시작은 호기심이었다.
정보공개청구로 받은 자료에는 HWP, PDF 외에 XML이 있었다. '뭐 복잡한 코드 덩어리겠지' 생각했고 문서만 읽었다. 그러나 문득, 인공지능으로 복원해볼까, 에 생각이 미쳤고 놀라운 결과물을 확인했다.
문서제목 '06년 하반기부터 기록관리 이관작업을 추진할 것'에서 짐작할 수 있는 것처럼 이 기록은 참여정부(노무현 대통령) 기록관리비서실 이지원 시스템에서 만들어진 것이고, 이후 대통령기록관에 이관되어 공개되었다. 대통령기록관이 공개한 메타데이터는 앙상한데 복원한 기록의 메타데이터는 풍성했다. 이 간극은 어디에서 비롯될까. 기술의 문제는 아닐 것이다. 기술보다 정책과 지향이 앞서길 바라는 마음으로 복원기를 정리했다.
20여 년 전에 기록과 메타데이터를 묶어서 미래로 보냈던 사람들의 노고에 새삼 감사드린다.
1. 이것 밖에 없을까
대통령기록관 홈페이지에서 원문으로 공개된 기록물을 열람해 본 사람이라면 비슷한 답답함을 느꼈을 것이다. 특정 기록 한 건의 이미지나 텍스트는 볼 수 있지만, 그 기록이 어떤 업무 흐름 속에서 생산되었는지 기록 원문 자체로는 확인할 방도가 없다. 화면에 제공되는 메타데이터는 제목, 생산일자, 생산기관, 그리고 기록철, 기록건 번호 정도에 그친다. 그 이상의 맥락 정보인 상위 기록철의 전체 구성, 같은 사안을 다룬 선, 후행 기록들의 관계, 결재선이나 지시사항 이력 등의 과정 메타데이터는 공개 대상에서 빠져있다.
이지원 시스템으로 이관한 기록 패키지에는 XML이 들어있다. 기록의 맥락 메타데이터를 XML로 패키징해서 이관한데는 이유가 있을 것이다. 참여정부의 '이지원'은 문서관리카드에 의사결정 과정에서 제기된 의견, 수정 내용과 지시 사항을 포함할 수 있도록 설계됐고, 과제관리카드의 실적관리 항목에도 문서관리카드 보고실적, 메모보고 실적, 회의안건 이력, 지시사항 이행실적까지 담을 수 있게 만들어졌다.
노무현 전 대통령은 개발 단계에 직접 참여해 '모든' 업무를 기록으로 남기고, 기록으로 남길 수 없는 일은 아예 하지 말라는 원칙을 요구한 것으로 알려져 있다. 이지원은 당시로서는(사실 지금 봐도) 매우 획기적인 기능을 갖춘 시스템이지만, 그 시스템을 사용한-사용하게 한 대통령과 기록관리비서실의 지향이 곧 이지원이었을 것이다. 이지원 도입 이후 대통령부터 말단 행정요원까지 누가 어떤 의견을 냈고 어떤 지시를 내렸으며 그 결과 문서가 어떻게 수정되었는지, 의사결정의 전 과정을 사후에 온전히 복원할 수 있게 기록을 남겼다. 그 시스템에서 만들어진 기록의 메타데이터가 저리도(그림 1) 빈약할리가 없다는 합리적 의심은 XML을 풀면서 확신이 되었다.
"중요한 일을 해 내가는 의사결정 과정이나, 이것이 어떤 아이디어에서 시작되고 어떤 회의에서 결정되고 어떤 절차를 거쳐서 되고 있는지, 현재 어떤 시책들이 몇 개나 되고 있는지 알아볼 수 있어야 합니다." (디지털청와대-이지원 추진에 대한 대통령 말씀, 디지털 청와대 추진팀 대통령 보고, 2003.7.1.)
XML 파일은 이 설계 취지가 구현된 결과물이다. 어째서인지 대통령기록관은 이 파일을 이관 후에도 단순히 보관만 했고 공개하지는 않았다. 이것을 소극적 누락이라고 생각해도 될까. 이지원이 애초에 하려던 일—의사결정 과정의 투명한 사후 재구성—자체를 가로막은 것은 아닐까. 같은 업무 흐름에서 생산된 기록이 흩어져 제공되면, 이용자는 개별 기록의 내용은 읽을 수 있어도 그 기록이 왜, 어떤 의사결정 과정의 어느 지점에서 생산되었는지는 재구성할 수 없다. 대통령기록관-아카이브는 이관 기록의 조직화, 구조화라는 가공의 의무가 있지만 원래 있던 것들을 온전히 복원, 재현하는 일도 충실히 해야 한다. 그것이 아카이브의 일이다.
2. XML 분석과 복원
XML은 데이터를 저장하고 전송하기 위해 설계된 표준 마크업 언어이다. XML을 활용하면 다른 시스템 간에도 손실없이 데이터를 주고 받을 수 있고, 중첩된 데이터 관계를 명확하게 표현할 수 있으며, 무엇보다 장기보존과 아카이빙에 유리하다. 특정 소프트웨어나 독점적 바이너리 포맷에 의존하지 않는 오픈 표준 텍스트 형식이기 때문이다.
'06년 하반기부터 기록관리 이관작업을 추진할 것'(기록건 번호 1010121100014768) 의 1.67MB 크기의 XML에는 상당히 많은 정보가 들어있었다. 복잡해 보이지만 그건 휴먼의 생각일 뿐, 컴퓨터가 읽기에는 최적이었다. 중요한 것은 시스템에 의해 생성된 정보가 온전히 들어있다는 것이다. 문서 개요, 지시 내용, 이행 현황, 첨부 파일, 기록관리 정보 등이 빼곡하게 패키징되어 있다. 이관 일시(2008-01-24)나 장기보존포맷 변환 일시(2008-02-12) 등을 누가 궁금해하겠냐고? 그건 아카이브가 판단할 일은 아니다. 기록을 재료로 연구하는 사람들에게 물어보면 기록 원문의 내용은 당연히 중요하고 그것이 생산된 맥락 또한 중요한 정보이다.
깃허브에 공개한 전자기록 결재과정 복원-통합 뷰어에서 6건의 기록을 확인할 수 있다. 모두 공개기록이다.
그림 3의 기록은 지시사항 관리카드라 지시의 시작과 이행, 종결 정보가 충실히 표현되어야 한다. 지시자는 대통령이며 이지원 ID는 @mhroh 라는 것도 XML을 들여다보면 알 수 있다. 수석 보좌관회의(수보회의)에서 시작된 지시는 '기록관리시스템(RMS) 구축'이라는 과제에 편성되었고, 대통령의 코멘트도 남아 있다.
"시스템적 쟁점 사안에 대하여 추가로 연구, 정리하고 보고 내용대로 하반기부터 기록관리 이관작업을 추진하기 바람"
임상경 기록관리비서관이 지시 이행을 주관했다. 그도 의견을 남겼다.
"기록물 인수와 관련한 몇 가지 쟁점 연구와 부서별로 충분한 협의를 거쳐 인수계획을 수립하여 차질없이 수행하겠습니다."
이행을 주관한 7명을 포함해서 관련 직원에게 정보는 참조되고 공유되었다. 원본 HWP 4개가 만들어졌고 이는 모두 PDF로 변환되었다. 4개의 HWP, 4개의 PDF, 1개의 XML이 이 기록의 온전한 패키지이다. 대통령기록관은 4개의 PDF만 제공하고 있다.
리믹스
이행 경로를 시각화한다면 일의 흐름을 이해하는데 도움이 될 것이다. 이것은 당초 내가 요구하지는 않았다. LLM(인공지능)이 판단하고 적절한 시각화를 제안해주었다. 대통령기록관의 디지털 아카이브 화면에 이렇게 보인다면 꽤 근사할 것 같다. 특히 경로를 지나면서 각 단계의 업무 담당자, 관리자, 의사결정자가 남긴 의견을 보는 것은 기록정보서비스에 입체적 감각을 더해주었다. 물론 이는 이지원을 사용했던 사람들(대통령을 포함해서)이 열렬하게 시스템을 사용했고(특히 대통령이!) 그에 화답을 했기 때문이리라.(노 대통령은 "문서관리카드에 작성된 보고서가 아니면 결재 안 한다"고 했을 정도였다)
기록을 '정보의 처음과 끝이 완결된-닫 문서'로만 보는 것은 이지원의 방식이 아니다. 이지원을 사용한 참여정부 사람들은 그야말로 과정의 정보를 알뜰히 챙겨 미래로 보냈다. 거기에는 문서, 메모, 지시, 일지, 코멘트까지 포함되어 있었다. 업무는 문서 하나로 시작되고 완결되지 않는다는 것을 그들은 알고 있었다. 특히 대통령이 그것을 누구보다 잘 알고 있었다.
놀라운 것은 1.67MB XML 파일에 이 정보가 모두 포함되어 있다는 것이다. XML 만세.
다른 기록은 다르게 보여주기
분석해서 복원한 기록은 지시카드 1건, 일지 4건, 문서관리카드 1건이다. 일의 목적이 달랐기 때문에 기록의 종류가 달랐고, 결재와 처리과정도 달랐다.
지시사항 관리카드는 결재선 대신 지시자 → 이행주관 → 이행참조/이행공유(협조) 처리 경로로 구성된다. 대통령이 지시했고 기록관리비서관이 이행을 주관했다. 국정상황실장은 이행 참조, 업무혁신비서관은 이행 공유/협조의 역할을 했다. 지시 이행 과정의 보고, 일지, 회의록을 시간순으로 복원했는데 이 정보 모두 XML 파일 안에 '구조화된 텍스트'의 형태로 들어 있다.
그림 4에는 단계별 제목만 타임라인으로 나열했지만, XML을 복원한 페이지를 열어보면 기록이 집요하게 남겨져 있다. 무서울 정도이다. 2006년 8월 14일 일지 회의록의 일부는 다음과 같다. 전체는 깃허브에 공개한 전자기록 결재과정 복원-통합 뷰어 에서 확인할 수 있다.
"3. 역할 분담 - 조 연구사님 실별의견 취합하는 부분 담당. 이 연구사님 지정기록 기준 등 정리 * 미국은 지정기록을 철보다 큰 단위인 시리즈 단위로 한다. * 현실적으로 철단위로 관리 할 수 밖에 없다. - 세부일정은 조 연구사와 배계장 같이 조정 - 수요일 오후 3시에 다시 논의 하기로 함"
무섭다 이 사람들, 이 시스템.
일지에는 생산자와 등록자(기록관리시스템)가 있다. 일지이기 때문에 결재 행위는 없다. 다른 기록에 비해 단순한 형태이다. 일지 기능이 별건가. 기능을 업무에서 활용하게 한 20년 전 저 문화가 핵심일 것이다. 자칫 암묵지로 남을 수 있는 업무 정보, 개인의 PC에만 남아서 휘발 될뻔했던 일지가 기록으로 남았다.
기록 6은 문서관리카드이다. 기안, 보고 → 결재(지시/시행) → 종료의 처리 경로이다. 참조 7명, 공람 49명이며 경로 안에 총 62명이 있다. 이지원에서는 최초 보고자가 모든 결재를 거친 뒤 종료하게 된다. 균형발전총괄국의 정의용 사무관이 최초 보고했고 종료했다.
이지원은 사람들이 행위를 하는 과정을 구분했고 그것을 기록에 반영했다. 지시사항, 일지, 문서관리에 포함된 처리 경로와 메타데이터가 다른 까닭이다.
3. 더 무엇을 할까
요즘 LLM 기술의 진보 수준으로 보면 복원이라는 것이 대단한 것은 아니다. 다만 복원 과정에서 몇 가지 고민을 했고 이를 함께 고민해보면 좋겠다.
XML을 제공하라
한남대 산학협력단은「제16대 대통령 기록관리정책 기록물 조사사업」을 수행 과정에서 이지원에서 대통령기록관으로 이관된 일부 기록에 원본 문서(hwp)와 PDF가 없는 것을 확인했다. 다행히 XML은 남아 있었다. 위에서 확인한 것처럼 XML은 기록의 맥락 복원에 결정적인 역할을 할 수 있다. 더군다나 원본의 문서가 없다면 유일한 정보이기 때문이다. XML 메타데이터의 공개는 기록 접근성에 도움을 준다. 기록 생산시스템, 관리시스템, 중계시스템, 이관시스템, 보존시스템 등은 각각의 메타데이터를 생성하고 관리할 것이다. 그 메타데이터가 XML에 기록될 수 있게 하는 일은 어렵지 않다. XML을 끊김없이 관리하고 전달해서 기록 패키지의 마땅한 구성요소로 관리하면 된다. 한편 아카이브는 XML을 직접 복원해야 할까. 그래도 되고 안해도 된다. XML을 LLM 창에 넣고 휴먼 인터페이스로 변환하는 일은 어렵지 않다. 그런 기술은 보편적인 것이 될 것이다.
* 물론 XML 메타데이터의 풍부함은 참여정부 기록 복원, 재현에 한정된 것이고 이명박 정부 등 이후 정부의 기록은 아직 확인하지 않았다. 중간 관리자들이, 주요 의사결정자들이 업무 과정에서 얼마나 충실하게 의견을 남기고, 정보를 주고 받았는지가 XML의 품질을 결정할 것이다.
"참여정부 이후 두 번의 정부에서도 이지원을 그대로 사용하면서 일하는 방식을 이어 갔더라면 지금과 같은 역사적인 혼란은 없었을 것이고, 정책의 품질은 이미 세계 최고 수준이 되었을 것이라고 생각합니다."(강태영, 이지원 : 대통령의 일하는 방식)
정리-기술(카탈로깅)이 유효할까
국가기록원과 대통령기록관, 일부 아카이브가 정리-기술을 한다. 아카이브로 온 기록을 체계화, 구조화하는 것은 아카이브가 힘을 쏟아야 하는 업무이다. 생산단계의 메타데이터를 정제하거나, 변천의 연혁 정보를 관리하는 일, 구분하거나 묶는 일 등이 그것이다. 정리하고 기술(description)하는 일은 중요하다.
아카이브에서 사람들은 검색의 무용함을 대강 알고 있다. 키워드를 구체적으로 특정하지 못하면 검색 결과는 0이거나 10,000이 되기 쉽다. 탐색은 유용할까. 컬렉션(그룹)에서 시리즈를 거쳐 파일, 아이템에 이르는 길은 생각만해도 지친다. 우리는 아카이브에서 "결정적인 답을 찾을 수 없고, 서가에는 중요한 것과 사소한 것이 나란히 놓여 있다."(아를레트 파르주, 아카이브 취향)
아카이브에서 정보의 발견은 연역과 귀납이 만나는 경로와 지점을 얼마나 효율적으로 설계했는지에 좌우된다. 발견이라고 했다. 목적 의식적 검색과 배회하는 탐색으로 찾을 수 없는 것들이 발견된다. OCR로 JSON으로 모든 텍스트를 데이터화하더라도 기록을 찾는 일은 쉽지 않다. archival science를 '맥락의 과학'이라고 말하는 것은 엄살이 아니다.
탐색은 너무 복잡하지 않아야 하며, 검색은 너무 단순하지 않아야 한다. 탐색은 검색이 필요해질 때까지 분류-구분하며 커지고, 검색 또한 탐색이 필요해질 때까지 팽창한다. 두 기능은 이런 인과를, 영향을 주고 받는다.
LLM은 정리-기술을 바꿀 수 있을까. 정리기술의 목적은 무엇일까, 를 다시 생각하게 된다. 가없는 서가에 쌓인 - 요즘은 열주처럼 늘어선 수십대의 서버렉에 장착된 - 스토리지의 막대한 규모에 대해 생각해본다. 맥락과 패턴을 귀신같아 잘 찾아내는 LLM이 정리기술의 유용함을 사뿐히 뛰어넘을 수 있을까. 그럴 것 같기도 하고 아니라고 믿고 싶기도 하다, 아직은.
정제된 데이터를 원할 뿐
극단적으로 상상해보면 아카이브는 데이터세트 패키지 저장소가 될 수 있다.(데이터세트는 특정한 목적을 위해 관련 있는 데이터를 모아 놓은 구조화된 패키지로 정의. 행정정보데이터세트에 한정하지 않음)
현재 철, 건으로 제공하는 기록정보를 머신-리더블한 데이터세트 패키지로 만들고, 개별 기록을 LLM이 분석해서 라벨을 붙여둔다. 이런 패키지가 다수 만들어진다. 각 패키지에는 LLM 기반 분석, 검색 모듈이 있다. 아카이브가 소장한 전체 컬렉션을 검색할 수 있는 입력창이 있고, 패키지별 입력창이 따로 있다. 이용자는 패키지를 다운로드할 수 있다. 다운로드는 JSON, CSV, TXT, MD 등 다양한 포맷 옵션을 제공한다. 아카이브가 제공하는 검색, 탐색 기능이 불만족스럽다면 각자 다운받아서 나만의 LLM 도구로 내게 필요한 마이크로한 서비스를 만들어 쓰면 된다.
아카이브는 기존에 직접 제공하던 뷰어, 검색 인터페이스, 심지어는 아키비스트의 고유 권한이라 믿던 카탈로깅에 관한 헤게모니의 균열을 감지할 것이다. 사람들은 정부와 공공이 직접 제공하던 서비스의 비효율성, 불편함을 참지 않을 것이다. 정부 자료 자연어 검색 서비스 , 대한민국 제도 지도 등이 쏟아져 나온다. 아카이브라고 안 그럴까.
아카이브는 무엇을 해야 할까. 데이터 구축과 정제에 힘써야 한다. 이게 대안이냐고 물을 수도 있겠다. 하지만 그간 'DB 구축 사업'으로 만든 스캔 파일, 파생 데이터, '휴먼' 가독형 데이터를 주기적으로 확인하고 보정했던 아카이브 기관이 있을까. 거의 없을 것이다. 휴먼 가독형은 기계 가독형으로 전환하고, 이미지 스캔을 텍스트 스캔으로 바꾸고, 데이터 오류를 잡아내고 정제하는 일은 우리 몫이다. 아카이브는 변하지 않는 일에 집중할 필요가 있다. 성마르게 유행을 따라잡으려고 할 필요는 없다.
4. 맥락을 보여주는 아카이브로
참여정부가 이지원시스템을 고안했던 것은 '일하는 방식'에 대한 고민에서 시작했을 것이다.
1) 꼼꼼하게 기록한다 2)문서관리의 표준을 지킨다 3)나의 일을 잘 분류한다 4)왜 일을 하는지 파악한다 5)나의 일을 정리정돈 한다 6)기록관리는 의무다(강태영 등 '이지원, 대통령의 일하는 방식') 의 6가지 정의를 통해서는 전산시스템보다 사람이 일하는 방식과 태도를 볼 수 있기 때문이다. 여기에 더해 경로부라는 일의 맥락을 정리하는 워크플로우workflow가 6가지 행동을 지원했을 것이다.
기록의 3요소를 내용, 구조, 맥락이라고 하는데, 정작 이 정보를 충실하게 보여주는 현장은 없다. 앞서 짚었지만 archival science는 맥락의 과학이라고도 한다. 그렇다면 맥락 정보를 보여주지 않을(못할) 이유는 없을 것이다. 이지원시스템은 그 맥락을 XML에 남겼고, 만들어진지 20년이 지나 우리는 그것들을 열어보았다.
추가로,
대통령기록물의 온전한 복원과 재현을 말한다면 지정 해제된 대통령지정기록물의 메타데이터 공개 문제도 기억할 필요가 있다. 즉 대통령지정기록물로 지정되었다가 보호기간이 종료되거나 보호조치가 해제되어 일반 열람, 공개로 전환된 기록군이다. 해당 기록이 애초에 '지정기록물이었는지', 지정되었다면 「대통령기록물 관리에 관한 법률」 제17조 제1항 중 몇 호(군사·외교·통일 비밀, 경제정책, 인사, 사생활, 기관 간 의사소통, 정치적 견해 등 6개 사유 중 어디)에 근거해 지정되었는지를 알려주는 메타데이터는 공개되지 않고 있다. 지정 이력과 근거 조항은 기록 그 자체의 진본성, 업무맥락을 구성하는 핵심 메타데이터다. 그런데 해제 이후에는 마치 처음부터 '그냥 비공개기록물'이었던 것처럼 다뤄지고, 지정이라는 별도의 법적 보호 조치를 거쳤다는 사실 자체가 사라져버린다. 이래도 될까. 이것도 '소극적 누락'일까. 다음 글에서 다뤄보려고 한다.
의견을 남겨주세요
AlPark
오호 기록 분야에서 드물게 보이는 큰 성과네요. 수고하셨습니다
의견을 남겨주세요