로봇 저널리즘이 필요한 이유

로봇 기자를 다룬 기사는 작년, 재작년부터 보이는 듯하더니 어느새 KBO도 로봇 기자를 운용하는 중이었군요. 기사를 보니 꽤나 그럴 듯합니다. 로봇이 썼다고 미리 얘기해주지 않으면 전혀 모르겠어요.

3초면 야구기사 뚝딱… ‘케이봇’ 기자 아시나요

KBO 퓨처스 소식 전하는 로봇기자

경기 기록지 데이터만 입력하면 축적된 DB 바탕 대량 작성 가능

사회인 경기 6만 건 제공하기도

https://sports.news.naver.com/kbaseball/news/read.nhn?oid=020&aid=0003159949

기사입력 2018.07.24

케이봇은 단순하게 정형 데이터에 조사와 어미를 붙여 문장을 만드는 수준이 아니라, 데이터를 해석하는 분석 모델을 적용하여 경기 하이라이트를 선정하는 데에 이르렀다고 합니다. 그래서인지 기술배경을 알고 기사들을 읽어도 패턴이 그렇게 단순해 보이지 않았습니다. 꽤 공을 들인 모양입니다.

자동으로 보고와 분석을 만들겠다는 노력은 꽤 오래 전부터 지속해 왔습니다. 단순히 임계치를 넘었다는 정도가 아니라 복합적인 상황 관계를 도출(이것도 결국은 ‘지수’나 ‘지표’로 판단하는 것이긴 함)하여 리스크와 이슈를 조기에 감지하려는 취지도 있겠습니다. 실무자라면 지표 차트를 보는 게 더 빠르겠습니다만, 경영진 대상 리포트에는 설명을 붙이는 게 낫습니다. 경영진이 KPI만이 아니라 현장에 계속 관심을 갖게 하는 효과가 있습니다.^[각주:1] 지표가 여러 개일 때에 각 지표의 고저 변화에 따른 복합적 영향을 설명하는 데에는 로봇 저널리즘 기술이 유용합니다.

얼마 전부터 EIS(임원정보시스템)에는 KPI 혹은 리포트 담당자가 코멘트를 달거나 Q&A를 하는 기능습니다. 모두 정형 데이터만으로는 파악하기 힘든 맥락을 알게 하려는 노력이라고 봅니다. 물론 수작업이기에 느릴 수 밖에 없으며 실무자에게는 큰 부담입니다. EIS가 미움을 받는 이유가 되기도 합니다. 로봇 저널리즘을 적용한다면 인공지능에게 실무적 부담을 다소 돌릴 수 있으며, 이는 의사결정을 적시에 하는 데에 큰 도움이 될 것입니다.

1. 데이터 수집 2. 이벤트 추출 3. 핵심이벤트 선별 4. 분위기 결정 5. 뉴스기사 생성

다만 로봇 저널리즘은 데이터가 뒷받침을 해야 가능합니다. 케이봇은 야구경기 기록지 데이터를 토대로 기사를 작성한다고 합니다. KBO가 공인한 기록지 양식이 있으며, 케이봇은 기록지에 나오지 않는 데이터는 기사에 반영하지 못합니다. 한계라고 볼 만도 합니다만, 당연한 겁니다. 언젠가 강인공지능 로봇이 나온다면 모를까 당분간은 입력한 데이터에 기반한 기사만 쓰는 게 당연합니다. 또 다른 관점이 필요하다면 데이터를 추가하며 모델을 보강해야 합니다.

당분간 모델 보강은 사람이 해야 합니다. 스스로 진화하거나 학습하는 강인공지능은 아직 구현하지 못했기 때문입니다. 모델 보강에 인적자원을 무한정 투입하지는 못합니다. 여러 조직이 각자의 기술을 가지고 협업하거나 르네상스적 데이터 전문가를 보유해야 합니다. 이름은 로봇 저널리즘이지만 여전히 사람이 붙을 수 밖에 없겠습니다.

---

1. 물론 이걸 현장 실무자가 싫어할 때도 많습니다. 누가 좋고 누가 나쁘기 때문은 아닙니다. 그저 안타까울 뿐입니다. [본문으로]