이득:
- ISAD(G) 또는 Dublin Core 등의 표준에 따라 인공지능을 활용하여 메타데이터 초안을 생성하는 기능
- 환각을 방지하고 공백 허가를 통해 주제 용어를 통제된 어휘에 매핑하는 능력
- 날짜, 사람 이름, 참조 코드 등 사람의 승인이 필요한 필드와 기관에서만 할당해야 하는 필드를 구분하는 기능
아카이브나 도서관은 아무리 풍부하더라도 잘 정의되지 않으면 찾을 수 없습니다. 문서를 "검색 가능"하게 만드는 것은 문서를 작성한 사람, 언제, 어디서, 주제가 무엇인지, 문서가 속한 컬렉션에 대한 설명 정보입니다. 이 정보를 메타데이터(메타데이터 - 문서에 대한 설명 데이터, "데이터에 대한 데이터")라고 합니다. 목록화는 이 메타데이터로 문서를 식별하고 검색 가능한 시스템에 저장하는 프로세스입니다. 분류는 주제, 유형, 출처 등의 기준에 따라 문서를 구성하는 것입니다.
메타데이터 생성에는 시간이 많이 걸립니다. 대규모 컬렉션에 있는 수천 개의 문서에 대해 날짜, 주제, 사람 및 장소 정보를 개별적으로 입력하는 데 수년이 걸릴 수 있습니다. AI는 이 사업에서 강력한 초안 생성기입니다. 이번 단원에서는 AI를 사용하여 메타데이터를 생성하는 방법, 표준(ISAD(G), Dublin Core)에 따른 목록 작성, 자동 분류의 힘과 함정을 모두 살펴보겠습니다.
보관 표준: 왜 필요한가
메타데이터는 무작위로 입력되지 않습니다. 다양한 기관의 기록이 서로 대화할 수 있도록 하는 국제 표준이 있습니다.
- ISAD(G)(일반 국제 표준 아카이브 설명): 아카이브 자료를 계층적으로(펀드, 시리즈, 파일, 문서 수준에서) 설명하기 위한 규칙입니다. 여기에는 참조 코드, 제목, 날짜, 범위, 작성자와 같은 필드가 포함됩니다.
- Dublin Core: 디지털 자원을 설명하기 위한 15개 핵심 필드(제목, 작성자, 주제, 날짜, 장르, 형식, 출처, 언어 등)로 구성된 공통 표준입니다.
- 폰드(Fonds): 개인, 가족 또는 기관의 활동의 결과로 자연스럽게 형성된 일련의 기록입니다. 아카이빙의 기본 구성 단위입니다.
- 출처(원산지): 문서가 누구에게서 왔으며 어느 손을 거쳐 전달되었는지에 대한 정보입니다. 보관 시 문서는 원본에 따라 함께 보관됩니다.
AI가 메타데이터를 생성하게 할 때 대상 표준을 명시적으로 지정하면 출력이 기업에 직접 입력될 수 있습니다.
또 다른 주요 개념은 전거 레코드입니다. 이는 개인, 장소 또는 기관 이름의 승인된 단일 표준 형식을 정의하는 레코드입니다. 역사적 문서에서는 동일한 사람이나 장소가 다른 철자로 나타날 수 있습니다. 전거 레코드는 이를 모두 하나의 승인된 형식으로 묶어 검색 시 흩어지지 않습니다. AI는 문서에서 이름을 제안합니다. 그러나 이 이름을 전거 레코드의 표준 형식에 매핑하는 것은 인간의 작업입니다. AI가 "아메드"라고 말하는 내용을 해당 기관의 전거 기록에 있는 "아메드 베이(1840-1912)"에 연결하면 목록의 일관성이 유지됩니다.
작업 흐름: 단계별
1. 소스를 준비합니다. 문서의 사본이나 이미지 및 모든 상황 정보를 수집합니다.
2. 기준과 영역을 파악한다. 어떤 표준(ISAD(G), Dublin Core)과 어떤 필드에 따라 출력을 생성할지 AI에 알려줍니다.
3. 초안 메타데이터를 생성합니다. 문서에서 추출할 수 있는 필드(날짜, 사람, 장소, 주제, 언어, 장르)를 AI가 채워줍니다. 제거할 수 없는 영역은 비워 둡니다.
4. 통제된 어휘에 매핑합니다. 주제 및 장소 이름은 대부분의 기관에서 무료가 아니지만 사전 정의된 목록(통제 어휘/동의어 사전)에 연결되어 있습니다. AI가 제안한 주제어를 이 목록에 매핑합니다.
5. 확인하고 확인합니다. 각 분야, 특히 날짜, 이름, 제목은 인간이 권위에 대한 문서 및 기록과 비교합니다.
팁: AI에게 "공란으로 남겨두기" 권한을 명시적으로 부여하세요. 그렇지 않으면 문서에 없는 날짜나 작성자를 "추측"하여 카탈로그에 가짜 메타데이터를 삽입합니다. "문서에 없는 경우 이 필드를 비워 두십시오"라는 지시는 환각에 대한 가장 강력한 보호막입니다.
테이블의 필드 및 신뢰 수준
메타데이터 필드
AI는 얼마나 신뢰할 수 있나요?
확인
언어
높다
샘플
문서 유형
중간 높이
제어
사람/지명
중간(읽기 오류)
필수
날짜
낮음(조작 위험)
필수
주제 용어
중간(자유 생성)
체크리스트에 매핑
범위/요약
중간 높이
소스와 비교
참조 코드
없음 (기관 제공)
인간이 던진 것
요약: AI는 언어, 장르 등의 영역에서 빠르고 안정적입니다. 날짜, 이름, 제목과 같은 필드에서 초안을 생성하지만 사람의 승인이 필요합니다. AI는 참조 코드와 같은 제도적 필드를 결코 생성하지 않습니다.
세 개의 미니 케이스
사례 1 — 8,000장의 사진에 대한 초안 메타데이터. 한 도시 기록 보관소에서는 8,000장의 역사적 사진을 분류하고 있었습니다. 각 사진 뒷면에 있는 메모를 복사하여 AI에 전달했습니다. AI가 생성한 날짜, 위치 및 주제 개요. 인간팀은 이를 필드별로 검증하고 통제 목록에 매핑했습니다. 10개월로 예상되던 직업이 3개월로 단축되었습니다. 그러나 모든 날짜와 장소 이름은 육안으로 확인되었습니다.
사례 2 - 구성 내역. 한 기록 보관자는 AI 카탈로그에 날짜가 없는 편지를 가지고 있었습니다. YZ는 편지 내용을 보고 날짜를 정확하게 '1912년'으로 썼다. 그러나 문서에는 날짜가 없습니다. AI가 예측했다. 기록 보관인이 "문서에 없으면 공백으로 두십시오"라는 지시를 추가하지 않았다면 카탈로그는 만들어진 날짜로 채워졌을 것입니다. 교훈: 빈 권한은 필수입니다.
사례 3 — 자유 주제 용어가 혼란을 야기했습니다. AI는 유사한 문서에 '이민', '이민', '정착' 등 비슷하면서도 다른 자유용어를 부여했다. 통제된 어휘에 매핑되지 않은 경우, 동일한 주제에 대해 서로 다른 3개의 용어가 태그되어 검색에 분산되었습니다. 용어를 단일 전거 목록으로 매핑하여 일관성을 달성했습니다. 강의: 주제 용어는 공개되지 않으며 목록에 연결됩니다.
복사 가능한 템플릿 4개
1) 더블린코어 개요:
아래 문서 필사본에서 Dublin Core 메타데이터 초안을 추출합니다. 필드: 제목, 작성자, 주제, 설명, 날짜, 장르, 언어, 범위(위치/기간). 규칙: (1) 본문에서는 정보를 명확하게만 사용하십시오. (2) 텍스트에 없는 필드는 BLANK로 남겨두고 추측하지 마십시오. (3) 확실하지 않은 값은 [?]로 표시합니다. 전사: [여기]
2) ISAD(G) 초안 정의:
ISAD(G) 필드에서 제목, 날짜, 설명 수준(문서/파일), 범위 및 내용(간략한 요약), 작성자, 언어에 대한 초안을 생성합니다. 참조 코드는 BLANK로 남겨두세요(기관에서 제공할 것입니다). 본문에 없는 정보는 추가하지 마세요. 존재하지 않는 필드는 비워두세요. 문서: [여기]
3) 주제 용어 제안(통제):
아래 문서에 적합한 주제 용어를 3~5개 제안하세요. 첫째, 문서의 사실에 의존하십시오. 다음은 우리 기관의 통제 용어 목록입니다. 먼저, 이 목록에서 선택하세요. 목록에 없으면 새 용어 제안을 별도로 표시하세요. 목록: [용어]. 문서: [여기]
4) 대량 일관성 확인:
다음은 동일한 컬렉션의 문서에 대한 메타데이터 레코드입니다. 불일치 표시: 동일한 장소/사람의 철자가 다르고, 날짜 형식이 다르며, 동일한 주제에 대해 용어가 다른 기록입니다. 수정 부과; 사람이 검토할 수 있도록 불일치 목록을 생성하기만 하면 됩니다. 기록: [여기]
약한 프롬프트 / 강한 프롬프트
약함:
이 문서에 대한 전체 카탈로그 기록을 만듭니다.
"완전한" 지시는 AI가 모든 공간을 채우도록, 즉 존재하지 않는 역사와 창조자를 발명하도록 강요합니다.
강한:
더블린 코어는 이 문서를 위해 초안이 작성되었습니다. 전사본에 명확하게 포함된 정보만 사용하세요. 존재하지 않는 필드는 비워 두세요. 추측하지 마세요. 통제된 목록에서 주제 용어를 선택하세요: [list]. 문서로 확인할 수 있도록 날짜와 사람 이름을 [?]로 표시해 주세요. 전사: [여기]
차이점: "완전한" 버전 대신 "공란으로 남겨두기" 권한, 통제된 목록 준수 및 확인 표시가 카탈로그를 위조로부터 보호합니다.
일반적인 실수
- '완전히 채우다'라는 뜻이다. 이로 인해 존재하지 않는 필드가 적합해집니다. "비워두기" 권한이 부여되어야 합니다.
- 주제 용어를 공개합니다. 통제된 어휘에 매핑되지 않는 용어는 검색에 방해가 됩니다.
- AI가 역사를 예측하게 하세요. 날짜가 없는 문서에 가상의 날짜를 입력하면 카탈로그가 오염됩니다.
- AI가 생성한 참조 코드가 있습니다. 이곳은 기업적이고 독특한 공간입니다. 사람들이 던집니다.
- 표준을 지정하지 않습니다. 표준이 언급되지 않으면 기관에 입력할 수 없는 지저분한 초안이 출력됩니다.
요약하면
메타데이터와 목록화는 연구자에게 아카이브를 공개하는 눈에 보이지 않는 인프라이며 많은 노력이 필요합니다. AI는 전사에서 날짜, 인물, 장소, 주제, 장르 등의 필드에 대한 빠른 개요를 생성합니다. ISAD(G) 또는 Dublin Core와 같은 표준에 따라 작동할 수 있습니다. 그러나 "완전히 채워야 한다"는 압박감으로 인해 AI는 상황을 보완하게 됩니다. "공란으로 남겨두기" 권한, 통제된 어휘에 대한 매핑, 날짜/이름에 대한 사람의 확인을 통해 카탈로그의 신뢰성이 유지됩니다. AI가 초안을 준비합니다. 귀하는 카탈로그의 정확성에 대한 책임이 있습니다.
응용과제
"Dublin Core 초안" 템플릿을 사용하여 AI에서 문서 필사본을 가져오고 메타데이터를 요청합니다. 존재하지 않는 빈 필드가 남아 있는지 확인하십시오. 그런 다음 자체(또는 샘플) 체크리스트와 함께 "주제 용어 제안" 템플릿을 실행하세요. 마지막으로 '대량 일관성 확인'을 통해 몇 가지 기록을 테스트합니다. AI가 예측으로 채우려고 하는 필드 수와 목록에 매핑되어야 하는 주제 용어 수를 확인하세요.
체크리스트
- [ ] 대상 표준(ISAD(G)/Dublin Core)을 명확하게 명시했습니다.
- [ ] '빈칸을 비워두기' 권한을 부여했습니다.
- [ ] 주제 용어를 통제 목록에 매핑했습니다.
- [ ] 문서/전권기록으로 날짜와 인명을 확인했습니다.
- [ ] AI가 아닌 기관에 참조코드를 맡겼습니다.