오픈소스 개발자이자 기술 블로거인 사이먼 윌리슨(Simon Willison)은 최근 현대 대규모 언어 모델의 정교한 추론 능력을 입증하기 위해 소프트웨어 역사의 고전인 '터보 파스칼 3.02A'를 해독하는 실험을 진행했다. 1985년에 출시된 이 전설적인 실행 파일은 단 39KB라는 매우 작은 용량 안에 텍스트 에디터, IDE, 컴파일러를 모두 담아낸 것으로 명성이 높다. 윌리슨은 기계만 읽을 수 있는 로우 데이터인 바이너리 파일을 Claude에 제공했으며, 이를 통해 오래된 기계어와 인간의 이해 사이를 잇는 AI의 역량을 확인시켜 주었다.

분석 과정은 AI가 바이너리의 구조를 탐색하고 특정 기능 세그먼트를 식별하는 복잡한 프롬프트 시퀀스로 이루어졌다. 이어 AI는 기계 수준의 명령어를 읽기 쉬운 형식으로 번역하는 역컴파일 작업을 수행했다. 특히 AI는 단순한 번역에 그치지 않고 로직을 주석이 달린 코드로 재구성하여, 40년 된 소프트웨어가 내부적으로 어떻게 작동하는지에 대한 명확한 지도를 제공했다. 이러한 과정은 과거의 기술적 유산을 현대적인 관점에서 재해석하는 중요한 계기가 되었다.

윌리슨은 분석 결과를 효과적으로 제시하기 위해 Artifacts 기능을 사용하여 인터랙티브 시각화 자료를 제작했다. 이를 통해 원본 바이너리 세그먼트와 그에 대응하는 고수준 코드 설명을 나란히 배치하여 비교할 수 있도록 구현했다. 결과적으로 이번 실험은 AI가 '디지털 고고학'을 위한 강력한 도구가 될 수 있음을 보여주었다. 이는 현대인의 눈에는 불투명하게 느껴질 수 있는 레거시 소프트웨어를 개발자와 역사학자들이 보존하고 연구할 수 있게 돕는 핵심적인 역할을 할 것으로 기대된다.

오픈소스 개발자이자 기술 블로거인 사이먼 윌리슨(Simon Willison)은 최근 현대 대규모 언어 모델의 정교한 추론 능력을 입증하기 위해 소프트웨어 역사의 고전인 '터보 파스칼 3.02A'를 해독하는 실험을 진행했다. 1985년에 출시된 이 전설적인 실행 파일은 단 39KB라는 매우 작은 용량 안에 텍스트 에디터, IDE, 컴파일러를 모두 담아낸 것으로 명성이 높다. 윌리슨은 기계만 읽을 수 있는 로우 데이터인 바이너리 파일을 Claude에 제공했으며, 이를 통해 오래된 기계어와 인간의 이해 사이를 잇는 AI의 역량을 확인시켜 주었다.

분석 과정은 AI가 바이너리의 구조를 탐색하고 특정 기능 세그먼트를 식별하는 복잡한 프롬프트 시퀀스로 이루어졌다. 이어 AI는 기계 수준의 명령어를 읽기 쉬운 형식으로 번역하는 역컴파일 작업을 수행했다. 특히 AI는 단순한 번역에 그치지 않고 로직을 주석이 달린 코드로 재구성하여, 40년 된 소프트웨어가 내부적으로 어떻게 작동하는지에 대한 명확한 지도를 제공했다. 이러한 과정은 과거의 기술적 유산을 현대적인 관점에서 재해석하는 중요한 계기가 되었다.

윌리슨은 분석 결과를 효과적으로 제시하기 위해 Artifacts 기능을 사용하여 인터랙티브 시각화 자료를 제작했다. 이를 통해 원본 바이너리 세그먼트와 그에 대응하는 고수준 코드 설명을 나란히 배치하여 비교할 수 있도록 구현했다. 결과적으로 이번 실험은 AI가 '디지털 고고학'을 위한 강력한 도구가 될 수 있음을 보여주었다. 이는 현대인의 눈에는 불투명하게 느껴질 수 있는 레거시 소프트웨어를 개발자와 역사학자들이 보존하고 연구할 수 있게 돕는 핵심적인 역할을 할 것으로 기대된다.