI 및 IIIF 보급 활동을 전개했습니다. 국립국회도서관, 국문학연구자료관 등 국내 주요 기관의 채택을 지원하고, 도쿄대학 등 데이터 구축 조직과 협력하여 이용을 촉진했습니다. 이러한 공로를 인정받아 2012년 함부르크 DH 국제 학회 기조강연 등 세계 각지에서 초청 강연을 수행했으며, 국내에서도 제8회 게스너상 ‘디지털 지식 조직화’ 부문 금상 및 디지털 아카이브 학회 제1회 학회상(실천상)을 수상했습니다.

(6) 생성형 AI의 등장과 본 연구의 새로운 도전

DX의 지체를 점진적으로 해소해 온 일본 인문학은 최근, 기존의 대응만으로는 해결할 수 없는 거대한 문제에 직면했습니다. 바로 ‘생성형 AI’의 등장입니다. 연구 프로세스에 막대한 영향을 미치며 사실상 표준 연구 방법론으로 자리 잡고 있는 생성형 AI를 시야에 넣는 것은 모든 분야의 시급한 과제입니다. 그러나 생성형 AI의 응답 품질은 학습 데이터의 존재와 질에 전적으로 의존합니다. 인문학 기반 데이터의 오픈화와 표준화가 미진한 일본에서는 신뢰할 만한 학습 데이터가 턱없이 부족하여, 이대로라면 급속히 고도화되는 세계의 생성형 AI 흐름에서 도태되어 인문학이 그 혜택을 누리지 못한 채 위축될 우려가 큽니다.

이러한 위기 속에서 SAT는 발전하는 AI를 활용하여, AI-OCR 기술을 접목한 목판·사본 자동 대조 시스템을 개발, 연구 자료 처리에 필요한 작업 효율을 비약적으로 높이는 데 성공했습니다. 그 성과는 2023년 4월 빈 대학 국제 회의를 시작으로 국내외 학술 대회에서 보고되었으며, 지속적인 개량을 거치고 있습니다. 또한 RAG(검색 증강 생성)를 이용한 생성형 AI 기반 학술 연구 지원 시스템 개발에도 착수하여, 이미 UC 버클리 및 도쿄대학 국제 심포지엄에서 발표한 바 있습니다.

연구대표자 등이 구축해 온 ‘차세대 모델’에 AI를 적용해 재편한 이들 시스템을 연구의 중핵으로 삼고, 관련 학계 연구자들을 참여시킴으로써 대장경을 재편집――즉 <레이와 대장경>의 편찬――한다는 백 년 된 학계의 숙원을 실현할 수 있게 되었습니다. 이를 통해 과거의 불교학 커먼즈는 미래를 향해 쇄신되고 재편될 것이며, 일본 인문학이 나아가야 할 길이 명확히 제시될 것입니다.

2. 연구 목적 및 독창성・창조성

(1) 연구의 목적: 인문학의 디지털 재편

본 연구의 목적은 연구 매체의 디지털화와 AI가 창출하는 새로운 지식 환경에서 인문학이 성립하기 위한 요건을 규명하고, 그것들이 정합적으로 통합되는 ‘디지털 학술 공간’을 구축하여 인문학 전체의 활동을 재편하기 위한 상세한 로드맵을 제시하는 데 있다. 이러한 목적을 달성하기 위해, 학문 분야 전체에서 지식 기반의 디지털화가 가장 앞선 불교학 분야를 대상으로, 지식의 기반인 대장경을 학계 규모로 재편집하여 새로운 ‘연구자 커먼즈(Commons)’를 구축한다. 디지털 매체에서의 학술 지식(學知) 형성이라는 이 기획을 실현하기 위해서는, 전문 분야의 차이를 넘어 인문학 전체가 통일된 포맷으로 데이터를 구축하는 것이 필수적이다.

(2) 오픈 사이언스와 국제 협력 체제

디지털 학술 공간을 형성할 때, 전문 분야의 차이와 관계없이 모든 학술 지식에 공통적으로 요구되는 요건은 ▲리서치 소프트웨어 엔지니어(RSE)나 디지털 사서 등 이종(異種) 분야 연구자 및 실무자와의 ‘협업’, ▲학술 지식 구성 과정의 ‘시각화’, ▲성과의 ‘공개’이다. 현재 일본을 포함하여 구미(歐美)를 중심으로 전 세계에서 강력히 추진 중인 ‘오픈 사이언스’의 이념은 이러한 요청과 맞닿아 있다. 이는 지금까지 인문학에서 시도되어 온 개인 단위의 활동으로는 응답할 수 없으며, 학계 차원에서 대응해야 할 과제다. 게다가 학술 공간이 한 국가 내에 닫혀 있지 않고 국제적으로 열려 있음을 고려할 때, 국내 학회의 틀을 넘어 국제 학계와 연계하여 학술 환경 구축에 필요한 사항을 국제 표준 규격 수준까지 조정할 수 있는 체제를 구축해야 한다.

(3) SAT 프로젝트의 성과와 독창적 기반

본 연구의 주체가 되는 SAT 프로젝트는 이러한 일련의 과제에 대해 착실히 성과를 거두어 왔다. SAT DB 구축에는 과학연구비 성과 공개 촉진비 및 재단법인 불교학술진흥회 기부금을 중심으로 6억 엔의 비용이 투입되었으며, 연인원 200명이 넘는 연구 협력자의 참여를 통해 2007년에 완성되었다. 이후, 과학연구비 성과 공개 촉진비, 기반연구(A)·(S) 등을 통해 새로이 연인원 200명 이상의 연구자를 사업에 소집하여 데이터베이스를 재교열하는 한편, 해외 유력 연구 기관과의 기술적 제휴를 실현했다. SAT DB는 전 세계의 디지털 연구 자원과 연계하며, 국제 표준을 고도화된 형태로 준수하는, 국내 인문학계는 물론 국제적으로도 드문 디지털 연구 환경이다. 구체적인 국제 연계 현황은 다음과 같다.

(4) 국제 기술 표준 규격에 대한 공헌

인문학 관련 국제 기술 표준 규격에 대한 관여는 앞서 ‘1. 학술적 배경’에서 기술한 바와 같다. 이에 더해 일본 불교 텍스트 처리에 있어 언어 코드의 상세한 구분이 필요함을 인식하고, 작년부터 ISO TC37에 참가하여 국립국어연구소(NINJAL) 연구자들과 연계, ‘일본어 역사적 언어 코드’의 국제 표준 규격 수립을 위한 제안 준비를 진행하고 있다.

(5) 대규모 협업 체제와 미래 인문학의 모델

이처럼 ▲디지털 학술 기반 구축의 공동화, ▲학술 지식 구성 과정의 시각화, ▲성과 제공 및 향유 공간의 공공화라는 과제에 대해, SAT는 국내외 인문학 분야 연구자들과의 협업을 바탕으로 현저한 성과를 거두고 있으며, 본 연구 과제에서는 불교학은 물론 인문학 제반 분야의 연구자를 동원하는 대규모 체제를 조직하고 있다.

국내 각지에서 대학원생과 신진 연구자를 지도하는 시니어 연구자들이 함께 CRDIH 구축에 참여하여 새로운 대장경 구축을 목표로 한다. 그 기술은 최첨단 국내외 연구자들의 리뷰(검증)에 상시 노출되며, 신규 개발에 지속적으로 반영된다. 나아가 이 연구 활동에서 얻어진 지견을 인문정보학(DH)에 관여하는 국내 각지의 다양한 분야 인문계 연구자와 공유하고, 리뷰 활동을 통해 성과가 해당 분야로 직접 환원되도록 기획하고 있다. 디지털 시대의 인문학 전체를 지원하기 위해서는 개별 연구를 포섭하는 대규모 학술 기반 개정 작업이 필요하며, 또한 그것은 일본이 독자적으로 수행할 수 있는 기획이어야 한다. 본 연구는 바로 그것을 실현할 수 있는 프로젝트다.

3. 연구 배경 및 국내외 연구 동향과 위상

국제적 리더십과 디지털 기반 구축의 여정

연구진(연구대표자 등)은 학술 환경의 디지털화를 적극적으로 추진해 온 불교학 연구 활동을 오랜 기간 이끌어 옴과 동시에, 폭넓은 국제 인문정보학계와 행보를 함께해 왔다. 이 과정에서 일본 인문학 전체가 국제 표준을 준수하며 연구 기반을 디지털 매체로 이행해야 할 필요성, 그리고 동아시아 및 일본 연구 분야에서 선도적인 연구 모델을 제시해야 할 중요성을 깊이 인식하게 되었다. 이러한 인식에 이르게 된 구체적인 활동 경위는 다음과 같다.

(1) 끊임없이 변화하는 디지털 기술에 대응한 연구 기반 개발

이에 대해서는 앞서 기술한 바와 같다. 보충하자면, 매년 1~2회 세계 각지에서 개최되는 디지털 불교학 국제 심포지엄뿐만 아니라, 동아시아 인문학·도서관학 국제 심포지엄에 초청받아, 국내외 인문학 연구자들에게 그때그때의 최신 기술과 그 응용 사례 및 가능성에 대한 지식을 지속적으로 제공해 왔다.

(2) 국제 표준 대응 및 국제 디지털 인문학(DH) 협회와의 협업

연구진에 의한 국제 표준 및 국내 연구 동향과의 관계는 이미 서술하였다. 그러한 활동을 거쳐, 구미 제국의 인문학 디지털 기술 적용에 관한 최신 현황을 파악하기 위해 관련 연구자들과 긴밀한 국제 네트워크를 구축했으며, 동시에 이를 국내 인문학 관계자들에게 피드백하는 네트워크 또한 형성하고 있다. 이러한 전 세계적 흐름을 일본 인문학계에 환원하기 위해, 연구진은 국내 여러 인문계 연구 교육 기관에 객원이나 겸임 등으로 깊이 관여하며 국제 동향에 대한 대응을 지원해 오고 있다.

(3) 국제적 불교학 연구 프레임워크의 발전에 대한 대응

국제적인 불교학 연구 프레임워크에서는 데이터 연계가 현저히 진전되어, 타 분야에 비해 인문학 전체의 모델이 될 수 있는 조건이 고도로 갖추어져 있다. 연구진은 함부르크 대학과 공동으로 추진하는 인도-티베트어 디지털 불교 사전 구축 프로젝트 ‘ITLR (Indo-Tibetan Lexical Resource)’ 및 프랑스 금석문·문예 아카데미와의 공동 프로젝트 ‘디지털 법보의림 (Digital Hôbôgirin)’ 에서 시스템과 데이터 형식 구축을 주도해 왔다. 이는 오픈 데이터로서 유럽의 ‘SSH Open Market Place’ 에 등재되어 있다. 현재 미국의 BDRC (Buddhist Digital Resource Center, 티베트 불전), 대만의 CBETA·DILA (Dharma Drum Institute of Liberal Arts, 중국 불전), 빈 대학·오스트리아 과학 아카데미 등의 SARIT (Search and Retrieval of Indic Texts)와 같은 국제적 학술 불전 텍스트 공유 프로젝트에서는, 자동 번역이나 텍스트 재사용(Text Reuse) 검출 기술의 정확도 향상을 위해 고도화된 연계를 지향하고 있으며, 연구진이 추진하는 ‘국제 표준 규격에 입각한 연구 데이터 구축’의 필요성은 갈수록 강하게 인식되고 있다. 이러한 흐름 속에서 국제 표준 수립에 실적을 가진 SAT 관계자들은 세계 각지에서 개최되는 심포지엄이나 세미나 등에 초청되어 강연을 수행하고 있다.

(4) 생성형 AI의 등장에 따른 인문학 연구 변화에 대한 대응

ChatGPT로 대표되는 생성형 AI의 등장으로 대변혁이 예상되는 텍스트 연구 분야에서는, 향후 기술 전개나 규제 방안 등에 대해 현시점에서 이미 구체적인 방책들이 논의되고 있다. 이는 2023년 4월 빈 대학에서 열린 심포지엄 ‘불교 텍스트 연구를 위한 고급 계산 방법론(Advanced Computational Methods for Studying Buddhist Texts)’의 주제가 되었으며, 연구진은 생성형 AI의 적극적이면서도 비판적인 수용과 인문학 방법론의 재고라는 향후 방향성을 제안하여 공감을 얻었다. 이어 2024년 4월에는 국립대만대학에서 AI와 불교학을 주제로 국제 심포지엄이 개최되어 연구진의 제안이 합의를 이끌어냈다. 그리고 같은 해 10월, UC 버클리(UC Berkeley) AI 연구실 주최로 열린 동일 주제 심포지엄에서는, 신규 개발한 ‘생성형 AI의 RAG(검색 증강 생성)를 활용한 불교학 연구 지원 시스템’에 대해 발표와 시연을 진행하여, 학술 연구에서의 생성형 AI 활용 가능성을 제시했다. 본 연구 과제에서는 이 분야의 최전선에 있는 UC 버클리 AI 연구실에서 불전 텍스트 AI 연구를 진행 중 세바스티안 네르디히(Sebastian Nehrdich)를 연구 협력자로 영입하여, 이에 대한 본격적인 규명을 도모해 나갈 것이다.

4. 연구의 범위와 목표

(1) 핵심 목표: <레이와 대장경> 편찬과 CRDIH 구축

본 연구는 SAT DB의 중핵을 이루는 1억 자 이상의 한자로 구성된 『다이쇼 신수대장경(대정장)』 전 85권의 불전 전체를, 웹상에서의 공동 작업을 통해 개정 및 재편찬하여 <레이와 대장경(令和大藏經)>의 편찬을 개시함과 동시에, 이를 뒷받침할 새로운 불교학 커먼즈인 ‘공동 연구형 디지털 학술 플랫폼 CRDIH (Collaborative Research Database for the Humanities)’를 구축한다. 이 일련의 연구 프로세스 전체를 연구 대상으로 삼아, 연구자·정보 기술·연구 워크플로가 복잡하고 역동적인 상호작용을 거치며 인문학적 지(知)를 구성해 가는 통찰의 성과를 인문학 전체에 제공한다.

(2) 기술적 기반: AI 구동형 교합 시스템 ‘SATed’

이에 앞서 연구진은 불전 텍스트의 사본이나 판본 이미지에 대해 높은 정밀도를 가진 AI 구동형 OCR을 이용하여 교합(校合)을 수행하는 시스템 ‘SATed’를 개발하여 실용 단계에 진입시켰다. SATed는 OCR 소프트웨어가 생성한 고정밀 텍스트 데이터와, 연구진이 수작업으로 정밀도를 높여 온 SAT DB의 텍스트 데이터 사이에서, 자동으로 동일 경전끼리 비교하여 문자 단위로 서로 다른 곳을 제시하는 기능을 갖추고 있다. 이 상이점 표시 기능은 SAT DB 데이터와 비교했을 때의 OCR 데이터의 차이뿐만 아니라, SAT DB 데이터와 각 사본·판본 간의 이독 정보까지 제시하게 된다.

(3) 연구 워크플로의 혁신

기존의 텍스트 교합 작업은 한 글자씩 판면을 눈으로 확인해야 했으며, 디지털 이미지가 널리 이용되는 현재에도 동아시아 언어 고문헌에서는 OCR 정밀도가 낮아 막대한 노력이 소요되는 작업이었다. 연구자들은 이 험난한 작업 앞에서 좀처럼 속도를 내지 못했던 것이 현실이다. 그러나 SATed를 통해 획기적으로 정밀도 높은 비교 정보가 제시됨으로써 이러한 노력이 비약적으로 경감된다. 이로써 연구자는 상이한 부분을 일거에 일람하고, 그 차이를 고찰하는 ‘본래 수행해야 할 고도의 연구’에 집중하기가 예전에 비해 훨씬 수월해진다. 1,500년을 넘어 동아시아에서 중앙아시아 일원으로 전파된 한역 불전의 역사적 전개 과정을 검토하고 판단할 수 있는 환경이 이 CRDIH에서 갖추어지는 것이다.

CRDIH를 구성하는 것은 대정장이 편찬의 근거로 삼았던 ▲각종 목판 대장경의 15만~19만 컷의 판면 이미지, ▲돈황 사본 등의 이미지, ▲도상(Iconography)을 다루는 여러 사본들이다. 이들을 SATed를 통해 글자 단위로 자동 비교하고, 다른 다양한 연구 리소스와 통합적으로 다루는 연구 환경을 실현한다.

(4) 평가 체제와 오픈 사이언스: 프리프린트 개념 도입

CRDIH에서의 일련의 학술 작업에 대해서는 상시 기록을 남김으로써, 개정 책임의 소재와 연구자 개인에 대한 평가, 나아가 지식의 구축 과정을 투명하게 밝힌다. 텍스트 교합 작업에 대해서는 연구자가 육안으로 판단하여 보고한다. 이 작업 전체를 집약하고, 그에 기초하여 시스템의 개발·개량을 실시한다. 마지막 공정에서 그 학술적 질(質)을 확인하고 평가하기 위해, 국내외 전문가로 구성된 조직(CRDIH 편집위원회)을 설치하여 그 지견에 따라 최종 결정을 내린다. 이 위원회는 본 연구 계획 안에서 학술적 질을 담보하는 핵심적인 역할을 맡는다. 한편, 편집위원회의 공식 승인(Authorize) 여부와 관계없이, 교합된 데이터는 교합자의 책임하에 공개되고 공유된다. 이는 최근 학술 정보 유통에서 중시되고 있는 ‘프리프린트(Preprint)’의 이념에 부합하는 것이다.

(5) 사회적 환원 및 가이드라인 책정

이상의 체제 정비와 운용에 필요한 지견은 향후 분야를 막론하고 웹상에서의 학술 교정판(Critical Edition) 편집을 추진하는 데 있어 매우 중요한 자산이 되므로, 이를 기록·분석한 뒤 ‘인문학을 위한 가이드라인’으로 작성하여 오픈 액세스 형태로 공개한다. 디지털 연구 기반을 위한 데이터 구축의 전체상에 대해서는 ‘일본 오픈 액세스 리포지토리 추진 협회(JPCOAR)’가 연구 데이터 관리 계획(RDM)에 관한 우수한 가이드라인을 제공하고 있으나, 그것만으로는 인문학 분야 고유의 사정에 대응하기 어렵다. 본 연구는 범용 가이드라인과 인문학 사이의 간극을 메우고, 인문학을 실질적으로 지원하는 의의를 가진다. 본 성과를 일본 인문학계에 환원하기 위한 ‘인문학·정보학 전개 위원회’는 2개월에 한 번 온라인으로 개최함과 동시에, 연 1회 대면 연구 집회를 실시하여 본 연구 상황을 논의하고, 얻어진 지견을 인문학 각 분야에 피드백한다.

(6) 지속 가능한 연구 환경

대장경 DB의 교정 작업 자체는 미래에 걸쳐 지속되어야 한다. 연구가 진전됨에 따라 연구 대상이 되는 자료 자체가 비판(검증)에 노출되고, 지속적으로 개정되어 나가는 과정 그 자체에 디지털 매체의 현저한 강점이 있다.