뉴스룸 앵커석까지 들어온 AI, 기사 해설 능력까진 아직…

AI의 시대다. 사회 전반 분야에 AI가 속속 도입되는 흐름 가운데 뉴스를 둘러싼 풍경에도 어느덧 AI가 자리 잡았다. 상당수 언론사에선 스포츠 경기와 날씨, 시황, 주식종목 등 기사 일부를 AI가 쓴다. 포털은 가장 일상적으로, 또 범용적으로 뉴스에 AI가 작동하는 영역이다. 언론사들이 송고한 기사는 자동으로 분류, 배열되는 과정을 거치고서야 이용자와 마주한다. 일상에서 접할 수 있는 뉴스에 이미 AI는 성큼 들어와 있다.

그래서 현재 국내 언론사에서 AI는 어떻게 사용되고 있는 것일까. ‘많이 사용된다’는 체감의 수준을 넘어 실제 언론사에서 AI가 활용되는 현황은 어떠할까. 국내 뉴스룸에 도입된 AI의 현재를 통해 목표와 보완점, 향후 과제를 살펴본다.

MBN은 지난해 11월 국내 방송사 최초로 김주하 AI앵커를 MBN 종합뉴스에 출연시키며 화제를 모았다. 현재 하루 4~6회 온라인에서 주요뉴스, 단신, 종합뉴스 예고 등을 전하고 있다.

 

◇텍스트, 음성 넘어 ‘AI 앵커’까지 등장한 국내 언론 AI 활용

국내 언론사의 AI 활용을 두고 최근 가장 화제가 된 경우는 ‘AI 앵커’였다. MBN은 지난해 11월 국내 방송사 최초로 김주하 AI 앵커를 MBN 종합뉴스에 출연시키며 화제를 모았다. 현재도 하루 4~6회 온라인상에서 주요뉴스, 단신, 매일 오후 MBN 종합뉴스 예고를 전한다. YTN도 지난 4월 변상욱 AI 앵커를 ‘뉴스가 있는 저녁’에 데뷔시켜 오프닝, 타 앵커와 대화, 앵커 브리핑을 진행하며 큰 호평을 받았다. 현재 보다 범용적인 활용을 위해 준비 작업 중이다. ‘AI 앵커’는 그간 텍스트와 음성 영역에 머물던 국내 뉴스룸 내 AI 기술의 지평을 영상 범위까지 확장한 시도로 볼 수 있다.

윤미영 YTN플러스 미디어전략팀장은 “지난해부터 김경수 앵커를 모델로 연구목적의 작업을 진행해 가능성을 타진해봤다면 변상욱 AI 앵커 데뷔를 통한 반응에서 가능성을 확인했다. 현재 영상이 없는 텍스트 기사 브리핑, 디지털 오리지널 프로그램에서 보편적으로 사용할 수 있도록 배경, 제스처, 모션 등을 고려한 템플릿 구성 작업을 진행 중”이라며 “두 앵커 외 여성을 포함한 다른 진행자들을 AI에 학습시키는 등 추가 연구를 하고 있다. 본격 활용 시점은 아직 미정”이라고 했다.

앞서 텍스트 외 언론사의 AI 관련 시도는 통신사·IT기업의 AI 스피커, 음성 비서처럼 디바이스를 중심으로 한 ‘음성 뉴스’에서 적극 이뤄졌다. 카카오의 AI 스피커 ‘카카오 미니’에선 KBS, SBS, MBC, 연합뉴스 외 99개의 언론사 뉴스를 제공(지난해 10월 기준) 중이고, SKT의 ‘누구’에선 지상파 3사, 종편 4사, CBS노컷뉴스의 음성 뉴스가 제공된다. 네이버의 ‘클로버’, 구글의 ‘구글 어시스턴트’에서도 YTN 등 언론사의 뉴스를 들을 수 있다. 이는 ‘음성 인터페이스’ 부상과 맞물린 결과지만 언론사의 뉴스 생산구조 변화보다는 유통채널 확대의 측면이 컸다.

국내 언론사 중 가장 AI 도입에 적극적으로 나선 매체는 연합뉴스다. 사진은 연합뉴스의 AI 관련 여러 시도 중 ‘기사 요약 서비스’ 캡처. /연합뉴스 제공

 

◇시황·부동산 뉴스 자동생산 로봇기자는 어떻게 사용되고 있을까

뉴스룸 종사자들이 AI 도입을 체감할 수 있는 경험은 기사를 자동생산하는 ‘로봇기자’ 도입과 더불어 본격화됐다. 2016년 1월 파이낸셜뉴스가 서울대 이준환·서봉원 교수 연구팀과 협업, 국내에서 처음으로 로봇기자(‘IamFNBOT’)가 쓰는 뉴스를 선보인 이래 국내에선 경제지를 중심으로 시황, 주요종목, 부동산 뉴스 등 분야 봇 도입이 잇따랐다. 2021년 8월 현재 파이낸셜뉴스(fnRASSI), 아시아경제(아경봇 기자 r2), 이투데이(e2bot), 조선비즈(c-biz봇), 국민일보(웨더봇), 매일경제신문(MK라씨로, 아이넷 AI 로봇 기자), 서울경제신문(서경뉴스봇, 아파트 실거래가 뉴스봇), 한국경제신문(한경로보), 한국경제TV(라이온봇), 헤럴드경제(HeRo) 등이 자동생산 뉴스 서비스를 운영 중이다. 주로 증권 관련 자동기사 생산 솔루션을 보유한 업체와 협업해 개장시간 동안 하루 수십~수백개 기사를 선보이는 형태다.

일부 매체에선 이를 서비스 형태까지 발전시키는 시도를 선보이기도 했다. 서울경제는 2019년 6월 부동산 실거래가 뉴스 서비스인 ‘아파트 실거래가 뉴스봇’을 새 단장해 국내 모든 지역, 단지, 평수별 다양한 아파트 실거래 정보를 찾아볼 수 있도록 했다. 조건을 한정해 검색하면 해당 물건 관련 AI가 작성한 분석기사를 함께 볼 수 있는 식이다.

매일경제는 동일한 시스템의 봇을 목표와 플랫폼에 따라 이원화 해 운영 중이다. 앱을 메인 플랫폼으로 삼는 ‘MK라씨로’가 주식 투자자를 위한 ‘투자정보 플랫폼’으로서 실시간 투자 정보를 빠르게 요약 정리해 기사 외 시세정보, AI매매신호 등 부가정보와 함께 전달한다면, 홈페이지를 플랫폼으로 하는 ‘아이넷 AI 로봇기자’는 시황, 리포트, 특징주처럼 일반 독자들도 관심 가질만한 내용을 기사체로 전달한다.

YTN도 지난 4월 변상욱 AI앵커를 ‘뉴스가 있는 저녁’에 데뷔시켰다. 영상이 없는 텍스트 기사 브리핑, 디지털 오리지널 콘텐츠 등에서 보다 범용적인 활용을 위해 현재 탬플릿 구성 작업을 진행 중이다.

 

◇아직 한계 명확한 로봇기자… “기술 수준 낮고, 조직목표 설정도 미흡해”

이처럼 AI로 인해 뉴스룸이 다루는 종목 커버리지는 확대됐다. 투자자들의 다양한 수요를 충족시킬 여지가 커졌고 취재인력의 한계를 극복하게 된 성과는 분명하다. 다만 로봇기자의 기술 고도화 수준에 한계가 명확하다는 인식은 공통적이다. 예컨대 서울경제 아파트 실거래가 뉴스봇의 경우 최근 요동치는 부동산 시세로 허수 거래 역시 원 데이터에 반영되는 일이 벌어지며 기사 신뢰도 역시 떨어질 수밖에 없다고 판단, 지난해 하반기부터 운영을 잠정 중단했다.

매일경제 관계자는 “AI는 다양한 데이터를 종횡으로 비교 분석해서 특이사항이 발생하는 시점을 빠르게 포착하여 속보 형태로 정보를 전달하는 것에는 유리하지만, 특이사항이 왜 발생했는지 인과관계를 파악, 판단하는 덴 어려움이 있다”며 “기사에 대한 독자 반응을 세부적으로 모니터링, 분석할 수 있는 봇이 필요하다. 현재는 개별 기사에 대한 조회 수 또는 해당 기사 카테고리 영역에 대한 조회 수만을 분석할 수 있는 상황으로 독자가 어떠한 특정 주제어(핵심 단어) 등에 반응하여 기사를 조회하는지 분석하기가 쉽지 않아 활용성이 떨어지는 측면이 있다”고 설명했다.

애초 조직 차원의 도입 목표나 비전 제시가 미비해 AI의 역할 역시 제한적일 수밖에 없다는 지적도 나온다. 경제지 증권담당 한 기자는 “뉴스봇 기사와 별개로 취재부서 기자들은 평소와 같이 일하고 있다. 최근 온라인기사 트래픽은 해석이 곁들어질 때 올라가는 만큼 AI의 역할은 당분간 제한적일 것이고 업무분담에도 별 영향을 주지 못할 것으로 본다”고 했다. 또 다른 경제지 한 기자도 “AI의 효과를 기자들이 체감하기 위해선 실제 업무를 덜 수 있도록 협업에 대한 조직 차원의 구상과 목표가 있어야 한다”며 “대외적으로 ‘우리도 신기술을 도입해서 운영되는 매체야’ 말고 기술 도입의 목표가 뭐였는지 잘 모르겠다”고 지적했다.

◇언론사 AI 도입 선례… 연합뉴스의 사례

국내 언론에서도 어떤 목표를 두고 뉴스룸에 AI를 도입하려는 고민이 없진 않았다. YTN은 2019년 제보에 특화된 매체 특성을 살려 누적된 제보 데이터에 AI가 분석을 더해 현안이 될 이슈를 기자들이 미리 알 수 있게 하는 차세대 제보 시스템 연구에 나선 바 있다. ‘BMW 차량 화재’가 이슈로 떠오르기 1년 전쯤부터 제보가 됐다는 점에서 착안, 일종의 ‘이슈 조기경보기’를 만든다는 취지였다. 현재 AI앵커 쪽에 조직 역량이 모여 보류 중이지만 유의미한 사례다.

특히 연합뉴스는 바로 이 지점에서 국내 언론 중 가장 선례가 되는 매체라 할 수 있다. 지난해 4월 연합뉴스는 엔씨소프트와 협업을 통해 국내에선 처음으로 머신러닝 기반 AI가 자동으로 작성하는 날씨 기사 서비스를 상용화했다. 그간 로봇기사는 정형화된 텍스트 틀을 두고 기계가 일부 빈 칸을 채우는 방식에 머물렀다면 이 서비스는 AI가 모든 문장을 100% 자체 생산한다. 머신러닝 기반 자연어처리(NLP) 기술이 미디어에 도입된 국내 첫 사례였다.

기자들로선 업무 절감 효과를 분명히 체감할 수 있는 변화였다. 그간 날씨 기사는 사회부 당직기자가 하루 세 번 기상청에서 날씨 정보를 받아 20~30분을 들여 일일이 작성해 왔다. 이젠 AI의 1차 자동생산 후 기자의 확인 및 검수만 거치면 5분 안팎에 작성된다.

연합뉴스는 다양한 영역에서 AI 관련 시도를 추진해 왔다. 2017년 8월 잉글랜드 프리미어리그 전 시즌 경기결과를 로봇이 생산하는 ‘사커봇’ 서비스를 선보였고, 2018년 2월엔 평창동계올림픽 전체경기의 경기결과를 실시간으로 제공하는 서비스와 더불어 챗봇 역시 운영했다. 2019년 10월 AI팀을 출범시킨 이후엔 앞선 날씨 기사 시스템과 별도로 포털 줌과 협업한 기사 본문 AI 요약(3줄 요약, 2021년 4월) 서비스를 오픈하기도 했다.

취재인력 한계 극복, 기사 생산시간 단축 등 목표에서 나아가 AI가 기자들의 취재·생산 과정을 돕는 시스템 구축 역시 마련한 상태다. 현재 연합뉴스 ‘취재지원 AI 에이전트’는 국내외 지진·쓰나미 경보, 로또 당첨번호, 미세먼지 경보, 기업실적 공시정보, 주요 고시정보와 관련해 특정 변화나 이벤트 발생 시 기를 취재기자와 데스크에게 실시간으로 통보해 속보에 대응할 수 있게 한다. 기사에 가장 적절한 이미지를 추천·제안해주는 ‘AI 사진추천 시스템’ 역시 올해 3월부터 기사 제작기에 적용돼 24개 취재부서에서 활용하고 있다.

최근엔 기사요약 고도화(다양한 분량 요약 콘텐츠 자동작성, 영어기사 요약 및 음성 자동 더빙), 영어 외신기사 한국어 번역 서비스 등을 추진 중이다. 김태한 연합뉴스 AI팀장은 “올해 하반기엔 기사 추천 시스템 개발에 집중하려고 한다. 포털 AI가 추천하는 뉴스가 일반화 돼 있지만 알고리즘도 모르고 그저 주는 대로 사용할 수밖에 없는 상황인데 자체적으로 추천 시스템을 만들어 독자가 반응하는지, 더 좋아하는지를 파악하기 위해 현재 PC 웹 등에서 AI 모듈 테스트를 진행 중”이라며 “모바일이든 PC든 어느 단계에선 맞춤형 서비스를 할 수 있겠다는 구상이고, 그런 단계가 생각보다 빨리 올 수도 있다고 보고 있다. 고객 니즈를 더 정확하게 판단해 진짜 필요한 콘텐츠를 제공하기 위한 과정”이라고 설명했다.

국내 언론사의 AI 관련 시도는 증시, 시황, 날씨 기사 자동생산에 집중돼 있다. 사진은 런던정경대의 JournalismAI 프로젝트에서 세계 언론사가 AI를 활용하는 100여가지 사례를 정리한 테이블 캡처.

 

◇다양성 떨어지는 AI 기술… 뉴스룸 혁신 관점에서 주도해야

국내 언론사의 AI 관련 시도에서 감지되는 가장 큰 문제는 다양성 부족이다. 통합 CMS를 구축한 일부 언론사에서 콘텐츠·독자분석 시스템을 확보하고 있는 경우를 포함하더라도 활용의 범주가 너무나 협소하다는 의미다. 실제 런던정치경제대학(LSE)의 ‘JournalismAI’ 프로젝트를 살펴보면 세계 언론사가 AI를 활용하는 100여가지 방식이 정리돼 있는데, 편향 및 다양성 4건, 책임있는 AI 2건, 댓글 모더레이션 3건, 뉴스 수집 10건, 탐사 6건, 구독 9건, AI 전략 12건, 뉴스생산 17건, 팩트체킹 4건, 교육 및 훈련 7건, 연구 및 혁신 12건, 수용자 관여 4건, 개인화 3건, 미디어 합성 7건 등에 이를 정도로 다양하다.

국내 매체의 AI 도입이 ‘뉴스생산’ 쪽에, 특히 증권기사 영역에 집중된 이유는 뉴스룸의 혁신보다 당장의 쓸모와 시장성이 주요하게 고려된 결과다. 경제, 특히 증권 부문은 원 데이터가 숫자로 이뤄져 기계가 이해하기 쉽고, 실시간 의사결정이 필요한 금융 영역에 잠재 독자가 많다는 특성 때문에 영미권 톰슨로이터, 블룸버그, AP통신 등 역시 적극 공략해 왔다. 다만 2010년대 초중반 미국 LA타임스의 살인사건 기사·지진뉴스 자동화, AP통신의 스포츠 기사 자동화, 워싱턴포스트의 선거기사 자동화 등 사례에서 보듯 해외에선 공익성과 언론의 역할에 보다 직결되는 부문에서도 자동화 관련 시도가 나왔지만 국내에선 이런 영역일수록 ‘기자가 쓰면 된다’는 인식에 밀려왔다.

포털에 종속된 뉴스유통 현실이 언론사의 동력을 꺾어온 측면도 크다. 인터랙티브 서비스 등 혁신적인 시도는 포털에서 작동이 안 되고, 댓글 역시 대부분 언론사 홈페이지가 아니라 포털뉴스 하단에 달리는 일 등이 배경을 드러낸다. 지난해 포털이 연합뉴스의 날씨 자동생산 기사를 검색결과에서 배제한 일은 대표적인 사례다. 지난해 로봇기자 운영을 중단한 한 신문사 관계자는 “포털 쪽에서 기사 질을 문제 삼아 가급적 AI 뉴스를 송고 안했으면 좋겠다는 요청을 해왔다. 가끔씩 봇들이 오류를 일으키는 일도 있어 중단하게 됐다”며 “다시 봇을 운영할 계획은 현재로선 없는 상황”이라고 했다.

최근 국내 AI 연구에서 가장 화제가 된 이슈는 네이버가 개발한, 한국어 특화 대규모 언어모델 ‘하이퍼클로버’의 등장이었다. 비용지불이 요구될 수 있지만 국내 언론이 AI 혁신과 관련해 한국어 문장 생성이 필요한 영역에서 활용할 수 있는 언어모델이 존재한다는 자체의 의미가 크다. 뉴스룸으로선 보다 다양한 영역의 자동생산 기사 생산, 기사 요약문 작성, 제목 작성 보조 등에 이용할 수 있고, 댓글 관리 시 혐오발언을 탐지하는 용도로 사용할 수도 있다.

이성규 미디어스피어 대표는 “AP는 AI를 뉴스룸에 도입하며 기사 1개당 생산시간을 얼마나 줄였는지를 주요 지표로 삼았다. 트립 토털 미디어, 프레스 어소시에이션의 경우 지역언론의 사막화 현상을 넘기 위한 지역, 하이퍼지역 뉴스를 생산하는 데 언어모델을 도입했다”며 “잔업을 줄여 기자들이 쓰는 기사 퀄리티를 높인다는 목표가 있었고, 문제해결을 위한 방안으로 AI를 도입했다는 게 중요하다. ‘유행이니까, 다들 하니까 하자’란 인식에선 ‘AI 써봐야 별 거 아니네’ 밖에 안 된다”고 지적했다.

향후 AI 도입이 필요한 영역에 대해선 “무궁무진한 상상의 영역이다. 영미권, 북유럽에선 기사 작성 시 인용된 취재원의 젠더 다양성을 측정해 얼러트를 띄워주는 경우도 있다. 뉴욕타임스는 ‘직소’에서 만든 AI로 혐오발언 등에 대한 1차 필터링을 하고 마지막에 사람이 판단해 댓글을 관리하는데, 특히 국내에서 미진한 댓글 관리에 참고할 만한 AI 활용 사례”라고 강조했다.