배너

2025.07.27 (일)

  • 맑음동두천 32.0℃
  • 맑음강릉 33.9℃
  • 맑음서울 32.7℃
  • 맑음인천 31.5℃
  • 맑음수원 32.9℃
  • 맑음청주 33.1℃
  • 맑음대전 32.8℃
  • 맑음대구 31.6℃
  • 맑음전주 34.0℃
  • 맑음울산 31.0℃
  • 맑음광주 32.3℃
  • 구름조금부산 31.5℃
  • 맑음여수 30.1℃
  • 구름조금제주 29.9℃
  • 맑음천안 31.6℃
  • 맑음경주시 31.9℃
  • 구름조금거제 29.1℃
기상청 제공

경북

"잊지 말아야 할 일제 강점기의 가혹한 일상"

한국국학진흥원, 일제 강점기 사진 공개

데일리연합 (아이타임즈M ) 홍종오 기자 | 한국국학진흥원이 79주년 광복절을 맞아 민간이 소장했던 자료 속에서 찾은 일제 강점기 뼈아픈 역사를 살펴보는 기회를 마련했다. 우리나라가 국권을 상실한 지 2~30년이 지난 1930~40년대 학교와 마을에서 당연한 듯 이루어진 신사 참배나 군사 훈련, 조국을 위한다는 명분으로 동원되며 찍은 사진들은 그래서 더 가혹하게 다가온다.

 

신사 참배와 군사 훈련 현장

 

1930년대 중반, 공립 이리농림학교의 학생들이 매일 일정한 시간 교내에 있는 일본 신사를 참배하고, 경성(서울)에 수학여행 간 학생들이 남산에 있는 신사를 참배한 뒤 촬영한 모습이다. 학교를 다니는 내내 이루어진 신사 참배나 수학여행의 필수 코스인 남산 신사 참배는 은연 중 일본이 원하는 신민이 되어가는 수순이었다.

 

1930년대 중반 공립 이리농림학교 교내에서 군사 훈련을 하며 모의 전쟁으로 진지를 탈환하는 장면을 연출한 사진, 일본 욱일기가 걸려 있고 멀리 산 위로 신사가 보이는 학교 운동장에서 군사 훈련하고 찍은 사진, 1940년대 초 관립 경성법학전문학교에서 학생들이 군사 훈련을 받기 전에 일본 훈련대장의 훈시를 듣고 있는 모습, 1941년 강경상고 운동장에서 군사 훈련을 받고 있는 모습은 당시 당연시되던 '황국신민화' 과정의 한 단면이다.

일제 강점기 일본은 네 차례 교육령을 반포하여 "충량(忠良)한 국민을 육성"하기 위한 단계를 차근차근 밟았으며, 1938년 3월에는 황민화 정책을 본격 추진하기 위한 제3차 조선교육령을 발표했다. 일장기와 함께 3대 강령인 국체명징(國體明徵), 내선일체(內鮮一體), 인고단련(忍苦鍛鍊)이 뒷배경으로 찍힌 사진을 통해 식민지화가 진행된 흔적도 찾을 수 있다.

 

8월 15일 광복의 기쁨

 

1945년 8월 15일 광복을 환호하며 기뻐하는 사람들, 광복 후 초등학교에서 태극기를 걸고 '조선독립민주국가'가 쓰인 깃발 앞에서 당당하게 학예회하는 어린 학생들의 모습에서 나라를 다시 찾은 이들의 기쁨이 느껴진다.

 

이처럼 많은 근대기록자료 속 이야기는 대한민국의 근대사를 복원하고 재조명할 수 있는 기회를 제공할 것이다. 한국국학진흥원 관계자는 "대한민국 근대의 조각들을 하나하나 찾아내어 더 이상 아픔의 역사를 되풀이하지 않도록 지속적으로 민간의 근대기록자료를 수집하고 소개할 계획이다"고 밝혔다.

 

한국국학진흥원은 근대기록문화조사원들이 수집한 근대기록자료를 지난 달부터 근대기록문화 아카이브(https://modern.koreastudy.or.kr) 누리집을 통해 공개하고 있다. 

 


배너
배너



배너
배너

배너

SNS TV

더보기

가장 많이 본 뉴스


배너

포토뉴스

더보기

AI 모델의 환각 현상: 기술적 한계와 윤리적 문제점 심화 분석

데일리연합 (SNSJTV. 타임즈M) 송은하 기자 | 최근 AI 모델의 발전과 함께 '환각 현상'이라는 새로운 문제가 심각하게 대두되고 있습니다. 환각 현상이란 AI가 사실이 아닌 정보를 마치 사실인 것처럼 생성하는 현상을 말하며, 이는 AI 기술의 신뢰성과 안전성에 대한 우려를 증폭시키고 있습니다. AI 모델은 방대한 데이터를 학습하여 패턴을 인식하고 예측하는 방식으로 작동합니다. 그러나 학습 데이터의 오류나 편향, 모델 자체의 한계 등으로 인해 사실과 다른 결과물을 생성하는 경우가 발생합니다. 이러한 환각 현상은 단순한 오류를 넘어, 잘못된 정보 확산, 사회적 혼란, 심지어는 법적 문제까지 야기할 수 있습니다. 특히, 생성형 AI 모델은 환각 현상에 더욱 취약합니다. 이러한 모델은 새로운 텍스트, 이미지, 코드 등을 생성하는 데 탁월하지만, 그 과정에서 사실과 허구를 구분하지 못하고 그럴듯한 거짓 정보를 만들어낼 수 있습니다. 이는 사용자에게 잘못된 정보를 제공할 뿐만 아니라, AI 기술에 대한 신뢰도를 떨어뜨리는 주요 원인이 됩니다. 환각 현상을 해결하기 위한 다양한 노력이 진행되고 있습니다. 더욱 정확하고 균형 잡힌