"왜 우리는 이 책을 썼나

1부 왜 로봇기자인가
01 ‘자동이란 무엇인가’ 되물어라
혼란스러운 단어
기본 정의
책에서의 ‘자동화’: 틀에 맞춰 쓴다
책에서의 ‘AI’: 유연함을 더하는 머신러닝
02 왜 언론은 자동화와 AI 기술이 필요할까
기술 발전
실제 수요가 있나
스피드·스케일 향상
기레기의 늪
자동화의 강을 건너다
03 과거의 뉴스 자동화
외국에서 먼저 분 ‘자동 뉴스’ 바람
한국의 자동화 ‘붐’은 2016년부터
자연재해와 스포츠 뉴스 자동화
04 자동화와 AI는 언론에서 어떻게 쓰일 수 있나
빨리, 많이, 건조하게
독자가 원하는 기사를 적시에
학습의 힘
취재를 돕는 AI

2부 뜨거운 감자
05 인간·기계의 ‘찰떡 궁합’ 가능할까
기계 장만만 해선 안 된다
프로세스 쪼개기
기자의 참여
목표를 잊지 말자
조직의 개성을 존중해야
현장에 길을 묻다
06 기술에 대한 환상 깨기
자동화와 AI 기술은 마법이 아니다
데이터·알고리즘 검증은 철저히
다재다능 AI, 한계도 명확 7
로봇 기자는 인간보다 열등하지 않다
AI 현직 개발자 인터뷰
07 기계가 쓴 기사, 누가 책임지나
로봇 기자님, 전화번호가 어떻게 되죠?
생각보다 책임의 부담은 적다
부담은 나누고 혜택은 늘리고
기계의 투명성
08 기승전 ‘데이터’
태초에 데이터가 있었다 5
데이터 찾기
구조화한 데이터인가
꼬리표가 잘 붙은 데이터
어떻게 데이터를 받을까
배타적 전송 vs 오픈 API
최후의 수단, 웹 긁어가기
‘데이터 장애’ 대비해야

3부 현장 뒤져보기
09 실전 꿀팁: 오픈 API 뜯어보기
공공데이터포털과 오픈 API
활용신청 및 인증키 받기
데이터 불러오기
데이터 읽기
특정 데이터만 호출하기
10 스타트업 취재 1: ‘템플릿의 제왕’ 오토메이티드인사이츠
기업실적 기사 자동화로 ‘로봇 저널리즘’ 붐 일으켜
더스틴 바스 비즈니스 총괄 인터뷰
11 스타트업 취재 2: ‘AI 요약의 선두주자’ 아골로
초록과 추출 혼용, 하이브리드 방식 구현
세이지 원 최고경영자, 시바 호타 영업·고객관리 총괄 인터뷰
12 해외 사례: ‘자동화의 모범’ 블룸버그
콘텐츠 25%를 자동화 기술로 처리
존 미클스웨이트 편집국장 메모

4부 고민과 결론
13 기자 일은 어떻게 바뀔까
‘인간의 일’과 ‘기계의 일’의 분리
정보 옮기기
인간의 일
새 일자리
14 하이브리드 저널리즘
굳이 기사로 봐야 하나
로봇 저널리즘 유행의 ‘교훈’
기계와 인간의 혼종
언론사는 뭘 해야 하는가"