추가 적립 안내

생성 AI는 국내외 미디어에서 이미 뉴스 제작, 챗봇 등 여러 분야에서 다양한 형태로 활용되고 있고, 이는 시간이 지나면서 더욱 상용화될 것이다. 그런데 새로운 기술과 함께 대두되는 새로운 문제에 대한 대비가 너무 부족하다. 저자는 이에 대한 답을 찾고자 AI를 서로 비교, 대조하거나, 답변을 거부할 경우 질문 형식을 바꾸거나, 언어를 한글에서 영어로 바꾸거나, AI 답변이 이상하다고 판단될 경우 그 답변에 구체적인 문제 제기를 하며 반복 질문하는 식으로 최선의 답을 찾고자 했다.

이 책은 미디어 분야를 전공한 김창룡 교수가 AI전문대학원에서 생성 AI를 다양하게 활용하며 신천지를 만난 듯한 충격과 동시에 실망을 경험하고, 생성 AI의 능력을 저널리즘에 적용해 직접 시험해 본 《인공지능과 함께 쓴 AI 저널리즘》이다,

먼저 생성형 AI가 자료 찾기, 자료 분석, 요약, 정리, 확인 등 어렵고 방대한 작업을 순식간에 해내는 엄청난 능력은 놀랍지만, 그 능력 뒤에 잘못된 정보, 단순한 사실을 뒤바꿔 마치 사실처럼 전달하는 것을 알고, AI를 전적으로 믿어서는 안 되고 전문가의 검증과 확인, 재확인이 반드시 필요하다는 것을 강조하고 있다.

이와 관련된 내용을 책으로 낸 데는 다음과 같은 이유에서다.

첫째, 책 한 권 분량의 글을 쓰는 데 생성 AI의 능력을 직접 시험해 보고 싶었다. 그래서 이 책의 차례와 내용 정리, 분석 등 챗GPT와 바드의 도움을 받았다.

둘째, AI 기술과 함께 미디어 산업도 크게 발전하겠지만, 동시에 가짜뉴스 문제가 심각해질 것이므로 저널리즘 실무자들, 규제의 대상과 범위를 고민하는 공무원들, 언론 관련 단체 등 토론과 협의가 필요한 사람들이 꼭 알아야 할 정보를 정리해 두기 위해서다.

셋째, 서울과학종합대학원(aSSIST)에서 개설할 ‘AI저널리즘 최고경영자과정’ 기초작업을 하기 위해서다. 생성 AI는 이미 국내외 미디어 여러 분야에서 다양한 형태로 활용되고 있지만, 새로운 기술은 새로운 효용성과 함께 새로운 문제를 동시에 안고 있다. 이에 대해 함께 답을 찾아보고 싶었다.

따라서 주요 차례에 ▲AI 저널리즘의 특징과 대응 전략 ▲AI 활용 영역 ▲AI 활용 가짜뉴스의 세계 ▲AI 활용 법적·윤리적 문제 ▲AI와 미디어의 다양성 ▲AI와 언론의 미래 ▲AI와 시민 참여 ▲AI와 국제 저널리즘 ▲AI 기술과 미디어 산업 ▲미디어가 전하는 AI 실수 사례와 전문가 진단 ▲인간 칼럼니스트와 AI 칼럼니스트의 대결 등 이슈가 될 만한 내용과 흥미로운 실제 사례를 담았다.

프롤로그_ 나는 왜 이 책을 출판하기로 결심했는가 ㆍ 4

제1장 AI 저널리즘

1. AI 시대 저널리즘의 변화 ㆍ 14
2. AI 저널리즘의 개념과 특징 ㆍ 28
3. AI 저널리즘의 발전 동향 ㆍ 31
4. AI 저널리즘의 파급 영향 ㆍ 37
5. AI 저널리즘의 대응 전략 ㆍ 41

제2장 AI 활용 영역

1. AI 활용 저널리스트의 업무 영역 ㆍ 46
2. AI 활용 취재 ㆍ 47
3. AI 활용 보도 ㆍ 49
4. AI 활용 스토리텔링 ㆍ 51
5. AI 활용 팩트 체크 ㆍ 56
6. AI 활용 저널리스트의 업무 능력 향상 ㆍ 60
7. AI 활용 도구와 플랫폼의 활용 ㆍ 63
8. AI 활용 저널리스트의 교육과 훈련 ㆍ 66

제3장 AI 활용 가짜뉴스의 세계

1. AI 활용 가짜뉴스의 진화 ㆍ 69
2. AI와 가짜뉴스의 실제 ㆍ 72
3. 가짜뉴스와 오보의 공통점과 차이점 ㆍ 78
4. 가짜뉴스와 오보에 대한 판결 사례 ㆍ 79
5. AI 활용 가짜뉴스 규제와 표현의 자유 ㆍ 81
6. 국내외 대표적 가짜뉴스 사례 ㆍ 83

제4장 AI 활용 법적·윤리적 문제

1. AI 저널리즘의 윤리적 문제 ㆍ 87
2. AI 저널리즘 윤리강령 제정의 중요성 ㆍ 94
3. AI 저널리즘의 법적 문제 ㆍ 96

제5장 AI와 미디어의 다양성

1. AI 저널리즘과 다양한 미디어 플랫폼 ㆍ 100
2. AI를 통한 미디어의 다양성 증진 전략 ㆍ 104
3. AI가 미디어의 다양성에 미치는 법적·윤리적 영향 ㆍ 108

제6장 AI와 언론의 미래

1. AI와 언론의 협력 모델 ㆍ 112
2. AI를 통한 언론의 경쟁력 제고 ㆍ 116
3. 언론의 혁신과 AI의 기여 ㆍ 119

제7장 AI와 시민 참여

1. AI 저널리즘과 시민 참여의 관계 ㆍ 124
2. AI를 통한 시민 참여 증진 방법 ㆍ 127
3. AI 저널리즘과 시민들의 정보 소통 ㆍ 129

제8장 AI와 국제 저널리즘

1. 국제 AI 저널리즘 사례 ㆍ 131
2. AI를 통한 국제 뉴스 커버리지 확대 ㆍ 134
3. AI 기술의 국제적 활용과 규제 동향 ㆍ 137

제9장 AI의 미래 전망

1. AI 기술의 미래 전망 ㆍ 141
2. AI 저널리즘의 미래 발전 방향 ㆍ 143
3. AI 기술과 미디어 산업의 혁신 ㆍ 146

제10장 AI와 미디어 생성 및 교육

1. AI와 데이터 보안 ㆍ 149
2. AI와 인공지능 미디어 생성 ㆍ 151
3. AI와 빅데이터 분석 ㆍ 154
4. AI와 인간 저널리스트의 협력 ㆍ 157
5. AI와 저널리즘 교육 ㆍ 160
6. AI 저널리즘의 예시와 사례 연구 ㆍ 164
7. AI와 미래의 미디어 기업 ㆍ 169

제11장 미디어가 전하는 AI 실수 사례와 전문가 진단

1. 인간보다 더 똑똑해질 AI의 미래 ㆍ 174
2. 어설픈 기사로 조롱거리 된 AI 기자 외… ‘AI 재난’ ㆍ 179
3. ‘AI 변호사’ 찾는 10대들… 부모님의 이혼 고민 털어놨다 ㆍ 198
4. 현실이 된 AI 저널리즘 협의체 구성 논란 ㆍ 203
5. 인공지능 혁명기의 중심 ‘딥페이크’, 순기능 강화하면 새로운 기회 ㆍ 203

제12장 인간 칼럼니스트와 AI 칼럼니스트의 대결 ㆍ 217

에필로그_ AI 시대 저널리즘의 변화를 대비해… ㆍ 250

제1장 AI 저널리즘



1. AI 시대 저널리즘의 변화

먼저 생성형 AI 시대 저널리즘이 어떻게 변화하고 있는지, 그 주요 특징에 대해 알아보자.

1) AI 상용화는 일반인도 쉽게 저널리스트가 될 수 있다.
첫째, 저널리스트의 업무 자동화 : AI는 저널리스트의 업무 중 많은 부분을 자동화할 수 있다. 예를 들어 AI는 기사 작성, 사진 및 영상 제작, 데이터 분석 등 다양한 업무를 수행할 수 있다. AI를 활용하면 일반인도 쉽게 기사를 작성하거나 영상을 제작할 수 있다.

둘째, AI를 활용한 데이터 분석 : AI는 방대한 양의 데이터를 분석해 핵심 내용을 도출하고, 이를 바탕으로 기사를 작성할 수 있다. 이를 토대로 다양한 뉴스 형식을 생성할 수 있으며, 챗봇과 같은 인터랙티브(interactive)한 뉴스를 생성할 수 있다. 예를 들어 AI는 지역별 뉴스 소비 트렌드를 분석하여 맞춤형 뉴스를 제공할 수 있다.

셋째, AI를 활용한 사진 및 영상 제작 : AI는 기존에는 불가능했던 새로운 사진 및 영상을 제작할 수 있다. 예를 들어 AI는 360도 사진 및 영상을 제작할 수 있다. 또한 다양한 편집 효과를 적용하여 사진 및 영상을 더욱 생동감 있게 만들 수 있다.

넷째, 맞춤형 정보 제공 : AI는 누구에게나 맞춤형 정보를 신속하게 제공하기 때문에 각자의 관심 분야에서 이를 활용하면 새로운 정보, 심층 정보, 새로운 뉴스 등을 만들어 낼 수 있다. 또한 유튜브, 카카오 등 다양한 플랫폼이 존재하므로 유통 수단도 걱정할 것 없다. 기존의 뉴스 기관, 언론인들과의 자연스런 경쟁체제를 형성하게 될 것이다.

2) 기자 개인의 생산성을 향상시킬 수 있다.
생성 AI를 잘 활용하면 기자 개인의 또 다른 유능한 동료 기자 한두 명의 도움을 받는 기분을 느끼게 된다. 그래서 기자의 경쟁력이 높아진다. 하지만 사전적으로 자기 점검이 필요하다.

첫째, 생성 AI 기술에 대한 이해와 활용 능력 갖추기 : 생성 AI에 대한 기술은 빠르게 발전하고 있으므로 기자는 생성 AI 기술에 대한 기초적인 이해와 다양한 활용 능력을 갖추어야 한다. 이를 위해 AI 관련 교육을 이수하거나, AI 전문서적을 읽는 등 지속적으로 노력해야 한다.

둘째, 생성 AI를 활용한 창의적인 보도 시도하기 : 생성 AI는 기존에는 불가능했던 새로운 보도 방식을 가능하게 하므로 기자는 생성 AI를 활용하여 기존과는 다른 방식으로 보도를 시도하고, 독자에게 새로운 경험을 제공해야 한다. 이를 위해 AI에게 묻고 또 다른 형식으로 물어 창의적인 답변을 끌어내는 것도 중요하다.

셋째, 생성 AI를 활용한 팩트 체크 강화하기 : 생성 AI는 가짜뉴스를 생성하는 데도 사용될 수 있다. 기자는 생성 AI를 활용한 보도에 대해 팩트 체크를 강화해야 한다. 구글의 바드와 오픈 AI의 챗GPT를 크로스 체크하거나 다양한 질문법으로 사실을 확인해야 한다. 사실 확인에 한계를 보이기도 하지만 논리적 구성이나 과도한 비약 등도 잡아내므로 의지만 있으면 뉴스의 완성도를 높일 수 있다.

넷째, 자신의 데스크로 활용하기 : 현장 기자든 칼럼니스트든 일단 글이 완성되면 생성 AI에게 입력하여 사실관계, 논리적 비약이나 왜곡의 위험성 등을 체크할 수 있다. 물론 완벽하지 않고 때로는 거짓말도 하기 때문에 전적으로 믿어서도 안 된다. 그래서 복수의 AI에 확인하는 것이 중요한데, 다행히 신속하게 모든 것이 가능하여 한번 활용해 본 사람들은 만족하는 편이다. 이러한 노력을 통해 기자는 생성 AI를 활용하여 개인의 생산성을 향상시키고 경쟁력을 강화할 수 있다.

3) 새로운 형식의 콘텐츠를 창출할 수 있다.
생성 AI를 활용한 새로운 형식의 콘텐츠 창출은 세 가지 측면에서 가능하다.

첫째, 새로운 기술의 발전 : 생성 AI는 딥러닝, 자연어 처리, 컴퓨터 비전 등 다양한 기술의 발전이 가속화되고 있다. 이러한 기술 발전은 AI가 기존에는 불가능했던 새로운 형식의 콘텐츠를 창출할 수 있는 기반을 마련해 주었다.

둘째, 저렴한 비용과 높은 접근성 : AI 기술은 점점 더 저렴해지고, 접근성이 높아지고 있다. 이러한 변화는 AI를 활용한 새로운 형식의 콘텐츠를 보다 쉽게 개발하고 제작할 수 있게 해 준다.

셋째. 독자들의 요구 변화 : 독자들은 기존의 뉴스 콘텐츠에 대한 만족도가 점점 낮아지고 있다. 따라서 보다 입체적이고 몰입감 있는 뉴스 콘텐츠를 요구한다. 이러한 변화는 AI를 활용한 새로운 형식의 콘텐츠 창출을 더욱 가속화할 것으로 예상된다.

구체적으로 예를 들어 설명하겠다.

AI는 가상현실(VR) 및 증강현실(AR) 기술을 사용해 독자에게 새로운 경험을 제공할 수 있다. 예를 들어 AI는 가상현실을 사용해 독자가 사건 현장을 직접 체험할 수 있게 하고, 증강현실을 사용해 독자가 뉴스 기사 내용을 보다 생생하게 이해할 수 있도록 할 수 있다.
또 AI는 대화형 기술을 사용해 독자와 보다 상호작용하는 콘텐츠를 제공할 수 있다. 예를 들어 AI는 챗봇을 통해 독자의 질문에 답하거나 독자와 대화를 나눌 수 있고, AI는 게임을 통해 독자들에게 재미와 정보를 동시에 제공할 수 있다.
그리고 AI는 인공지능(AI) 인터뷰를 통해 독자들에게 보다 생생한 정보를 제공할 수 있다. AI는 유명인이나 전문가와 인터뷰를 진행하고, 이를 뉴스 콘텐츠로 제작할 수 있다. 또한 독자들의 질문에 답하는 방식으로 인터뷰를 진행할 수 있다.

KBS, MBC 등 주요 방송사와 연합뉴스 등 주요 언론사에서 다양한 형태로 AI 활용 뉴스 콘텐츠를 이미 생산하고 있다. KBS는 AI를 활용하여 가상현실(VR) 뉴스를 제작하고, MBC는 대화형 뉴스를 제작하고 있으며, 연합뉴스는 인공지능(AI) 인터뷰를 진행하고 있다.
이러한 AI 활용 뉴스 콘텐츠는 기존의 뉴스 콘텐츠와는 차별화된 경험을 제공하며, 독자들의 관심을 끌고 있다. 앞으로도 AI 기술의 발전과 함께 AI 활용 뉴스 콘텐츠의 종류와 수준은 더욱 다양해질 것이다.
또한 AI는 기존의 뉴스 콘텐츠에 텍스트, 이미지, 영상, 음성 등 다양한 콘텐츠를 결합하여 입체적인 뉴스 컨텐츠를 제공하고 있다. 즉 텍스트 기사에 이미지와 영상을 결합하여 독자들이 사건 현장을 보다 생생하게 이해할 수 있게 한다. 그리고 뉴스 기사에 음성을 결합하여 독자들이 뉴스를 보다 몰입감 있게 경험할 수 있게 해 준다.
뿐만 아니라 AI는 독자들의 피드백을 신속하게 수집하고 분석하여 뉴스 콘텐츠를 개선할 수 있다. 또한 독자들의 뉴스 불만을 빠르게 처리하여 만족도를 높일 수 있다.

4) 개인화된 정보를 제공할 수 있다.
생성형 AI는 개인의 관심사와 취향에 맞는 정보를 제공할 수 있다. 즉 사용자의 검색 기록과 행동 패턴을 분석, 맞춤형 기사를 추천해 준다. 이를 토대로 일부 언론사에서는 연령별 혹은 취향별 뉴스를 재가공하여 맞춤형으로 제공하고 있으며, 이는 앞으로 더욱 전문화될 것이다.
생성형 AI를 활용한 개인화된 정보 제공은 이런 방식으로 이루어지고 있다.

첫째, 개인의 검색 기록 및 행동 패턴 분석 : AI는 사용자의 검색 기록 및 행동 패턴을 분석해 개인의 관심사와 취향을 파악할 수 있다. 이를 통해 사용자에게 관심사와 취향에 맞는 정보를 제공해 준다.

둘째, 데이터 마이닝1 및 머신 러닝2 기술 활용 : AI는 데이터 마이닝 및 머신 러닝 기술을 활용하여 사용자의 관심사와 취향을 예측하고 사용자에게 맞춤형 정보를 제공해 준다.

셋째, 대화형 AI 활용 : AI는 대화형 AI를 활용하여 사용자와의 대화를 통해 개인의 관심사와 취향을 파악하고 사용자에게 더욱 정교한 맞춤형 정보를 제공해 준다.

이를 좀 더 자세하게 살펴보면,

첫째, 연령별 혹은 취향별 뉴스 재가공 : AI를 활용하여 연령별 혹은 취향별로 뉴스를 재가공하여 맞춤형으로 제공해 준다. AI는 청소년을 위한 뉴스, 스포츠팬을 위한 뉴스, IT업계 종사자를 위한 뉴스 등을 재가공하여 제공한다.

둘째, 사용자의 관심사와 취향에 맞는 기사 추천 : AI를 활용하여 사용자의 관심사와 취향에 맞는 기사를 추천해 준다. AI는 사용자의 검색 기록을 분석하여 관련 기사를 추천하며, 사용자의 행동 패턴을 분석하여 관심 분야 기사를 추천해 준다.

셋째, 사용자의 질문에 대한 맞춤형 답변 : AI를 활용하여 사용자의 질문에 대한 맞춤형 답변을 제공한다. AI는 사용자의 관심 분야에 대한 질문에 답변을 제공하고, 사용자의 개인 상황에 맞는 답변을 제공해 준다.

이러한 개인화된 정보 제공은 사용자에게 보다 유익하고 만족스러운 정보를 제공할 수 있다. 또한 사용자의 관심사와 취향에 따라 정보를 제공함으로써 사용자의 참여와 몰입도를 높일 수 있다. 그러나 이러한 개인화된 정보 제공은 정치적 편향성의 심화, 개인 정보 유출 및 악용 등의 위험성도 있다.

5) 저널리즘의 대중화·민주화가 가능해졌다.
과거 저널리즘이 일부 주요 방송사, 신문사가 주도해 오던 시대가 끝나가고 있다. 생성형 AI로 ‘누구나 저널리스트가 될 수 있다’는 말은 저널리즘의 대중화·민주화의 가능성이 높아졌다는 것이다. 정보 독점 시대가 끝났듯이 정보의 분석과 예측, 심층 뉴스까지 AI는 신속하게 분석해 도움을 주고 있다. 따라서 생성형 AI는 저널리즘의 민주화 가능성을 제시하고 있다.

첫째, 저널리즘의 대중화 : 생성형 AI는 누구나 저널리스트가 될 수 있는 가능성을 열어 놓았다. AI를 활용하면 누구나 쉽게 기사를 작성하고 영상을 제작할 수 있다. 이러한 변화는 저널리즘의 대중화를 가져올 것으로 본다.

둘째, 정보의 접근성 확대 : 생성형 AI는 정보의 접근성을 확대해 방대한 양의 정보를 빠르고 쉽게 분석할 수 있다. 이러한 변화는 대중의 정보 접근성을 확대하고 나갈 수 있다.

셋째, 저널리즘의 다양성 증진 : 생성형 AI는 저널리즘의 다양성을 증진하여 다양한 관점에서 정보를 제공할 수 있다. 이러한 변화는 대중의 뉴스 소비 선택권을 확대해 나갈 수 있다.

넷째, 다양한 관점의 정보 제공 : 생성형 AI를 활용하면 다양한 관점에서 정보를 제공할 수 있다. 예를 들어 특정 이슈에 대한 다양한 의견을 수집하고, 이를 뉴스 콘텐츠로 제작할 수 있다. 또한 AI를 활용하여 다양한 분야의 전문가의 의견을 제공할 수 있다.

이러한 변화는 기존의 언론이 주도했던 저널리즘의 시대가 끝나가고 있음을 의미한다. 누구나 저널리스트가 될 수 있는 시대가 도래하고, 정보의 접근성과 다양성이 확대되면서 저널리즘의 대중화·민주화가 더욱 가속화될 것으로 본다. 그러나 이러한 변화는 다음과 같은 문제점을 야기할 수 있다.

생성형 AI는 가짜뉴스와 편향된 보도의 확산을 가속화할 수 있다. AI를 활용하여 사실과 구별하기 어려운 가짜뉴스나 편향된 보도를 제작할 수 있기 때문이다.
또, 생성형 AI를 활용한 저널리즘은 기존의 저널리즘과 비교해 품질이 떨어질 수 있다. AI를 활용하면 빠르게 정보를 제공할 수 있지만, 정확성과 신뢰성은 떨어질 수 있기 때문이다.