저널리즘에서 기사를 요약하는 데 AI를 사용하는 것의 장단점

AI 기반 기사 요약이 뉴스 사이트에서 점점 더 보편화되고 있습니다. 이러한 요약을 생성하는 기술은 끊임없이 발전하고 있으며, 이에 따라 뉴스룸은 이에 적응하고 도입해야 합니다.

"뭐라고 부르든, 전체 기사 요약은 뉴스 사이트에서 점점 더 흔해지고 있습니다." 세라 사이어는 니만 랩 기사에서 이렇게 썼습니다.

월스트리트 저널 , 블룸버그 , 야후 뉴스는 독자 친화적인 AI 요약의 배포와 제작을 선도하는 세 개의 뉴스 기관입니다.

독자 경험 향상

언론사들은 바쁜 독자들에게 AI가 생성하는 요약을 필수적인 요소로 여깁니다. 독자의 관심은 언론사가 이 기술을 지속적으로 테스트하고 개발하는 핵심 동력입니다.

야후 뉴스는 기사를 요약하고 독자들이 전체 기사를 읽도록 유도하는 "핵심 핵심 내용" 기능을 개발했습니다. 이 기능의 독특한 점은 독자들이 직접 전체 기사를 읽을 수 있다는 것입니다. 자동으로 표시되는 대신, 독자는 버튼을 클릭해서 요약을 볼 수 있습니다.

2024년에 출시될 이 요약 기능은 야후 뉴스 앱 재출시의 일환으로, 고급 AI 기능을 통합했습니다. 특히, 독자를 짜증 나게 하는 "클릭베이트" 헤드라인을 재작성할 수 있게 됩니다.

야후 뉴스는 기사 요약을 보려면 독자들이 버튼을 클릭해야 합니다. 사진: 야후

야후 뉴스 의 CEO인 캣 다운스 멀더는 아티팩트 인수로 뉴스룸의 AI 개발이 "정말 가속화"되었다고 말했습니다.

멀더는 " 야후 뉴스 의 핵심 요약 기능은 사용자의 읽기 경험을 향상시키기 위한 것입니다. 하지만 저희는 이 기능을 전체 기사를 대체하는 것이 아니라 단순한 유틸리티로 보고 있습니다."라고 말했습니다.

캣 다운스 멀더는 정확성을 강조하며 "요약은 인터넷이 아닌 기사 자체의 정보만 활용합니다."라고 말했습니다. 그녀는 이러한 접근 방식이 "요약에 오류나 잘못된 정보가 포함될 가능성을 크게 줄여줍니다."라고 덧붙였습니다.

테스트 기간 이후, 야후 뉴스는 독자들이 도움이 되지 않는 요약을 사전에 신고할 수 있도록 했습니다. 다운스 멀더는 "저희는 프로세스에 사람에 의한 검토를 포함하여 많은 품질 검사를 실시하고 있습니다."라고 말했습니다. 그녀는 독자들이 요약의 정확성을 전반적으로 평가했다고 덧붙였습니다.

새로운 AI 기능을 탑재한 야후 뉴스 앱의 재출시는 긍정적인 피드백을 받았으며, 사용자 참여도가 50% 증가하고 사용자당 평균 사용 시간이 165% 증가했습니다.

인적 요소

월스트리트 저널 ( WSJ )의 AI가 생성하는 요약문인 "핵심 요점"은 세 가지 핵심 요점으로 구성됩니다. 이 기사의 최우선 원칙은 제공되는 모든 정보의 투명성입니다.

"저희 사명의 핵심은 독자와의 신뢰와 투명성입니다. 각 요약에는 편집자가 검토한 기사 내용을 기반으로 AI 도구가 요약을 작성했음을 명확하게 알려주는 "이게 뭐죠?" 버튼이 있습니다."라고 WSJ 의 데이터 및 AI 담당 이사인 테스 제퍼스는 말했습니다.

WSJ는 2024년 초 기업 고객을 위한 "뉴스와이어(Newswires)" 제품을 위해 AI 뉴스 요약 기능을 개발했습니다. AI 프로세스가 콘텐츠 관리 시스템(CMS)에 통합된 후 적용 범위가 확대되었습니다.

WSJ는 저널리즘에서 인간적 요소가 얼마나 중요한지 강조합니다. 사진: Thomas T. Lechleiter/WSJ.

공식 출시 전, WSJ는 기술 및 제품팀과 긴밀히 협력하여 요약의 정확성을 엄격하게 평가했습니다. Google Gemini 챗봇을 기반으로 하는 이 "핵심 포인트" 기능은 무작위 사용자를 대상으로 테스트를 거쳤습니다. 긍정적인 테스트 결과를 바탕으로 모든 핵심 뉴스 기사에 요약 기능이 적용되었습니다.

콘텐츠 요약 도구는 월스트리트 저널 의 CMS(콘텐츠 관리 시스템)에 직접 통합되어 있습니다. AI가 요약을 생성하면 일반 기사와 동일한 편집 과정을 거칩니다. 편집자는 요약의 정확성과 명확성을 신중하게 검토합니다.

제퍼스 씨는 "논문에 초록을 포함할지 제외할지 여부는 전적으로 편집자의 결정에 달려 있다"고 말했습니다.

하지만 그녀는 AI 기술이 끊임없이 발전하고 있으며, 정기적인 업데이트와 테스트가 필요하다고 지적했습니다. 그녀에 따르면, AI 기술의 끊임없는 변화로 인해 편집자는 항상 최신 LLM(대규모 언어 모델)으로 업데이트하고, 결과물이 품질 관리 프로세스를 통과하는지 확인하기 위해 다시 테스트하고 평가할 준비가 되어 있어야 합니다.

더 중요한 점은 제퍼스 여사가 AI의 실수를 바로잡는 데 있어 인간적 요소가 중요하다는 점을 강조했다는 것입니다.

오류율이 매우 낮아서 기쁘지만, 완전히 0%는 아닙니다. 다른 출판사들이 경험했듯이, 오류율이 매우 낮더라도 심각한 오류로 이어질 수 있습니다.