https://doi.org/10.1007/s43681-026-01254-5
대규모 언어 모델은 종교 해석과 교육, 공적 도덕 담론에서 경전 지식에 접근하는 주요 통로가 되고 있다. 이 영역의 해석은 정보 전달과 함께 제도적·도덕적 권위를 행사하므로, 출력의 정확도만으로 정당성을 판단하기 어렵다. 본 연구는 과학기술학과 디지털 종교 연구를 바탕으로 AI가 매개하는 해석 권위가 어떻게 만들어지고 승인되는지 분석한다. 개발자와 연구기관은 경전을 데이터셋으로 정형화하고 주석과 프롬프트를 더한 뒤 모델에 반영한다. 플랫폼 운영자는 그 결과를 서비스에서 유통한다. 자료와 모델에 관한 이러한 선택은 어떤 의미를 드러낼지, 어떤 검증 전통을 뒤로 밀어낼지 결정한다. 누가 본문을 대표해 말할 수 있는지도 바꾼다. 저자들은 해석 권위를 개인이나 기술이 소유한 능력으로 보지 않는다. 기관이 해석자를 승인하고 해석 공동체가 그 판단을 인정하며 공개된 절차로 계속 검증할 때 권위가 성립한다고 본다. 이어 '경전 디지털 분석 최소 보고 기준(MRS-DST)'을 제안한다. 이 기준은 먼저 경전의 출처와 판본을 밝히고 인간과 기계가 맡은 일을 구분하도록 요구한다. 알고리즘의 제약과 검증 경로, 윤리적 감독도 보고 대상으로 삼는다. AI는 경전 분석을 보조할 수 있지만, 해석의 결정과 책임은 인간 연구자와 관련 기관이 맡는다.
Large language models increasingly shape how users encounter sacred and culturally normative knowledge. In this setting, a plausible answer may appear institutionally or morally authoritative even when technical accuracy has not established a legitimate right to interpret. Drawing on science and technology studies and digital religion scholarship, the authors follow authority across the AI pipeline. They examine corpus and canon selection, annotation and prompting, model alignment, platform distribution, and institutional review. They argue that interpretive authority emerges from recognized procedures of authorization and communal validation rather than from computational capability alone. The article therefore proposes the Minimum Reporting Standards for Digital Analysis of Sacred Texts (MRS-DST). This standard calls for disclosure of textual provenance and human-machine responsibilities. It also requires reports on algorithmic limits, validation routes, and ethical oversight. Under this approach, AI assists analysis while human scholars and institutions retain interpretive judgment and accountability.
