세명대 저널리즘 스쿨 발표 자료.

1. 로봇은

3.
기자를

4. 대체할

5. 수

6. 있을까
이성규
블로터 미디어랩장
dangun76@bloter.net

8. Physical Robot?

9. Algorithm
(뉴스

10. 소프트웨어)

13. 포브스의 로봇 저널리즘
❖ 주식 시장 시황 정보 기사에 적용
❖ 하루에 수십 건씩 생산하며 기자
의 단순 업무 보조
❖ 페이지뷰 등 퍼포먼스 실적 지표
는 그리 높지 않은 편
❖ 기자 바이라인은 Narrative
Science로 표기

14. 로봇의

15. 기사

16. 작성

17. 단계
❖ 데이터를 수집 및 분석
❖ 데이터에서 가치 있는 뉴스 거리를 찾아내는 과정
❖ 어떤 각도로 기사를 작성할지 기사의 관점을 확정
❖ 확정된 시간에 맞게 세부 기사를 배열하는 단계
❖ 자연어로 기사를 제작하는 단계

19. 가디언 The Long Good
Read(Algorithmic Newspaper
and Publishing)
• 알고리즘이 기사 선택 및 배
치
• 타블로이드판 주간지로 인쇄
• 길이, 주제, 댓글, 소셜미디
어 공유 횟수, 독자 반응 등
을 분석해 상위 1%만 배치
• 500부 인쇄해 매주 월요일
무료로 배포
• 가디언 신문에 배치되지
못한 일부 기사들의 패자부
활전 역할

22. 로봇은

23. 기자를

24. 대체할까

25. Enter the Robot Journalist
Christer Clerwall.(2014) 스웨덴 카스타드대 교수
❖ 대학생

26. 46명

27. 대상

28. 실험

29.
❖ 일간과

30. 알고리즘이

31. 생산한

32. 미국

33.
미식축구

34. 보도에

35. 평가

36. 진행

37.
❖ 기자인지

38. 알고리즘인지

39. 알려주지

40.
않는

41. 블라인드

42. 테스트

43. 방식

44.
❖ 각

45. 항목별로

46. 평가

47. ❖ 기자가 쓴 기사
• 조리 있다(cohrent)
• 잘 썼다(well written)
• 명쾌하다(clear)
• 읽기 편하다(pleasant to
read)
• 읽는 재미가 있다
(interesting)
❖ 소프트웨어 생산 기사
• 설명적이다(descriptive)
• 이용하기 좋다(useable)
• 정보가 풍부하다
(informative)
• 지루하다(boring)
• 정확하다(accurate)
• 신뢰할 수 있다
(trustworthy)
• 객관적이다(objective)

48. Journalist versus news consumer
Hille van der Kaa, Emiel Krahmer.(2014)
❖ 로봇이 작성한 뉴스 4건 제시
❖ 2건은 기자가 2건은 로봇이 작성
했다고 조작
❖ 뉴스 소비자와 기자의 신뢰도, 전
문성 인식 비교
❖ 뉴스 소비자는 차이를 못 느꼈다
는 결론
❖ 반면 기자는 전문성은 비슷하지
만 신뢰도는 기자가 높다고 응답

49. 독자들은

50. 알고리즘을

51. 더

52. 신뢰?

53. “5년 내에 로봇이 쓴 기사가 퓰리
처상을 탈 것이며 15년 뒤에는 전
체기사의 90% 이상을 로봇이 작
성하게 될 것”
크리스 해먼드. 내러티브 사이언스 CTO
“언젠가 인간과 알고리즘이 협
력할 것이지만 컴퓨터는 정보
수집을 위한 심부름꾼에 불과
하다”
스티븐 레비, 와이어드 수석기자

54. 로봇이

55. 시도할

56. 수

57. 없는

58. 것들
• 현장 취재를 할 수 없다
• 맥락을 파악할 수 없다
• 예측할 수 없는 사건을 분석할 수
없다
• 뉴스 가치를 판단하기 어렵다
• 데이터 수집, 클리닝, 분석, 예측
가능한 대상만이 현재의 기술 수
준이다

59. 정보인가

60. 지식인가

61.
알고리즘은

62. 지식을

63. 생산할

64. 수

65. 있는가

66. ‘정보’(information)의 정의
❖ 데이터는 구문론의 단위
❖ 정보는 해석된 데이터를 의미
❖ 다양한 해석 가능성으로 상황적 성격을 띤다
❖ 그 자체로서 유용성을 가지고 있지 않다

67. ‘지식’(Knowledge)의

68. 정의

69.
아모트,

70. 나이가드(1995).
❖ 복수의 그리고 서로 관계를 맺고 있는 정보들의 합성
❖ 지식은 인간이 정보를 관계화하고, 정보를 분류하고, 정보
를 해석하고 이해하는 과정을 통해 만들어진다
❖ 정보로 만들어진 지식으로부터 인간은 적절한 결정을 내리
고, 이를 통해 특정 행위를 수행한다
❖ “다양한 정보를 처리하는 과정에서 발생하는 지식은 인간
의 이성을 통해서만 가능”
강정수.(2014). ‘기술의 도약과 인간의 불안’

71. 당신은 어떤 기자가 될 것인가?

72. 버즈피드 vs 뉴욕타임스
디지털

73. 시대

74. 언론
의

75. 생존

76. 방식
이성규
블로터 미디어랩장
dangun76@bloter.net
facebook/mediagotosa

78. 경제와

79. 신문의

80. 전략

81. 변화
❖ 호황기에 접어들수록 매스 타깃,
객관성을 중시하는 흐름
❖ 불황기에 접어들수록 니치 타깃,
주관성을 중시하는 흐름
❖ 경기 상황이 좋을 경우 광고 비즈
니스에 주력, 정치적 색체를 털어
내고 더 많은 독자를 확보하려는
전략으로 변환
80
60
40
20
❖ 1800년대 후반 미국 신문이 정치
적 독립성을 추구한 것은 경기 호
황과 관련이 높다 0
경기상황

82. 통계로 읽는 뉴욕
타임스의 현재

84. - 1487 million dollars

85. - 1487 million dollars

90. Paywall의

91. 재도입

92.
(metered

93. paywall)

95. x

98. Lorem Ipsum Dolor
버즈피드의 현재

99. ‘아래부터 위로’ 전략
❖ 독자들의 소비 데이터를 최대한
으로 수집
❖ Data Scientist인 Dao Nguyen을
발행인으로 승진 발령
❖ 어떤 뉴스를 생산하면 어떤 집단
과 계층에 도달시킬 수 있는지에
대한 데이터 예측력 확보
❖ 핵심 기술은 Datamining과
Pattern 추출
❖ 모든 데이터 결과물을 편집국으
로 전달

102. 뉴욕타임스 vs 버즈피드
❖ Metered Paywall vs Native Advertisements
❖ 뉴스 생산의 기자 독립성 vs 뉴스 생산의 독자 중심성
❖ Interactive News vs New News Format
❖ Traditional Journalism vs 뉴스와 광고의 경계 허물기
❖ Newsletter(1830년대 전) vs Penny Press(1830년대 후)

103. 1800년대 미국 신문의 전환기
❖ Newsletter(1830년대 전) vs Penny Press(1830년대 후)
❖ 정치인 스폰서 BM vs 광고 BM
❖ 정치 엘리트 독자 vs 노동자 독자로 확대
❖ 정치 팸플릿 vs 팩트 중심주의
❖ 조간 신문 vs 저녁 신문(Evening Newspaper)

104. 저널리즘

105. 역사는

107.
미래에

108. 대해

109. 무엇을

110. 말하고

111. 있나