10년전쯤 앞으로 인공지능 로봇이 기사를 쓰는 시대가 올거라는 글을 보고 깜짝 놀랐었다. 그 글에서는 기본적인 정보를 전달하는 기사 예를 들어 날씨, 스포츠 결과, 주가소식 등 어느 정도 템플릿화가 가능한 기사는 정보를 교체해서 보내는 기사는 로봇이 담당하니 점점 인간은 인간이 가진 견해를 가진 기사를 잘 써야 살아남을 수 있다는 것이었다. 그 당시에는 이런 글을 보고 신기했으나 최근에 챗GPT를 써보면서 그 시대가 성큼 다가왔다는 것을 체감한다. 그리고 현재 어느 정도 창작도 가능한 AI를 보면서 인간 기자가 더 위협을 받을 것이라는 생각이 들면서 이 책을 통해 현재 미디어 산업에서는 어느 정도 왔는지 확인하고 싶었다.

인공지능의 시대는 이제 필수불가결이다. 이제는 그 시대에 어떻게 적응해 나갈 것인가, 어떤 방향으로 발전해나가는 것이 좋을 것인가를 따져야 할 타임이다. 

이미 미국의 선진 언론사는 인공지능을 적극적으로 활용해 나가고있다. 정치인이나 유명인의 발언을 팩트 체킹하는 용도의 ‘스쿼시‘, 독자의 피드백, 댓글 중에서 정책을 위반하는 댓글을 찾아 제거하고 리포팅하는 인공지능도 있다. 파이낸셜타임즈의 재닛봇은 비즈니스 뉴스 질문에 답변하고 맞춤형 금융조언을 제공한다. 

현재 로봇 뉴스 기자는 특히 중국에서 점점 보편화되고있다. 로봇은 기사를 작성하고, 인터뷰를 수행하고, 논평을 제공하도록 프로그래밍되어 있다. 뉴욕타임즈도 2015년 ai 소프트웨어 ’에디터‘를 출시하여 취재 활동에 적극적으로 사용하고 있다. 기본적인 정보를 취재하는 것은 ai에 맡기고 기자들에게 기사 아이디어를 제공하거나 정보 조사 과정을 단순화하고 빠르고 정확하게 팩트 체크를 제공한다. 

이렇게 자동화 시스템을 통해서 기사를 좀더 빠르게 생산 할 수있고, 제작 비용도 줄일 수 있다. 하지만 아직은 독창성 및 통찰력이 있는 기사 제공은 힘들고 기계도 역시 오류를 포함할 수 있다. 이러한 오류 기사에 대해서는 어떻게 판단할 것인지 인간에게 숙제가 남겨진다.

자동화 저널리즘은 점점 확대될 것으로 예상된다. 처음에는 단순 데이터를 제시하는 기사부터 지금은 부족한 독창성있는 기사도 점점 나아가지 않을까. 한동안은 인간과 함께 공존하여 기사를 작성할 것으로 보인다. 그리고 더 먼 미래까지 지금 예측하는 것은 힘들다. 정말 모든 기사를 다 로봇이 하고 인간은 더이상 자리가 없을지 아니면 또 다른 새로운 일이 만들어낼지 모르겠다. 인공지능은 하루가 다르게 발전하고 우리 삶으로 들어오고 있다. 

이 책을 읽기 전까지 나는 이 책이 일부 언론 전문가들이나 언론에 관심있는 사람들이 읽어야 할 책이라고 생각했다. 그러나 언론에 동떨어져 사는 이는 아무도 없다. 이 책은 우리 모두가 읽고 고민해볼 문제를 던져주고 있다! 챗GPT 시대에 한 번쯤 휘리릭 읽어볼만 한 책이다.

한 두 가지 아쉬운 점은 일부 어색한 번역투와 제목이고,

좋았던 점은 간결한 내용으로 핵심을 잘 전달하고 있어

비전공자들에게도 쉽게 읽히며 지적 유희 욕구를 채워주는 동시에

철학적 고민거리도 던져주고 있다는 점이다.

챗GPT가 나왔건 말건 여전히 포털 검색으로 살고 있던 나.

이유는? 육아로 시간도 없고 막연히 복잡할 것 같기도 하고 거부감도 들어서.

그러던 어느 날 빙(Bing) 검색이 챗GPT를 도입한 기능을 사용해보고 신세계!

앞으로 교육이, 세상이 어떻게 변해갈지 막연한 두려움과 우려 가득.

챗GPT관련 강의를 찾아보다 흥미로운 책이 있어 냉큼 신청!

때로 육아서 아닌 책들이 오히려 육아에 방향타가 되어줄 것 같다.

저자는 이 책의 제일 마지막에 나오는 인공지능이 쓴 칼럼을 제일 앞에 배치했어야 했다.

얼마나 소름돕게 흥미로웠는지..!!!! 내가 아는 모든 이들에게 공유하고 싶었을 정도다.

[서평] AI 저널리즘 - 챗GPT 시대, 언.. : 네이버블로그 (naver.com)

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다

ai는 요즘 최대의 관심사가 아닐까 싶다. 모든 산업(자율주행, 금융, 보건의료, 교육)이 AI의 영향권 아래 있어 AI에서 최대한 가치를 얻기 위해 많은 기업들은 상당한 투자를 하고 있다. 그래서 ai저널리즘을 읽고 싶었다.

책 제목을 이해하고자 먼저 저널리즘은 신문, 잡지, 텔레비전, 라디오, 웹사이트 등 여러 미디어 플랫폼에 대중을 대상으로 하는 글을 쓰거나 방송을 하는 일련의 창작활동이다. 또한 AI(artificial intelligence)는 인공지능이다. ai는 인간 지능을 모방해 작업을 수행하고 수집한 정보를 기반으로 반복적으로 업무를 개선할 수 있는 시스템 또는 기계를 의미한다. 방대한 양의 데이터를 자유자재로 활용하고 학습된 지능을 사용해 짧은 시간안에 최적의 결정을 내릴 수 있다. 

인공지능 저널리즘은 복잡한 데이터를 다루는 작업은 ai가, 통찰력이 필요한 분야는 인간기자들이 직접 매진해 수준 높은 기사를 작성할 수 있다고 한다.

여기서 자주 쓰는 용어는 자동화 저널리즘이다. 이는 구조화된 데이터를 기반으로 뉴스 기사를 생성한다, 다양한 데이터를 분석 후 다음 정보를 생성하는 알고리즘의 도움으로 기사를 만든다.

자동화 뉴스 생산 과정을 살펴보면 데이터수집-주목할 만한 사건, 이슈 식별-정보의 우선순위 지정-내러티브 생성- 기사출고 이렇게 다섯 단계로 구성 된다. 상당수 언론사들은 직접 자동화 프로그램을 개발해 이용하고 있다고 한다.

이러한 자동화 저널리즘의 장점은 첫째, 기사 생산 속도가 빨라지고, 규모가 방대해진다. 둘째, 현저하게 줄어든 뉴스 제작 비용을 들 수 있다. 셋째, 기계는 실수 하지 않는다. 즉 오류는 원시 데이터의 문제로 인한 것이라고 설명했다.

한편 단점으로는 첫째, 데이터의 양과 질에 의해 좌우된다. 둘째, 독창성 및 통찰력이 부족한 기사 이다. 셋째, 알고리즘은 예상치 못한 오류를 포함한다. 넷째, 인공지능은 맥락을 읽을 수 없다. 

결론적으로 ai는 창의성, 유머 또는 비판적 사고와 같은 인간의 능력을 대체할 수 없다. 따라서 언론 미디어 산업에서 ai의 가치는 교체 보다는 기능개선에 있다. ai가 인간을 도와 업무 과정을 보다 효율적으로 만들 수 있도록 하는데 중점을 두어야 한다. 

이 책을 읽고  ai의 발달 현황, 앞으로의 방향성을 알 수 있었다. 나 또한 ai가 인간에게 도구적인 역할로  발달 하면 좋겠고, ai는 인간의 섬세한 감정 처리, 문해력은 절대 따라 할 수 없다고 생각한다. 

평범한 사람들에게 인공지능이 우리의 삶에 얼마나 영향을 미치고 있는가를 물으면 열에 아홉은 '인공지능이 대회에서 수상할 정도의 수준급 그림을 그려준대요.' '인공지능이 순식간에 글도 써 준대요.' '이러다 우리 일자리 다 빼앗기는 거 아니야?' 하고 위기 의식과 패배감을 토로할 것이다. 인공지능이 인간은 감히 상상할 수도 없는 엄청난 결과물을 순식간에 만들어내는 세상이 되었다고, 한편에서는 삶이 더 편해졌구나 쾌재를 부르기도 한다. 

어디 그림과 글뿐인가. 어느덧 인공지능은 알고리즘을 통해 기사를 자동 생성해내고 있다. 그러면 편하겠지? 인공지능이 알아서 독자의 관심사를 분석하고 비슷한 기사의 경향도 검토하여 더욱 흥미로운 기사를 써준다면 말이다. 그런데 과연 정말 그럴까?

저자는 14년간 기자 생활을 하며 다양한 분야의 저널리즘을 연구한 전문가다. 이 점에서 그가 바라보는 인공지능 - AI는 실제 저자가 기자로서 저널리즘을 이용했던 방식과 비교하고 있는 듯하다. 자신의 역할을 대신하는 인공지능 알고리즘이 어떻게 인간 기자의 역할을 더욱 효율적으로 해내고 있는가를 짚어주는 동시에 인간 기자와 마찬가지로 갖고 있는 문제점을 지적한다.

인간으로서 윤리 의식이 부족한 기사를 쓰는 기자가 있듯이 인공지능 알고리즘도 편향된, 어느정도 의도된 기사를 생성하는 데에 어떤 윤리의식도 느끼지 못한다. 다만 어떻게 이런 인공지능 저널리즘을 활용할 것인가의 문제가 남는다. 이 책은 그 고찰 과정을 단계적으로 펼쳐 보여준다.

알고리즘을 통해 더 윤리적인 기사를 생산해내는 방식으로, 좀 더 인간적인 저널리즘이 될 수 있도록 인공지능을 이용하는 데에 초점을 두면 인간 기자들이 더욱 가치있는 기사들을 쓰는 데에 AI가 큰 공헌을 할 수 있지 않을까 하는 생각은 지지할 만하다. 

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다' 

'yes24 리뷰어 클럽 서평단' 자격으로 작성한 리뷰입니다.

기자 출신으로 언론인 생활을 하다가 미국에서 박사학위까지 딴 박창섭 저자의 AI시대의 저널리즘에 대한 책이다. 굉장히 시기 적절한 책이라고 할 수 있는데 AI에 대한 관심이 높아지는 것에 반해 의외로 AI가 곳곳에 어떻게 쓰이는 지 모르는 경우가 많다. 그저 뉴스에서 이슈가 되는 쪽에만 몰린다. 하지만 그 뉴스에도 이미 오래전부터 AI와 알고리즘이 쓰였고, 저널리즘이 위기이며, 그 저널리즘의 현실과 현재를 AI를 통해 돌아보는 책이 된 것이다.

또한 이 책은 AI산업을 다시 돌아보게 하면서 동시에 저널리즘이 나아가야 할 방향이 AI의 현재진행형인 문제와 해결책의 한 부분임을 알려주는 측면도 지닌다. 저널리즘도 창의성과 반복적인 면이 다 들어가 있기 때문이다. 이미 아날로그와 디지털의 결합된 분야이다. 게다가 인간사에 영향을 안끼치는 것 같으면서도 굉장히 영향을 주고 있다. 이른바 '취재가 시작되고...'와 같은 구실로서도 말이다. AI저널리즘의 현재를 알아보고, 장단점을 알아보면서 다시 한 번 생각해 볼 수 있는 중요한 시기의 책이다.

**언제나 인간이 문제다. 과거 통계나 언론도 어떻게 표집하느냐에 따라 어떤 목적이나 방향성을 갖느냐에 따라 조작됐었을 수도 있다.

***그런데 그 자료들을 AI가 그냥 쓰게 되면 오류는 겉잡을 수 없이 커지는 것이다.

****사람의 데이터들도 마찬가지다. 사실 데이터를 해석하는 것은 인간의 몫인데 왜곡해석과 확대해석, 편향적 해석이 가능하다.

*****통계도 어떤 부분을 어떻게 묶느냐가 중요한데 AI는 일단 무차별 수집하고 있다. 알고리즘을 정해주지 않는다면.

******즉 원천 데이터, 원천 소스들이 인간에게서 나오는데 그게 이미 오염되고 왜곡되거나 편향되어 있을 확률이 아주 높다.

*******게다가 과거로 갈수록 차별적, 폭력적, 편향적인 데이터는 더 많다.

********그래서 인간을 배제한 AI만으로 만들어내면 좋겠지만 그럼 인간에게 무쓸모하다.

*********결국 AI의 미래도 인간에게 달려 있다.

**********개인정보, 사생활의 문제도 AI에게 달려 있다.

***********다크 웹이나 사람들의 어두운 면까지 AI가 다 수집하면 과연 어떤 것을 결론으로 내놓을 것인가.

************다른 AI보다 AI저널리즘은 그래서 더 문제가 크다. 장점도 있지만 단점도 상상이상으로 크다.

*************그래서 창작에서도 문제가 된다. 그럴싸하지만 새로운 것을 만들어내기에는 인간이 또 문제다.

**************인간은 보던 것을 자꾸보면 익숙하고 진부해지고 질려진다. 그걸 넘어서는 실험적인 것이 필요하지만 AI는 여느 기계처럼 보수적이고 안정적이다. 당연히 새로운게 나오기 힘들다.

***************물론 기계적 관점이 새롭다고는 할 수 있다. 마치 이세돌 바둑 대결에서 바둑이 이런 면도 있구나를 깨닫는 것처럼.

****************하지만 금방 인간이 그 기풍을 닮아가고 오히려 진화시키듯 AI는 일시적일 뿐이다.

*****************게다가 AI가 잘못되면 그걸 고쳐야 하는 것도 인간이다. 인간이 똑똑하지 않으면 기계에게 속는 날만 올 것이다.

******************가짜 뉴스의 위협이나 악의적인 AI 저널리즘의 사용은 그래서 경고가 된다. 무서운 선동이 될수도 있다.

*******************특히 오늘날 자극적인 뉴스만 찾는 행태에서는 더더욱 그리 왜곡될 가능성도 크다.

********************나중에는 개인맞춤형 뉴스만 제공하면서 개인의 시야를 확증편향쪽으로 더 좁게 만들고 가둬버릴 수도 있다. 책에서도 언급하고 있다.

*********************정보가 대중에게 공개되고, 많아지면서 긍정적인 면만 생길 줄 알았지만 오히려 정보 과부화 현상이 생기면서 편의적인 정보 골라보기나 정보 거부 현상이 생겨 버렸다.

**********************즉 감당할 수 있는 양을 넘어서면 무시하거나 피곤해지는 것이다.

***********************이것을 역이용해서 무더기 정보에 파묻혀 중요한 정보를 흘리게 하거나 지나치게 만드는 방법도 있다.

************************처음에는 민주주의가 강화되는가 싶더니 점점 분열화가 되고 있다. 편의적인 정보만 취하므로.

*************************게다가 많은 정보를 다양하게 보려고 해도 알고리즘으로 막혀 있는 경우도 있다.

**************************따라서 이미 정보를 찾기 전에 어느 정도 알고 있는 부분이 있어야 더 정확하고 올바른 정보를 찾을 수 있다.

****************************뉴스 언론도 마찬가지다. 웬만한 뉴스들은 그저 지나칠 뿐이다.

*****************************그래서 정작 중요한 정책이나 사회, 문화 뉴스 같은 여러 뉴스들이 가려져 버린다.

******************************이걸 요약하고 알려준다는 핑계로 왜곡하고 편향적인 정보로 써먹는 경우도 있다.

*******************************해외 언론도 마찬가지다. 이제는 인간 스스로가 현명해지지 않는다면 제대로 된 걸 몰라볼 수밖에 없다.

********************************그래서 다시 책과 같은 아날로그 정보가 중요해지는 것 같다. 덜 오염된 초기의 정보들 같은 것들이 중요해지는 것이다.

*********************************그리고 오래된 고전도 중요해지는 이유이다. 기준점이 될 수 있다.

**********************************일단 어느 한 쪽에 서버리는 순간 다른 쪽이 안보이게 되어 있다.

***********************************그래서 오늘날의 객관성이 과거의 객관성보다 더 어렵다. 이제는 사실도 교묘하게 조작하기 때문이다. AI는 그것을 더 부추키고 있다.

************************************가짜 뉴스를 잡아내는 AI도 만들어지고 있지만 그조차도 믿을 수 없을지도 모른다.

*************************************AI명령과 알고리즘을 만드는 사람에 의해 또 조작될 수 있으니.

**************************************이제는 원천 데이터와 소스를 볼 수 있는 능력이 그래서 또 중요해진다.

***************************************기계보다 감정적인 인간이 오히려 더 해석의 측면이 다양하다는 점은 아이러니 하다. 이성만 있어서는 안 되는 것이다. 감정이 다시 중요해진다.

****************************************인간이 AI를 쓰면 쓸수록 다시 인간이 중요해지는 것 같다. 인간성이.

*****************************************AI산업은 어떤 분야든 윤리와 법에 부딪치고 있다. 이게 마련되지 않으면 AI가 인간을 넘어서서 인간사회를 흔들 수 있다. 부정적으로 말이다. 한마디로 지금은 책임과 규제 없는 질주만 있는 셈이다.

******************************************그럴수록 피해보는 것은 인간들이다.

##인상적인 문구들##

##로봇 기자들은 데이터를 기사로 만들어낸다. 많은 스포츠, 기업 수익, 일기 예보 또는 선거 개표 등의 기사들이 인공지능 로봇에 의해 작성되고 있다. AP통신, ＜뉴욕타임스＞,＜워싱턴포스트＞,＜포브스＞ 등 이름을 대면 알 만한 언론사들은 꽤 오래전부터 자동화 저널리즘에 많은 공을 들여왔고, 실제로 취재와 기사 작성에 로봇을 적극적으로 활용하고 있다. 한국에서도 연합뉴스, SBS, MBN 등 상당수 언론사에서 인공지능을 이용해 자동화된 기사를 생산하고 있다.

##많은 사람들이 깨닫고 있지 못하지만, 지금 우리가 읽는 많은 뉴스 기사는 AI에 의해 쓰이고 있다. ~'자동화 저널리즘'은 AI 기술을 바탕으로 하는 컴퓨터 프로그램을 통해 인간 기자 대신 로봇이 자동으로 기사를 생산하는 저널리즘 형태를 말한다. '알고리즘 저널리즘' 또는 '로봇 저널리즘'이라고 불리기도 한다.

##세계 유수의 언론사들이 자동화 저널리즘을 경쟁적으로 도입하는 배경에는 각 언론사의 생존 전략이 자리하고 있다. 소셜미디어, 인터넷 기반 미디어의 증가로, 기존 언론사들이 가파른 내리막길로 접어든 게 벌써 20년이 넘었다. ~기자들은 인간의 통찰력이 필요한 분야에 대한 탐색이나 오랜 시간이 걸리는 보도에 더욱 집중할 수 있게 됐다. 일상적인 잡업에서 벗어난 기자들은 심층 분석, 탐사 보도, 기획 보도 등 인간 기자들만이 할 수 있는 수준 높은 기사를 작성하는 일에 매진할 수 있게 됐다. 이런 측면에서 보면, 자동화는 저널리즘의 수준을 끌어오릴ㄹ 수 있는 기회를 제공할 수도 있다.

##현재의 수준에서 보자면 자동화 저널리즘은 깨끗하고 정확하며 구조화된 데이터를 사용해 반복적인 주제에 대한 일상적인 뉴스 기사를 생성하는 데 특히 유용하다.~AI에 기반한 뉴스 생산 소프트웨어가 단순하게 뉴스 제작 과정의 일부를 대체하는 '미풍'에 그치지는 않을 것이라는 예상은 미디어 관계자들의 입을 통해서도 확인된다.

##AI의 핵심 원리는 인간이 세계를 인식하고 반응하는 방식을 그대로 따라 함으로써 인간이 하던 일을 기계가 대신하는 것이다. 지나치게 복잡하거나 반복적인 작업을 인간 대신 처리할 수 있으며, 사용 가능한 데이터에 대한 포괄적인 이해를 제공하고, 데이터의 패턴을 인식해 미래에 일어날 일을 예측할 수 있다.

##암호화 알고리즘~우선순위 지정 알고리즘~연관 알고리즘~여과 알고리즘~알고리즘은 데이터를 처리하는 AI 자동화 시스템에서 중요한 역할을 한다. 많은 사람들이 AI 와 알고리즘을 같은 것으로 생각하지만, 실제로는 다르다. 알고리즘은 컴퓨터에 수행할 작업을 지시하는 일련의 명령을 말한다. 사칙연산을 하는 것처럼 단순할 수도 있고 어려운 수학 고차방정식을 푸는 것처럼 복잡할 수도 있다.

##알고리즘은 AI가 학습하고 성능을 향상시키는 데 중요한 역할을 한다. 그러나 AI를 이해할 필요 없이 특정 작업을 수행하는 알고리즘을 개발하는 것도 가능하다. 알고리즘은 새로운 정보를 생산하기 위해 대규모의 데이터베이스를 분석하는 '데이터 마이닝'이나 사용자가 지정한 키워드나 문자에 해당하는 데이터베이스 항목을 검색하고 식별하는 프로그램인 '검색 엔진'등에서 중요한 역할을 한다. 또한 통계 모델을 사용해 데이터의 패턴을 분석하고 추론을 이끌어내는 중요한 역할을 한다.

##AI는 컴퓨터가 스스로 결정을 내리도록 프로그래밍하는 과정이다. 여러가지 방법으로 수행할 수 있지만 가장 일반적인 방법은 '머신러닝'을 통한 것이다.~머신러닝은 데이터에서 패턴을 찾고 이 패턴을 기반으로 결과를 예측하고 계산하는 것을 목표로 한다.

##자율주행차 기술은 '딥러닝(심층 구조적 학습이라고도 함)'이라는 프로세스를 통해 가능하다. 딥러닝은 컴퓨터가 매우 복잡한 데이터로부터 학습할 수 있도록 하는 머신러닝의 한 유형이다. 딥러닝은 예측 분석을 자동화하는 방법이다. 전통적인 머신러닝 알고리즘은 선형적이지만 딥러닝 알고리즘은 복잡성과 추상화가 계속해서 증가하는 계층 구조로 되어 있다. 딥러닝의 개념은 유아들이 단어를 배우는 과정을 상상하면 좀 더 쉽게 이해할 수 있다.

##현재의 AI 기술은 보건 의료 분야에서 주로 다음과 같은 역할을 하고 있다. 약물 효과 분석, 질병 성향 예측, 임상 경로 예측, 치료 효과 분석, 질병 감염률 예측, 지능형 의약품 개발, 수술 로봇, 의료비 청구 처리, 임상 무서 분석, 의료 기록 관리.

##미국의 유명 기술 회사 IBM은 오래 전부터 머신러닝 기술을 연구해왔다. 머신러닝 초기 개발자인 아서 새뮤얼은 체커 게임(고대 이집트의 게임인 '알케르케'에서 유래한 게임으로 체스의 게임 판과 동일한 판을 사용하는 게임)에 대한 연구를 통해 '머신러닝'이라는 용어를 처음 만든 것으로 유명하다.

##예측하려는 출력에 대한 알려진 데이터가 있는 경우 감독 학습 머신러닝을 사용한다. 이 방법은 불확실성이 존재하는 상황에서 증거를 기반으로 합리적인 예측을 할 수 있는 모델을 구축한다. 감독 학습은 분류와 회귀 기술을 사용해 머신러닝 모델을 개발한다. 분류 기술은 이메일이 진짜인지 스팸인지, 또는 종양이 악성인지 양성인지와 같은 개별 응답을 예측한다.~비감독 학습 머신러닝은 데이터에서 숨겨진 패턴이나 본질적인 구조를 찾는다. 유전자 시퀀스 분석, 시장 조사 등의 데이터 세트에서 추론을 도출하는 데 사용된다.

##폭로 저널리즘이라고 불리는 '머크레이킹'운동은 19세기에 크게 확산했는데, 그 결과 사람들은 저널리즘을 정보를 얻기 위한 수단으로만 여기지 않고 건강한 민주주의를 만들 수 있는 필수 요소로 보았다. 역사는 시민들이 더 많은 뉴스와 정보에 접근할 수 있을 때 민주주의가 더욱 건강해진다는 것을 보여준다.

##'컴퓨터 보조 저널리즘'은 컴퓨터를 사용해 뉴스 기사를 작성하는 데 필요한 데이터를 수집하고 분석하는 저널리즘 형태를 말한다. 필립 마이어가 주창한 정밀 저널리즘은 컴퓨터 보조 저널리즘의 한 형태라고 할 수 있다.

##정보의 양이 증가하면서 검증되지 않은 정보, 허위 정보 , 호도하는 정보, 선전선동이 급격히 늘었다. 언론사와 기자들은 신뢰성이 떨어지고 거짓의 가능성이 높은 정보를 걸러내야 하는 일을 업무의 일부로 떠안게 됐다. 하지만 물리적으로 하나하나의 정보를 모두 확인하는 것은 인터넷 시대에 거의 불가능하다. 따라서 언론사들은 정보를 검증하는 새로운 방법을 물색해야 했다.

##데이터는 비즈니스에서뿐만 아니라 뉴스의 영역에서도 고객을 끌 수 있는 중요한 요소다. 경기 결과, 날씨, 선거 결과, 출생 및 사망 통계, 여론 조사 결과는 모두 언론에서 전통적으로 다뤄왔던 데이터 기반 기사들이다.~2000년대 초반, 언제든지 지역 일기 예보를 보고 싶어 하는 미국인들은 TV를 켜고 편안한 재즈 음악이 나오는 24시간 컴퓨터 제어 일기예보 채널인 웨더스캔을 즐겨봤다.~오늘날 저널리즘에서 자동화가 가장 활발하게 이뤄지고 있는 분야는 금융이다. 금융 관련 기사는 속도가 중요하다. 최신 정보를 최대한 빨리 얻는 것은 수익 증대와 직결된다. 따라서 기관 또는 개인 투자자들은 속보에서 앞서는 매체를 주로 이용하는 경향이 있다.~금융 외에도 스포츠, 날씨, 교통 정보, 재난, 부동산, 선거 등 여러 분야에서 AI를 활용해 기사를 생산하고 있다.

##대체로 자동화 저널리즘은 데이터 수집, 주목할 만한 사건이나 이슈 식별(아이디어 찾기), 정보의 우선순위 지정, 내러티브 생성, 기사 출고의 다섯 단계로 구성된다고 볼 수 있다.

##뉴스 기사를 만들기 위해서는 원시 데이터를 분석하고 가공해서 '정보'로 바꾸는 작업이 필요하다. 데이터가 의미 없는 수많은 숫자들의 집합이라고 한다면, 정보는 데이터 분석을 통해 발견된 어떤 의미를 가진 콘텐츠라고 할 수 있다.~빅데이터를 다루는 일은 종종 인간의 역량을 벗어난다.~실제로 AI는 기삿거리를 찾는 과정에서 중요한 역할을 하고 있다. AP통신, ＜워싱턴포스트＞,블룸버그 뉴스는 데이터에서 비정상적이거나 눈에 띄는 패턴이나 트렌드를 발견하면 내부 기자들에게 알려주는 경보 시스템을 운용하고 있다. 경보를 확인한 기자들은 기삿거리가 될 만한 아이템을 쉽게 찾아낼 수 있다.

##인간 기자와 마찬가지로 롯 기자에게도 편집자가 필요하다는 것을 배웠다.~허위 정보, 가짜 뉴스는 인터넷에서 갈수록 기승을 부리고 있다.~＜월스트리트저널＞과 다우 존스 기자들이 '딥 페이크'기술을 이용해 조작된 이미지를 식별하도록 돕고 있다. 딥 페이크 기술은 비디오 및 오디오 데이터를 분석해 가짜 정보를 찾아낼 수 있다. 비디오에서 말하는 사람의 입술 움직임을 그 사람이 말하는 단어와 비교하거나 오디오를 분석해 인위적인 조작의 증거를 찾아낼 수 있으며, 비정상적인 문법이나 구문과 같은 텍스트의 불일치를 감지하고 실제처럼 보이도록 변경하거나 보고서에 추가 되었을 수 있는 이미지를 식별할 수 있다. 궁극적으로 딥 페이크 기술은 정보의 정확성과 진위를 확인하는 데 큰 도움이 된다.

##스쿼시는 언론인들이 팩트를 빠르고 정확하게 검증할 수 있도록 설계된 도구다. 고급 알고리즘을 사용해 온라인에서 정보를 검색하고 사용자에게 해당 팩트가 사실인지 아닌지를 알려준다.

##2021년 중국 국영 방송인 CCTV는 하루 24시간 뉴스를 읽을 수 있도록 설계된 AI 기반 뉴스 앵커를 공개했다. ~AI기반 앵커는 안면 인식 및 자연어 처리에 사용되는 것과 동일한 기술로 작동한다. AI와 딥러닝의 최신 기술을 결합해 AI 뉴스 앵커는 다양한 대본을 읽고 콘텐츠와 일치하는 표정을 만들어낼 수 있다. 또한 다양한 상황에 적응하고 뉴스 내용에 맞게 전달 방식을 조정할 수 있다. BBC는 AI뉴스 앵커를 시험하고 있다.~최근 AP 뉴스룸은 '뉴스휩'을 사용해~소셜미디어에서 유행하는 최신 뉴스 기사를 발빠르게 추적하고 있다. 뉴스휩은 어떤 기사가 게시된 이후 90초 이내에~동일 기사 관련 게시물을 찾아낸다.~뉴스휩은 또한 어떤 기사에 대해 소셜미디어 이용자들이 얼마나 적극적으로 반응하는지 실시간으로 추적할 수도 있다. 가령 뉴스 소비자가 기사에 어떤 댓글을 다는지, 그 기살르 리트위하는지, 다른 사람들에게 전달하는지, 자신의 사이트에 그 기사를 다시 올리는지 등의 행동에 대한 정보를 찾아내고 분석한다. 이와 함께 인플루언서들이 소셜미디어에 게시하는 콘텐츠도 실시간으로 모니터링한다.

##로이터의 편집 운영, 데이터 및 혁신 담당 편집장인 레기날도 추아는 ~인터뷰에서 "자동화하지 않으면 경쟁할 수 없다"고 밝혔다. 로이터가 자동화 저널리즘에 얼마나 열정적인지 보여주는 대목이다.

##최근 10년간 내리막길을 걸었지만, 야후는 여전히 뉴스, 금융, 스포츠 관련 콘텐츠 영역에서 많은 독자를 거느리고 있다. ~오토메이드 인사이트의 워드스미스를 사용해 연간 7000만 개 이상의 스포츠 기사와 경기 요약을 만들어낸다. 특히 특정 스포츠 팀의 데이터로 다양한 형태의 콘텐츠(기사, 보고서, 이메일)를 자동으로 생성하고 있다.~특히 AI는 날씨 보도에 크게 도움이 된다. 패치는 매주 3000개 이상의 기사(전체 기사의 5~10퍼센트)를 AI로 제작하고 있다.

##자동화로 콘텐츠를 생산하는 프로램을 개발하는 회사들은 꽤 많다. 2~3년전만 해도 소수의 회사들만 있던 이 분야는 현재 180개가 넘는 스타트업이 참여하고 있을 정도로 폭발적으로 성장했다.~유나이티드 로봇은 믿을 수 있는 데이터만 있다면 어떤 기사든 만들 수 있다고 강조한다. 또한 자사의 프로그램이 데이터의 불일치 및 데이터 내 비정상적인 패턴을 사람보다 훨씬 빠르고 효율적으로 발견할 수 있다고 강조한다. 이 회사는 AI 도구를 대체물로 생각하기보다는 자동화를 통해 이간이 수행하는 작업을 보완하는 데 중점을 두고 있다.

##기계는 철자 오류나 계산 오류 등을 저지르지 않는다. 자동화 프로그램이 올바르게 프로그래밍 됐고, 이 프로그램에 입력되는 데이터가 정확하다면, 결과는 거의 정확하다. 인간 기자들의 정확성과 비교할 바가 아니다.~AP통신은 자동화로 인해 자사 기사의 오류 비율이 7퍼센트에서 1퍼센트로 감소했다고 밝혔다. 오류는 대부분 데이터에 들어 있는 오타나 전치된 숫자 등 오염된 데이터 때문인 것으로 파악됐다.

##AI는 숫자로 이뤄진 데이터를 구할 수 없는 분야의 기사를 쓰는 데 거의 무용지물이다. 영화 비평이나, 유명 가수 인터뷰, 유권자 심리 분석, 지역민들이 선거에서 바라는 것들, 기업의 판촉 행사, 새로운 인기를 얻고 있는 온라인 게임, 젊은이들이 트롯을 좋아하는 이유 등은 데이터를 구축할 수 없는 주체들이다. 따라서 기자들이 직접 발로 뛰어 사람들을 만나고, 현장을 방문하고, 분석한 뒤 기사를 쓰는 수밖에 없다. 자동화 저널리즘은 또한 제공되는 데이터의 정확성에 의해 제한된다. 데이터가 부정확하다면 이야기도 부정확해진다. 데이터 품질이 좋지 않을 때 AI는 제 기능을 발휘하지 못한다. 자동화 저널리즘을 사용하는 데이터만큼은 우수할 수 있다.~대부분은 사람의 이름, 회사의 위치, 회계연도가 끝나는 시점, 지역 이름, 브랜드명 등 단순한 정보의 오류다. 이러한 오류는 모두 원시 데이터의 부실에서 비롯된다.~요약하자면 원시 데이터의 가용성과 품질 그리고 충분한 데이터의 양 확보가 자동화 저널리즘 성공의 전제 조건이다.

##자동화 뉴스와 관련해 자주 언급되는 또 다른 이슈는 자동화된 기사의 질이다. AI가 생성한 기사는 창의성과 비판적 사고가 부족하다는 지적이 많다. 인간 기자와 달리 AI 알고리즘은 주어진 틀 밖에서 생각하거나, 가정에 도전하고, 탐색적 질문을 할 수 있는 능력이 없다. 결과적으로 AI가 생성한 뉴스 기사는 깊이, 독창성 및 통찰력이 부족해 독자들의 관심과 흥미를 떨어뜨릴 수 있다. 또한 AI가 작성한 기사는 저널리즘의 중요한 측면인 감정을 제대로 이해하고 표현할 수 없다는 지적도 많다. 감정은 기자와 독자가 연결되고, 공감대를 형성하고, 기사의 중요성과 영향을 전하는 데 결정적인 역할을 한다. 이러한 감정적 요소가 없으면 기사는 차갑고 비인격적으로 느껴질 수 있으며, 급기야는 독자를 기사로부터 소외시킬 수도 있다.

##AI가 인간의 글에 필적하는 정교한 글쓰기를 할 수 있을지 여부는 여전히 의문으로 남아 있다.~AI는 인간에 견줘 정확성이 훨씬 뛰어나다. 숫자 계산에 있어서 AI는 실수를 하지 않는다. 그렇다고 AI가 오류에서 완전히 자유로운 것은 아니다. 자동화 프로그램 자체의 기계적 한계가 때로는 어이없는 실수를 만들어내기도 한다.~알고리즘은 데이터와 가정에 의존하며, 둘 다 편향과 오류가 있을 수 있다. 결과적으로 알고리즘은 예상치 못한, 의도하지 않은 오류를 포함하는 결과를 낳을 수 있다. ~인공지능은 맥락을 읽을 수 없다. 자동화 저널리즘은 인간 기자가 할 수 있는 수준의 맥락과 해석을 제공하지 않는다. 자동화 저널리즘은 제공된 사실과 데이터로 제한되며 이야기의 더 깊은 의미를 고려하지 않는다.

##AI 알고리즘은 기사의 문화적 또는 역사적 맥락이나 상황의 복잡성을 고려하지 않기 때문에 어떤 사안이나 사건에 대한 편협하고 피상적인 보도를 할 수 있다. 이로 인해 불완전하거나 왜곡된 정보에 기반한 뉴스 기사가 출고되면, 이 언론사에 대한 대중의 신뢰가 손상된다. AI가 데이터를 완벽하게 설명하고 맥락에 맞는 기사를 생산하는 것은 현재로서는 무리다.~2017~2020년 사이에 영어 과학 저널의 11개 동료 검수 논문을 조사한 결과, 뉴스 소비자들이 자동화된 뉴스를 사람이 작성한 뉴스보다 더 신뢰하는 것으로 나타났다고 밝혔다. 다만 뉴스 소비자들은 특별히 자동화된 콘텐츠 읽기를 즐기지는 않는 것으로 조사됐다.

##인간과 자동화 알고리즘 간의 협업으로 이뤄진 기사가 독자의 관심을 가장 크게 불러일으키는 것을 발견했다. 반면 자동화 알고리즘을 단독 바이라인으로 사용하면 뉴스 소비자들의 신뢰성이 떨어졌다. 워델 교수는~알고리즘 뉴스는 사람과 기계의 결혼이라고 표현할 수 있다"고 말했다.

##자동화된 기사는~가독성 측면에서는 사람이 작성한 기사가 더 우호적인 평가를 받았다.~반복적인 주제를 다루는 뉴스 영역에서 자동화된 뉴스의 품질이 인간 기자가 작성한 기사의 품질과 차이가 없음을 시사한다.~그러나 이러한 결과가 모든 유형의 자동화 기사에 일반적으로 적용되기는 힘들다. 각 언론사에서 이용하고 있는 자동화 도구가 다른 만큼, 생산되는 기사의 품질도 달라질 수 있기 때문이다.

##컴퓨터가 잘하는 것은 컴퓨터가 하고, 인간이 잘하는 것은 인간이 하게 하자는 것이다. AP통신에는 또한 자동화된 많은 기사에 맥락 정보를 덧붙이는 편집자가 별도로 있다.~특히 최근 많은 AI기술 회사들이 체계적 데이터가 존재하지 않았던 영역에서조차 데이터를 구축하고 분석하는 방법을 연구하고 있다는 사실은 기자들을 더욱 불안하게 만들었다. AI 회사들의 이런 노력이 결실을 맺는다면 기자들의 전문성과 판단력, 비판적 사고와 분석력이 설 자리고 좁아질 수밖에 없기 때문이다.~로봇은 데이터를 수집할 수 있지만 팀이 어떤 정신 무장으로 이겼는지 또는 선수들이 얼마나 큰 좌절을 경험했는지에 대해서는 쓸 수 없다. 좋은 스포츠 기사는 지는 거의 의미 또는 승리의 의미를 면밀하게 짚어내고 포착할 수 있어야 한다.

##특정 주제에 대해 큰 관심을 가지고 있는 소수의 사람들을 대상으로 한 기사들을 AI는 쉽고 그리고 대량으로 생산할 수 있다.~바이러스 확산에 대한 자동화된 뉴스를 제작하기 위해 외부 데이터 세트로 작업할 때 너무 빨리 또는 너무 늦게 데이터를 공개하는 것도 문제였다. 많은 정부 기관에서 팬데믹에 대한 데이터 공개가 지연되는 일이 잦았다. 며칠에 걸쳐 숫자가 누적되어 더 최신 데이터와 함께 한꺼번에 공개되기도 했다.~AI 기술을 사용함으로써 언론사들은 글로벌 전염병의 한가운데서 독자에게 필요한 뉴스를 빠르고 효율적으로 생산할 수 있었다. 하지만 데이터의 정확성과 형식의 일관성이 확보되지 않을 때, 어떻게 자동화 기술을 적용할 수 있을지에 대한 과제도 함께 남겼다.

##파나마 페이머스 사례는 AI가 탐사 보도에 얼마나 큰 기여를 할 수 있는지 잘 보여준다. 파나마 페이퍼스는 2016년 4월 3일 세상에 공개된 1150만개의 유출 문서(2.6테라바이트에 해당하는 데이터)를 말한다. 이 문서에는 21만 4488개 이상의 역외 법인에 대한 재무, 변호사, 고객들에 대한 자세한 정보가 담겨 있다. 특히 이 문서는 그동안 베일에 쌓여 있던 억만장자들의 개인 금융 정보를 포함하고 있다. 1970년대부터 작성된 이 문서는 파나마 역외 로펌인 모색 폰세카에서 작성한 것이다.~AI는 이 과정에서 돈세탁을 인식했고, 합법적인 대출과 가짜 대출을 구별할 수 있었고, 얼굴 인식 기술을 사용해 수천 개의 여권 사본 중 어떤 것이 범죄자의 것인지 손쉽게 찾아낼 수 있었다. 프로젝트에 참여한 기자들은 AI 기술이 없었다면 이 프로젝트는 완성되지 못했을 것이라고 말했다.

##AI는 저널리즘의 공공적 특성을 보여주는 탐사 보도 과정에서 중요한 역할을 하고 있다. 하지만 AI가 탐사 보도 자체를 온전히 수행할 수는 없다. 탐사 보도는 기본적으로 인간이 어떻게 살아가야 하는가에 대한 질문과 연결돼 있지만, 기계에게 이런 질문을 던지고 그에 대한 답을 찾아주기를 기대할 수는 없기 때문이다.~즉 AI는 무슨 일이 일어나고 있는지 설명할 수 있지만 '왜' 그런 일이 일어나고 있는지 설명할 수는 없다.~자동화 저널리즘에는 독창적인 시각이 부족하다.~다시 말하지만 AI는 사회 및 정책 변화와 관련된 문제에 대해 새로운 질문을 한다거나, 전쟁이나 정치적 갈등 등 사회적 위협을 인식하고 이를 해결할 방법을 제시할 수는 없다.

##AI는 민주주의를 이해하지 못하고, 다양성의 중요성을 깨달을 수 없다. 또한 왜 우리에게 저널리즘이 필요한지, 저널리즘은 사회의 다른 구성 요소들과 어떤 관계를 갖는지 설명할 수 없다.

##편집 의사 결정을 자동화하는 프로그램은 중립적이지 않다. 자동화 프로그램은 프로그래머 등 디지털 전문가들의 가치와 신념에 따라 디자인된다. 또한 언론사와 개발자들은 수익을 늘리기 위해 가장 많은 독자를 기사로 유인할 수 있는 장치들을 자동화 프로그램에 포함시킨다.~AI가 만들어낸 기사를 출고하기 직전 편집국 직원이 최종 체크할 수는 있지만 이마저도 생략하는 경우가 늘고 있다. 뉴스 자동화는 언론사 내부에서도 편집국의 권한을 크게 약화시키는 셈이다.

##2013년 옥스퍼드 대학교와 딜로이트가 만든 사이트에 따르면, 현재 직업의 거의 절반이 2034년까지 로봇으로 대체될 수 있으며, 저널리즘과 같은 창의적인 작업은 이에 희생당할 수 있다. 기자와 특파원은 향후 20년 이내에 로봇으로 대체될 위험이 11퍼센트에 이른다.~뉴스 자동화 프로그램 퀼을 개발한 오토메이드 인사이트의 마크 지온츠 대표는 기계가 실제 기자와 편집자를 대체하는 일은 아직 멀었다면서도 "배우지 않고 적응하지 못하는 사람이라면, 저널리즘에서 살아남기 어려울 수도 있다"고 말했다.

##자동화 프로그램은 프로그래머와 언론사 편집장 및 기자들이 설정한 작업 과정을 따라서 할 뿐이다. 각 작업 과정마다 로봇은 인간의 지시에 따라 작동한다. 예를 들어 오픈 AI사의 자동화 프로그램 GPT-3(챗gpt의 초기 버전)가 작고한 노래들은 인간에 의해 크게 수정되며 편집 과정에서 원본 콘텐츠의 90퍼센트 이상이 바뀌는 경우가 일반적이었다.~저널리즘은 부정확한 과학이다. 많은 인간적 요소가 이야기를 구성한다. AI기사는 사람이 쓴것처럼 보일수도 있지만, 기사를 임팩트 있게 만드는 것은 사람들 간의 상호 작용이며, 여러 종류의 인간적 요소다. 최고의 알고리즘 조차도 이런 것들을 흡수하고 유지할 수 있다고 보지 않는다.

##대다수 저널리즘 교수들은 AI가 기자를 대체하는 것이 아니라 기자의 업무를 측면에서 지원하게 될 것이라고 보고 있다.~AI는 창의성, 유머 또는 비판적 사고와 같은 인간의 능력을 대체할 수도 없다.~인간과 AI, 협업이 대한이다.~퀘이크봇이 하는 일을 자랑스러워하지만 결국은 협업이 중요하다고 말한다. 우리가 사용하는 방식은 보완적이다. 기자들의 시간을 많이 절약해주고, 특정 유형의 기사에 대해서 기자들만큼 좋은 정보를 찾아낸다. 나는 로봇이 누군가의 직업을 없앤다고 보지 않는다.

##뉴스 과부하는 지나치게 많은 뉴스를 제공 받음으로써 뉴스에 대한 흥미가 감소하고 뉴스를 읽고자 하는 동기가 현저하게 떨어지는 심리적 현상을 일컫는다.~뉴스 과부하는 뉴스 소비 자체를 크게 줄일 수도 있다.~언론학자들은 이를 '뉴스파인즈미'현상이라고 부른다. 내가 굳이 뉴스에 관심을 갖지 않더라도 중요한 뉴스라면 결국엔 나한테 다가올 것이라는 믿음을 설명하는 개념이다. 뉴스과부하가 뉴스파인즈미 현상을 부추긴다는 연구 결과는 꽤 많이 나와 있다. 뉴스 과부하를 느끼는 일부 사람들은 뉴스 자체를 소비하지 않는 결단을 내릴 수도 있다. 이른바 '뉴스 기파'현상이다. 특히 젊은 세대들 가운데 뉴스를 기피하는 사람들이 늘고 있다. 뉴스 기피가 확산되면 언론사들은 독자를 잃을 것이고, 이는 광고 수주의 감소로 이어질 것이다.

##맞춤형 알고리즘은 사용자가 읽고 싫어하거나 좋아하는 콘텐츠만 제공하기 때문에 '필터 버블'형성을 촉진할 수도 있다. '필터 버블'이라는 개념은 엘리 프레이저가 그의 211년 저서 ＜생각 조종자들＞에서 제시한 이후 사회적 화두로 떠올랐다. 필터 버블은 기술에 의해 만들어지는 것으로 반드시 부정적인 영향을 가져온다고 볼 수는 없다. 필터 버블은 온라인 경험을 개인화하는 알고리즘을 말한다.~필터 버블이 너무 좁아서 우리가 사회 구성원으로 꼭 알아야 하는 필요한 정보를 놓치거나 당면한 주제에 대한 부정확한 정보를 얻는 경우에는 문제가 발생한다.

##AI가 개인 선호도에 맞게 뉴스를 맞춤으로써 뉴스 소비자는 특정 주제 또는 매우 좁은 시각을 다룬 뉴스를 소비할 가능성이 커진다. ~이는 인지심리학자들이 제시하는 '확증 편향'을 더욱 확고히 할 수 있다. 확증 편향은 우리가 가지고 있는 기존 믿음과 성향에 따라 입맛에 맞는 정보만을 선택적으로 소비하는 현상을 말한다.~자신의 의견과 일치하지 않는 정보를 차단하는 경향이 있다.~자동화 저널리즘은 여론의 잠재적 파편화를 키우는 결과로 이어질 수도 있다.~본질적으로 기술은 중립적이다. 하지만 사용자의 의도에 따라 좋은 쪽으로든 나쁜 쪽으로든 사용될 수 있다. 어떤 사람들은 인터넷을 선전에 이용하고, 어떤 사람들은 사회 정의를 위해 사용할 수 있다.

##특정 이데올로기를 선으로 묘사한 콘텐츠로 로봇 기자를 훈련할 경우, 자동화 기사는 이 이데올로기를 강조하고 미화하는 기사를 생산하게 될 것이다. 이는 대중에게 왜곡된 세계관을 제공함으로써 민주주의를 훼손하는 결과로 이어질 수 있다.~자동화 저널리즘은 또한 시류 영합적이거나 자극적인 기사들을 양산할 수도 있다. 이는 언론사들인 AI를 도입하는 이유와 연관돼 있다. 언론사들은 줄어드는 광고 수익을 만회하고, 독자들을 구독자로 만들기 위해 AI를 활용하기도 한다. 그렇다면 자동화 시스템은 많은 사람들에게 인기를 끌거나 클릭을 유도할 가능성이 높은 기사를 생산하는 데 중점을 두는 쪽으로 프로그래밍 될 수 있다.

##AI는 광고와 뉴스의 차이를 제대로 인식할 수 없기 때문이다. 이는 저널리즘의 공정성과 객관성을 해치는 결과로 이어질 것이다.~사람들의 말초적 신경을 자극하는 소재들을 주로 다룰 수도 있다. 이렇게 되면 뉴스가 사회적·정치적으로 시민들이 알아야 하는 중요한 내용들을 등한시하고, 대신 자극적이고 엽기적이고 파편적인 이슈들만을 부각할 것이다.

##AI가 수집한 개인 정보는 여러 측면에서 우려스럽다. 우선 경제적 측면에서 뉴스 이용자들의 개인 정보는 언론사의 경제적 이익을 얻는 수단으로 이용될 수 있다.~AI에 의한 광범위한 개인 정보의 수집은 또한 언론이 뉴스 이용자들을 특정 사회적 또는 정치적 목표를 위해 이용할 수 있다는 의미도 있다.~정치 광고를 제공한다면, 선거의 결과가 뒤바뀔 수도 있다. 이는 민주주의 과정을 왜곡하는 것이다.~따라서 개인 정보의 이용에 대한 윤리적·법적 가이드라인이 신속하게 제정될 필요가 있다.

##사람들이 언론에 거는 가장 큰 기대 가운데 하나는 권력의 감시다. 민주주의에서 권력은 삼권 분립에 의해 견제와 균형을 잡도록 돼 있으나, 현실에서 이 견제와 균형의 원리는 종종 제대로 지켜지지 않는다.~AI가 저널리즘의 주역이 된다면 미국에서의 폭동이나 한국에서의 대통령 권력 농단을 제대로 파헤칠 수 있을까? ~이런 질문들에 대해 긍정적인 답면을 내리기가 쉽지 않다. 많은 기자들은 AI 기술이 언론의 감시견 역할을 크게 돕지는 않을 것이라고 말한다. 민주주의에 대한 제대로 된 혜안과 인식을 갖추기 힘든 AI가 감시견으로서 권력 남용과 경제적 비리, 자본주의의 폐해를 파헤치는 일은 쉽지 않을 것이라는 게 언론 전문가들의 목소리다. 이는 언론의 감시견 역할은 AI보다는 인간 기자들이 맡아야 한다는 주장을 뒷받침 한다.

##AI가 사회적 편견을 강화하고, 특정 목소리를 억압하며 심지어 여론을 조작할 가능성에 대한 우려도 제기된다.~자동화 프로그램은 불가피하게 편견과 편향을 가질 수 있는 인간에 의해 설계되고 훈련된다. 따라서 AI 공정성에 대해 우려하는 목소리가 적지 않다. ~AI는 인간과 달리 이러한 편견에 도전하거나 저항하지 않는다. AI는 개발자의 의도에 따라 그대로 움직일 뿐이다.~AI는 자체적으로 편향된 데이터로 훈련될 수도 있다.

##학자들은 또한 알고리즘 연구와 관련된 중요한 문제, 특히 다양한 뉴스 관련 프로세스를 제어하는 핵심 알고리즘의 불투명한 특성을 관찰했다. 투명성 결여와 알고리즘 메커니즘 및 시스템의 복잡성이 결합되어 알고리즘 사용에 대해 널리 인정되는 윤리 강령은 없다.~AI 알고리즘의 목적과 의도는 무엇일까? AI 알고리즘을 만들고 제어하는 책임은 누구에게 있는가? 자동화된 기사의 어떤 부분이 사람이나 AI 알고리즘에 의해 작성되었는가? 최종 기사 출고 전에 누가 검토했는가? 데이터는 어떻게 수집·변환·편집 되었는가? 데이터의 어떤 부분이 기사에 사용되었는가? 기사가 개인화된 경우 독자의 개인 정보가 어떻게 사용되었는가? 알고리즘 투명성을 강제하는 것은 여러 가지 이유로 복잡하다.

##로봇 기자들에게 이러한 윤리적 원칙을 기대하기는 쉽지 않다. 하지만 자동화된 저널리즘에 적용될 수 있는 최소한의 윤리적 가이드라인은 필요하다.

##챗GPT가 제공하는 결과물에는 잘못된 정보가 포함되어 있는 경우가 많다.~ 챗GPT에서 내놓는 답변은 명확하고 종종 꽤 적절하게 보이지만 그 답변이 사실인지 알 방법이 없다고 지적했다.~전문가들은 챗GPT가 '데이터 공백을 채우려는'성향을 가지고 있다는 사실에 유념해야 한다고 경고한다. 챗GPT는 어떤 질문에도 모른다는 대답을 하지 않는다. 대신 가지고 있는 데이터가 답을 제공하지 않으면 임의로 답을 구성한다.~실제로 몇몇 언론사들은 챗GPT 도움을 받아 작성한 기사에서 심각한 오류가 포함된 것을 뒤늦게 발견하고 독자들에게 사과하기도 했다. 가령 CNET는 챗GPT 생성 기사 중 거의 절반이 실질적인 수정이 필요하다는 사실을 발견했다. ~챗 GPT는 종종 계산 실수를 한다.~편견을 복제하는 것도 챗GPT의 한계로 지적된다.

##우리의 입력이 모델 교육에 바로 다시 투입될 가능성이 있다. 즉, 나중에 챗GPT를 사용하는 사람들에게 잠재적으로 영향을 미칠 수 있다. 일부 기업들은 이미 이런 우려를 감지하고 있다. 아마존은 최근 내부 문서를 챗GPT에 올리지 말라고 직원들에게 경고했다.~전문가들은 챗GPT의 한계를 인식하면서 언론이 이를 도구로 사용할 것을 권장한다.

##AI 기술의 발전이 저널리즘의 효율성과 수준을 높이는 견인차 역할을 할 것이라는 데 이견은 없다. 자동화 저널리즘은 점점 더 인간의 개입 없이 독립적으로 업무를 수행할 것이다.~결국 자동화할 수 있는 모든 것이 자동화 될 것이라고 예측했다.~이미 자동화 저널리즘을 도입한 언론사의 기자들은 다양한 컴퓨터 프로그램을 사용하는 방법을 배우고, 데이터를 이해하고 분석하고 있다. 앞으로 기자들은 기본적 코딩 능력을 갖추고, 데이터를 해독하는 기술을 갖추어야 할 것이다.~하지만 AI가 아무리 고도로 발달한다고 하더라도 저널리즘의 모든 과정을 자동화할 수는 없다는 게 전문가들의 의견이다.

이 세상을 가장 곤란하게 만드는 사람의 특성 가운데 하나가 확증 편향 아닐까? 자신이 믿고 싶은 것만 믿는 것. 애초에 만든 사람의 이득을 위해 존재했던 언론이라는 매체도 한동안은 사실을 정확하게 전달하는 정의로운 존재들의 모임이라는 가면을 쓰고 있었지만(이들은 가면을 쓰지 않았지만 시민들이 그렇게 믿고 있었던 건지도 모르지만), 이제는 그 가면조차 쓰지 않고 마음대로 자신들의 편향을 세상에 마음껏 펼쳐 보이고 있는 시대가 되었다. 그런 시대에 언론은 어떤 의미를 가지며, AI가 만들어내는 언론 세상은 어떤 모습일지 궁금했다. 그래서, 읽어 보았다.

AI가 작성하는 기사는 엄청난 데이터를 쓸 수 있다는 사실이 가장 큰 장점일 것이다. 한 사람이 모으고 분석 정리해 기사로 작성할 수 있는 데이터 양에 비해 AI가 처리할 수 있는 데이터의 양은 훨씬 방대하다. 그러니 AI는 객관적인 기사를 쓸 수 있을 것이다? 아니, 여기서도 편향의 문제는 나타난다. AI에게 데이터를 제공하는 존재는 사람이다. AI 기사에는 데이터를 준 사람의 편향이 그대로는 아니라고 해도 상당히 크게 반영될 수밖에 없다. AI가 다루는 기사들은 현재 백인, 남성, 영어 사용자에게 훨씬 유리한 기사들이 생성되고 있는 현실은 이를 반영할 것이다.

게다가 IMF 때 교정 기자가 많이 해고되면서 기자들의 한글이 엉망이 된 것처럼 AI 기자 덕분에 교정 기자, 필사 기사가 대량 해고 된다면, 개인들의 삶에 미치는 파장도, 언어에 미치는 파장도 적지 않을 것만 같다.

물론 좋은 점도 있을 것이다. AI에게 전적으로 기사를 작성할 자유를 준다면 데스크에서 온갖 엉뚱한 결정을 하는 것을 막을 수는 있겠지. 하지만 사람과 협력한 AI의 자율성을 충분히 주었다는 이유로 사람의 의도를 좀 더 크게 반영한 가면을, 언론은 쓰게 될 수도 있다.

미래를 이야기하는 사람들은 모든 점에서 윤리를 생각하지만, 글쎄, AI는 어떤 윤리를 우리에게 보여줄까, 모르겠다.

이 책은 무해한 책이다. 너무나도 무해하다. AI를 언론은 어떻게 쓰고 있으며 어떻게 쓸 것인가에 대한 일반적이고도 보편적인 내용을 담고 있다. 추천사를 쓴 구본권 소장은 언론계 종사자들이 반드시 알아야 할 새로운 저널리즘에 대한 정보와 통찰로 가득한 책이라고 했다. 그러나 언론과 기자를 이제는 정말로는 믿을 수 없는 일반인에게는 이 책은 심심하다. AI 기사이기에 기사에 대한 반론조차 제대로 해낼 대상이 없는 상황이 올 수도 있다. 게다가 AI를 알고자 하는 일반인의 마음에는 최신 지식 습득과 더불어 어떻게 하면 나는 뒤처지지 않고 살 수 있는지를 알고 싶은 바람이 있을 것이다. 그것을 만족시켜 준 책은 아니다. AI가 많은 사람을 대처하고 있는데, 사람은 어떻게 살아야 하는지, 알려주지 않는다. 살아남은 사람들이 AI와 더불어 사는 법만을 알려주고 있는 것 같다. 그래도, AI는 현실이며, AI와 살아갈 준비를 언론인들은 하고 있다는 걸 알았다. 우리 일반인들도 그 준비를 해야 한다. AI는 기계라는 얼굴을 가진 또 다른 괴물, 또 다른 거인일 수 있음을. AI 뒤에 숨은 사람을 알아내야 한다는 거, 이 책을 읽으면서 내가 한 가장 큰 깨달음이다.

AI 인공지능 시대다. 
인공진능은 이제 우리 삶의 곳곳에 쓰이지 않는곳이 없을 정도로 다양하게 활용되고 있다.
과거에는 사람들이 주를 이뤘던 뉴스 기사 작성에 있어서도 이제는 인공지능의 활용이 두드러지고 있음을 생각하면 그 모든 것들의 바탕에는 효용에 대한 보이지 않는 손이 존재함을 깨닫게 된다.
수 많은 뉴스와 기사들을 사람이 아닌 인공지능 알고리즘이 써 왔음을 생각하면 정말 저널리즘의 위기이자 인간사고의 위기가 아닐까 하는 생각도 해보게 된다.
현재의 AI 산업은 완성형이 아니라 진행형으로 우리는 이미 진행되고 있는 인공지능 시대의 저널리즘이 어떤 방향으로 나아가야 하고 그 과정에서 발생하는 다양한 문제들을 어떻게 해결해야 하는지를 고민해야 한다.
인공지능 시대에 인간의 삶을 위협하는 것이 우리가 말하는 인공지능이 아니라 어쩌면 인간이 아닐까 하는 생각도 해 보게 된다.
AI 저널리즘에 대해 이야기 하는 책을 만나 읽어본다.

이 책 "AI 저널리즘" 은 인공지능시대를 통해 인간에게 위협이 되는 존재는 인공지능이 아니라 인간임을 이해하고 인간에 의해 촉발된 다양한 문제들, 편향과 왜곡과 확대해석 등의 문제들 역시 인간의 의식에서 비롯된 바 입력과 출력에 거짓이 없는 인공지능에 고스란이 이식되어 편향되고 매몰찬 인공지능을 만들 확률이 높아지게 되면 인간을 위한 인공지능이 아니라 인간을 배재하게 되는 인공지능이 될 가능성이 크며 그러한 인공지능은 인간에게 쓸모 없는 존재가 될 수 밖에 없음을 이야기 한다.
인공지능의 존재는 인간을 위한 도구에 지나지 않는다.
인간을 위협하는 무쓸모, 편향과 왜곡과 확대해석으로 인간을 위협에 빠트린다면 인간은 인공지능에 대한 기대를 저버릴지도 모른다.
결국 인공지능 AI의 미래도 인간에 달려 있다는 사실이 무엇보다 중요하다.
수 많은 인공지능 알고리즘이 현실 속에 작동되고 있으며 사람들의 관심이 향하는 것에 대해 사람들에게 포스팅해 주는 알고리즘이 시행 중임을 생각하면 이러한 사실 자체가 어쩌면 확증편향과도 같은것이 아닐까 하는 생각도 하게 된다.
개인맞춤형이라는 지극히 비밀스러운 서비스지만 이러함이 인공지능 알고리즘에 의해 실행되는 확증편향이 될 수도 있으며 인공진능의 왜곡, 확대해석, 심리적 조작을 가능하게 하는 근거가 된다면 인공지능시대의 저널리즘은 약이 아닌 독이 될 가느성이 높다.
인공지능을 활용해 효율과 효용을 꿈꿔 편리한 삶을 생각만 했을 인간에게 인공지능의 거짓과 조작은 무서운 결과를 만들어 낼 수도 있는 변화가 될지도 모른다.
내가 좋아하는 영화, 노래, 춤, 등에만 관심을 갖는다면 인공지능 알고리즘은 나에게 맞춤형 서비로 그러한 뉴스와 기사만 보여줄 수도 있다.
그렇다면 정치와 경제와 세계의 흐름 등에 대해 이해하거나 알 수 있는 정보를 쉽게 만나볼 수 없게 된다.
정보의 홍수, 과부하 시대에 이러한 AI 저널리즘의 변화가 도래한다면 오히려 정보거부 현상으로 느낄 수 밖에 없다.
모름지기 정보는 객관성을 진실로 담보해야 한다. 
가짜 뉴스를 생산해 낼 수 있는 AI, 조작이 가능하고 확증편향으로 인간의 의식과 사고를 왜곡하게 만드는 일을 하는 정보와 기사들은 인간이 인간을 흔들게 하는 동력이 될 수도 있다.

챗GPT와 같은 생성형 인공지능 AI의 등장으로 말미암아 우리 삶과 생활의 편리성이 증가하고 있지만 그럼에도 불구하고 인공지능에 대한 불편한 문제도 함께 증가하고 있음을 깨닫는다.
자동화가 좋다 하지만 올바르지 못한 자동화가 미칠 파장과 문제를 고려치 못한다면 인간에게는 커다란 위협이 되리라 생각한다.
인공지능이 언론, 저널리즘에 미치는 영향력에 대한 이해를 올바르게 하고 쇠락해가는 언론이 아닌 새로운 도구를 통해 부활의 날개짓을 할 수 있는 기회로 삼을 수 있어야 한다.
위기는 기회의 또다른 얼굴이라 했다. 
인간의 미래를 인공지능에 온전히 맏기기에는 아직 한참 부족하다 판단하게 되는 인공지능이고 인공지능 알고리즘에 의해 작성되는 뉴스, 기사들에 대한 자동화 저널리즘에 대한 올바른 정의를 새롭게 장착할 수 있으면 좋겠다.
그 기회를 이 책을 통해 누려볼 수 있기를 권해본다.

**네이버 카페 책과콩나무의 지원으로 개인적 의견을 솔직하게 작성한 리뷰입니다**

현대의 정보 홍수 속에서 뉴스 산업은 양질의 콘텐츠를 효율적으로 제공하는 방법에 대해 끊임없이 고민하고 있다. 이 책에서는 기술의 진보가 어떻게 저널리즘을 재정의하는지를 살펴보는 동시에, AI 저널리즘의 필요성과 한계를 정확하게 짚어낸다.

데이터의 양과 복잡성이 늘어나면서, AI는 빠르고 정확한 정보 처리를 해준다. 또한, 개인화된 뉴스 경험을 제공하고, 언론의 비효율성을 줄이는 등의 이점을 제공하며, 뉴스 기관들이 고통받는 경제적 어려움에 대한 해결책이 될 수 있다.

책의 중후반부에서는 이러한 AI의 활용은 저널리즘의 기본 원칙 - 진실성, 공정성, 독립성, 인간의 존엄성 -을 해치지 않는 선에서 이루어져야 한다고 설명한다. AI는 사람의 편향을 학습할 수 있으며, 이는 뉴스의 편향성을 높일 수 있다. 또한, AI는 인간의 감정과 공감을 이해하지 못하므로, 중요한 사회 이슈를 덜 객관적이거나 덜 인간적인 시각으로 보고할 위험이 있다.

따라서, AI 알고리즘을 설계하고 교육하는 사람들은 저널리즘의 원칙을 철저히 이해하고 있어야 하며, AI가 만든 콘텐츠는 항상 사람이 확인하고 수정하는 과정이 필요하다. AI는 저널리즘을 보조하는 도구일 뿐, 그 자체로서의 저널리즘은 될 수 없다는 것을 이 책은 끊임없이 강조한다.

"AI의 저널리즘"은 현대 저널리즘의 새로운 경계를 보여준다. 이 책은 AI와 저널리즘의 결합이 어떻게 뉴스 산업을 혁신하고, 동시에 그 한계와 위험성이 무엇인지를 명확히 보여준다. 이 책을 통해 AI의 가능성과 사용에 대해 깊이 이해하게 될 것이다.

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다

최근 몇 년 AI는 놀랍도록 빠르게 진화했습니다. 지난 수십년간 AI를 발전시키기 위한 연구가 진행되었지만 갑자기 엄청난 성과를 만들어서 인류를 놀라게 했습니다. 모두의 예상을 깨고 바둑 경기에서 우리나라의 이세돌 9단을 제압했고 사람처럼 그림을 그리고 음악을 만들고 최근에 화제가 된 챗GPT는 글도 쓸 줄 압니다. 이제 인류는 어떻게 하면 AI가 사람이 하는 일을 잘 대체하게 할 지의 걱정보다 AI가 만들어낸 것들의 권리는 어디에 귀속되는지를 고민해야 합니다. 

이 책은 이처럼 진화한 AI가 미디어 산업에서 어떻게 활용되고 있는지 소개하면서 앞으로 언론과 미디어가 AI가 활용을 하는 방향을 어떻게 정해야 할지 화두를 던져주고 있습니다. 

AI는 미디어 업계에서 일하지 않는 사람들이 깜짝 놀랄만큼 깊이 활용되고 있었습니다. 기사 제작, 사이트 관리, 챗봇 운용, 독자ㆍ시청자 관리 및 대응, 가짜 뉴스 단속 등 언론사 업무의 많은 영역에서 이미 인간을 대체하고 있다고 합니다. 몇 가지 예를 들면 AI는 어떤 사람이 자주 보는 기사 섹터를 파악해서 그 사람에게 맞춤형 뉴스레터를 제작해서 보내주고 있습니다. 또한 정치인이나 유명인이 한 발언 내용들이 사실에 근거한 것인지 검증해서 결과를 알려줍니다. 심지어 중국 국영방송인 CCTV는 뉴스를 전달하는 앵커에도 AI기술을 접목해 24시간 내내 뉴스를 전달하는 AI앵커를 개발해 공개했습니다. 

저자는 이런 AI기술의 언론에 접목이 장단점이 있다고 말하고 있습니다.

장점으로는 기사 생산속도가 빨라지고 방대해지며 제작비용을 감소시킬 수 있는 점이 있습니다. 또한 기계는 사람보다 엄청나게 많은 양의 일을 하면서도 실수가 없습니다. 이에 반해 단점도 뚜렷한데 객관적 수치에 기반하지 않은 뉴스는 생산할 수 없습니다. 비평, 인터뷰, 심리 나 사람들의 취향과 관련된 기사들은 작성할 수 없으며 독창성과 통찰력이 필요한 기사도 마찬가지입니다. 또한 AI는 학습되지 않은 데이터에 대해서는 아무것도 할 수 없다는 약점도 있습니다. 

저자는 앞으로 미디어 산업이 AI를 활용하는 데 있어 고민해 봐야될 부분도 제시하고 있습니다. 챗GPT가 개발되어 언론사에서도 이미 많이 활용하고 있지만 챗GPT가 알려주는 내용이 정확한 사실에 근거한 것인지는 검증할 방법이 없으며 인터넷에 떠도는 음모론이나 선동적인 내용들도 챗GPT는 활용하기 때문에 그것을 방지할 방안이 필요하다고 합니다. 또한 AI가 개인에게 맞춤형으로 제공해 주는 기사들만 보는 독자들은 결국 정보의 편향성을 갖게 될 가능성이 높다고 합니다. AI가 만든 창작물의 권리가 누구에게 귀속되느냐와 비슷한 맥락에서 AI가 작성한 기사가 개인정보 침해, 명예훼손 등의 윤리적 문제 등을 발생시킬 경우 그 책임은 누가 져야 하는가와 같은 사회적 합의가 필요한 문제도 있습니다. 

저자는 AI를 활용한 언론활동을 자동화 저널리즘이라고 부르고 있습니다. 자동화 저널리즘이 앞으로 더욱 더 확장되어 갈 것은 어찌보면 당연한 일이 될 수 있습니다. 이미 많은 언론사들이 자동화 저널리즘을 더욱 많이 활용하려고 하고 있고 AI를 개발하는 기업들도 언론사와 활발히 접촉하고 있는 것 것 같습니다. 하지만 자동화의 접목이 공정하고 객관적인 기사를 전달하려는 저널리즘의 기본 정신은 훼손하지 말아야 할 것입니다. 만약 자동화 저널리즘이 언론의 기본을 잃은 기사들을 내보내게 된다면 일상적으로 하루 일과처럼 뉴스를 접하고 있는 사람들은 세상을 바라보는 눈과 귀를 잃어버리는 상황에 직면할 수 있습니다. 자동화저널리즘이 어떤 방향으로 가야할 지는 그것을 활용하는 언론사만의 고민이 아니라 독자들도 함께 고민해야 할 부분이 있다고 생각됩니다. 이 책이 언론이 AI를 활용하는 바람직한 방향이 무엇인지 함께 생각하게 해보는 좋은 계기가 될 것이라 생각됩니다. 

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.