파이낸셜 타임즈가 AI 실험을 통해 얻은 교훈

콘텐츠 생성

팀이 얻은 첫 번째 교훈은 겸손이었습니다. AI가 유익하면서도 매력적인 뉴스 기사를 만들어낼 수 있을지 불확실했기 때문입니다.

AccelerateAI 팀은 6주 동안 대규모 언어 모델(LLM)을 훈련하고 뉴스레터 작성을 위한 프롬프트를 만들었습니다. 결과가 기대에 미치지 못하자 뉴스레터 팀은 개발을 중단했습니다.

FT의 팀 리더이자 최고 제품 책임자인 리즈 론은 지난 목요일 미디어 기술의 미래 컨퍼런스에서 "가장 놀라운 실패였고, 우리는 그로부터 많은 것을 배웠습니다."라고 말했습니다.

일러스트: FT

정보 추출

다음 실험은 AI를 사용하여 데이터 세트에서 정보를 추출하고 새로운 기사 리드를 생성하는 것이었습니다. 그들은 의원 들의 수입과 지출에 대한 기사를 살펴보기로 했습니다.

그러나 생성적 AI의 문제점은 그것이 사물을 만들어낸다는 점(환상)입니다.

론은 "일루전은 미디어의 버그이자 LLM의 특징"이라며 AI는 콘텐츠 제작 도구라기보다는 "영감을 주는" 도구로 더 잘 작동할 것이라고 덧붙였다.

FT Strategies의 AI 책임자인 샘 굴드는 세 가지 분명한 변화를 예상합니다. 뉴스가 다중 모달화되고, 청중이 대화형 경험에 참여하고, 자동화 도구가 에이전트가 되고 있다는 것입니다.

멀티모달 제품

비디오는 특히 젊은 세대 사이에서 온라인 뉴스의 인기 소스로 자리 잡고 있습니다. AI 기반 도구는 이제 텍스트, 이미지, 오디오, 비디오를 생성할 수 있게 되었으며, 이를 통해 언론사는 내부 워크플로(녹음, 번역, 크리에이티브 분석, 데이터 저널리즘)의 일환으로 다양한 형식과 기능을 실험할 수 있습니다. 이 모든 과정에는 다양한 비정형 데이터 처리가 포함됩니다.

굴드가 공유한 실제 사례 중 하나는 현장에서 실시간 보고서를 통해 이미지를 분석한 것으로, AI가 다른 언어로 쓰인 거리 표지판을 즉시 번역할 수 있었습니다.

굴드는 AI 도구가 최소한의 인간 개입으로 코드를 작성하거나 새로운 애플리케이션을 만드는 등 점점 더 복잡한 작업을 맡게 된다고 결론지었습니다.

따라서 좋아하든 싫어하든 AI는 저널리즘을 변화시키고 있으며, 우리는 위험을 최소화하면서 기회를 최대한 활용할 준비가 되어 있어야 합니다.

Ngoc Anh (저널리즘에 따르면)

출처: https://www.congluan.vn/nhung-gi-financial-times-hoc-duoc-tu-viec-thu-nghiem-voi-ai-post312736.html