인공지능과 저널리즘

AI 시대, 저널리즘의 미래는?
생성형 AI가 저널리즘의 생산, 보급, 소비 방식을 어떻게 혁신하고 있는지를 탐구한다. AI가 뉴스 생태계를 근본적으로 변화시키고 있다는 점을 강조하며 AI가 가져오는 기회와 위협을 동시에 분석한다. 생성형 AI는 텍스트, 이미지, 영상, 음악 등을 자동으로 생성할 수 있는 기술로, 이를 통해 언론사는 뉴스 생산의 효율성을 높이고, 더 빠른 시간 안에 고품질 콘텐츠를 제공할 수 있게 된다. 챗GPT와 같은 AI 시스템은 자연어 처리(NLP) 기술을 이용하여 인간과 유사한 방식으로 대화하고, 감정을 반영하는 능력을 갖추었다. AI는 고객 서비스, 창의적 글쓰기 등 다양한 분야에서 활용되고 있다. AI는 콘텐츠 제작의 자동화, SEO 최적화, 뉴스 기사 요약, 그리고 데이터 분석을 통해 기자들이 더 효율적으로 작업할 수 있게 지원한다. 이에 뉴스룸이 어떻게 AI를 효과적으로 도입하고, 동시에 저널리즘의 본질을 지킬 수 있을지에 대한 고민을 제시한다.
또한 AI 기술의 발전과 그로 인한 사회적, 경제적 변화를 다루며, 특히 아시아, 중동, 라틴 아메리카의 디지털 우선 미디어들이 AI를 빠르게 도입하고 있다는 점에 주목한다. 이들 지역의 온라인 언론은 민첩하고 혁신적으로 AI를 활용해 독자와의 소통 방식을 변화시키고 있다. 하지만 AI 모델 개발에는 고도화된 기술과 자원이 필요하며, 일부 뉴스룸은 AI 모델 개발에 어려움을 겪고 있다는 점도 현실적 문제다. AI가 언론사에 가져올 혁신적 변화와 동시에 직면할 수 있는 도전 과제를 균형 있게 다루고자 했다.

생성형 AI가 저널리즘에 미치는 영향과 그에 따른 기회와 위험을 탐구한다. AI는 뉴스 생산의 효율성을 높이고, 콘텐츠 자동화와 데이터 분석을 통해 뉴스룸의 업무 흐름을 개선한다. 아시아, 중동, 라틴 아메리카의 디지털 우선 미디어들은 AI를 빠르게 도입해 혁신을 이끌고 있다. AI 기술이 저널리즘을 어떻게 재편할지에 대한 고민을 제시한다.

심양섭
남북사랑학교 대안교육기관 대표. 서울대학교 동양사학과를 졸업하고 연세대학교에서 석사학위를, 성균관대학교에서 정치학 박사학위를 각각 취득하였다. 경향신문 편집부와 조선일보 사회·정치부 기자를 역임하였다. 미국 시애틀 소재 워싱턴대학교(University of Washington, UW)에서 2001년에는 잭슨스쿨(Henry M. Jackson School of International Studies) 한국학센터(Center for Korea Studies)의 방문학자, 2009년에는 정치학과(Department of Political Science)의 방문학자로 각각 1년간 연수하였다. 그동안 아주대학교, 이화여자대학교, 숙명여자대학교, 성신여자대학교, 한림대학교, 단국대학교, 가천대학교, 경기대학교, 한국방송통신대학교에서 정치학과 신문방송학을 가르쳤다. 저서로는 『미국 초등학교 확실하게 알고 가자』(2003), 『여자가 기자가 된다』(2008), 『한국의 반미, 대안은 있는가』(2005) 등이 있으며, 옮긴 책으로는 『성공하는 리더십의 조건』(공역, 2012), 『외교 원리와 실제』(2014), 『부패와 개혁의 제도주의 경제학』(2017), 『자본주의』(2017) 등이 있다. KCI(국내학술지인용색인) 등재 논문으로는 “한미 양국 간 시민사회 연결망 구축방안 연구”(2012), “탈북 이주민의 한국 사회 편입양태와 정책적 시사점”(2017), “한국 사회 반다문화 담론의 쟁점과 실제 그리고 대응”(2016) “A Critical Viewpoint of South Korean Anti-Americanism”(2009) 등 모두 15편이 있다.

AI 시대의 저널리즘: 기회인가 위험인가

01 AI와 취재
02 AI와 기사 작성
03 AI와 보도
04 AI 시대의 사설과 칼럼
05 AI 저널리즘과 빅데이터
06 AI와 탐사 저널리즘
07 AI 시대의 팩트 체크와 가짜 뉴스
08 AI와 소셜 미디어
09 AI 시대 언론의 독자 관리
10 AI 시대 대중의 언론에 대한 태도: 시민의 언론 감시를 포함하여

길버트는 “올림픽은 헬리오그라프의 잠재력을 입증한 완벽한 경우다. 2014년에 스포츠 직원은 수동으로 경기 결과를 게시하는 데에 셀 수 없이 많은 시간을 보냈다. 헬리오그래프 덕분에 기자와 편집자들은 이제 단순한 경기 결과 보도가 아니라, 오직 사람이 할 수 있는 차원 높은 분석, 현장의 분위기, 훈훈한 휴먼 스토리에 대한 생생한 통찰력을 추가할 수 있었다”고 말한다. 그는 이어 “이와 같이 자동화된 스토리텔링은 앞으로 보도의 내용과 방법을 완전히 바꾸어 놓을 가능성이 있다. 데이터와 기계 학습(machine learning)을 기반으로 하는 더 많은 기사는 훨씬 더 개인화되고 맞춤화된 뉴스 경험으로 이어질 것이다”라고 말한다. 기계 학습은 인공지능의 연구 분야 중 하나로, 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술·기법이다.
－01_“AI와 취재” 중에서

미국의 8개 주와 전 세계 19개국에 본사·지사가 있는 데이터 관리 소프트웨어 회사인 클라우데라(Cloudera)의 기계 학습 총괄 관리자인 메이슨(Hilary Mason)은 “뉴스를 보도하고 기사의 실마리를 찾는 실질적인 작업에서 AI가 생산적인 도구가 되었음을 우리가 알게 되기를 바란다”면서, “AI를 이용해 데이터를 분석하다 보면 이상 징후와 패턴을 볼 수 있는데 인간 기자는 그 의미를 이해하고 알아내어 뉴스화하기에 적합한 사람이다”라고 말한다.
－03_“AI와 보도” 중에서

AI 도구의 도움으로 여러 가지 영향력 있는 이야기가 생성되었다. 미국의 시애틀에서 발행되는 ≪시애틀타임스(The Seattle Times)≫의 오피오이드(opioid) 위기 보도도 그 한 예다. AI 도구를 사용하여 건강 데이터, 법원 문서와 업계 보고서를 분석하여 오피오이드 전염에 대한 공중 보건 대응의 체계적 실패를 밝혀냈다. 이 보도에서 기자들은 AI를 통해 얻은 통찰력으로 위기를 더욱더 심화시키는 책임이 누구에게 있는지, 그리고 그와 관련한 제약 회사의 역할을 설득력 있게 기사로 써 내려갈 수 있었다.
－06_“AI와 탐사 저널리즘” 중에서

≪뉴욕타임스≫는 2017년 더 많은 스토리에 댓글을 달 수 있도록 구글의 직소(Jigsaw)와 협력하여 만든 모더레이터(Moderator)라는 새로운 시스템을 도입했다. 직소는 세계 최대 검색 포털인 구글 모회사 알파벳(Alphabet)의 사내 싱크 탱크였던 구글 아이디어스가 분사한 신기술 개발 조직이다. 모더레이터는 댓글 검토 프로세스를 한층 더 효율적으로 만들 수 있도록 설계된 퍼스펙티브 API(Perspective API)라는 널리 사용되는 기계 학습 시스템으로 구동된다. 퍼스펙티브 API는 구글의 기술 인큐베이터인 직소에서 개발한 도구로, 온라인 플랫폼이 기계 학습 모델을 사용하여 댓글과 같은 사용자 생성 콘텐츠를 관리하고 중재할 수 있도록 지원한다.
－09_“AI 시대 언론의 독자 관리” 중에서