[현장] 언론의 ‘AI 활용’ 가능성 논의 자리 열려···“빅데이터 분석 자동화 탐구해야”

▲ 21일 서울 인사동 관훈클럽 정신영기금에서 진행된 ‘언론과 언론 현장에서의 AI 활용’ 세미나에서 토론자들이 발언하고 있다. 사진=투데이코리아

투데이코리아=김유진 기자 | 국내 언론계 인사들을 비롯해 언론 전공 교수들이 만나 언론 현장에서의 인공지능(AI) 활용 방법에 대해 다양한 모델을 제시하며 심도 깊은 토론을 진행했다.
 
이종혁 경희대학교 미디어학과 교수는 21일 서울 인사동 관훈클럽 정신영기금에서 진행된 ‘언론과 언론 현장에서의 AI 활용’ 세미나에서 ‘LLM’(Large Language Model) 활용을 언급했다.
 
이 교수는 “LLM은 방대한 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성하는 AI 모델”이라며 “LLM의 종류에는 BERT(구글의 언어모델)와 GPT(오픈AI 언어모델)등이 있다”고 설명했다.
 
그러면서 “향후 접근성과 투명성 향상, 커스터마이징의 용이성, 비용 효율성 등의 효과를 기대해 볼 수 있다”며 “장기적으로는 휴머노이드 개발 투자를 이끌 수 있다”고 부연했다.
 
이어 오픈 소스 생성형 LLM을 활용한 뉴스 빅데이터 내용 분석의 자동화를 언급했다.
 
그는 “생성형 LLM을 뉴스 내용 분석에 활용할 경우 정보원 추출, 논조 분류, 프레임 분석이 가능하다”면서도 “코딩 일관성 부족 등의 한계가 있다”고 강조했다.
 
이어 “이는 초기 비용을 들겠으나 GPU를 포함해 로컬 컴퓨터 환경의 구축을 통해 해결할 수 있다”며 “조금 더 많은 코딩, 정보 유출 문제 해결도 필요하다”고 제언했다.
 
아울러 정확성이 떨어지는 문제에 대해서는 “‘당신은 뉴스 분석 전문가입니다’와 같이 페르소나를 부여하는 프롬프팅(prompting)으로 정확성을 향상시킬 수 있다”고 분석했다.
 
그러면서 “배경과 맥락을 설명하면 작업의 이해도를 증가시킬 수 있고, 예시 자료 제공을 통해 형식 및 스타일 학습시킬 수 있다”고 덧부였다.
 
실제로 이 교수가 딥시크(DeepSeek) 등의 LLM을 통해 이슈 요약 및 정보원 추출 등의 뉴스 분석을 진행한 결과, 평균 80% 이상의 정확도를 가진 결과가 도출됐다.
 
이에 대해 이신행 중앙대 미디어커뮤니케이션학부 교수는 “LLM을 활용하면 내용 분석의 영역을 확장할 수 있겠다는 기대가 생겼다”며 “정확성에 대한 우려가 있었으나 이를 위한 프롬프팅 유형을 알려주셔서 우려도 해소가 됐다”고 강조했다.
 
다만, 자동 분석 시스템이 가져올 수 있는 뉴스의 편향성에 대한 우려도 제기됐다.
 
김지원 단국대 교수는 “자동화된 분석 시스템 자체가 패턴을 통해 무언가를 찾기 때문에 뉴스의 프레임 식별이라든지 편향성에 대한 것들이 기계적 중립을 추구하게끔 만드는 기재로 사용되는 점이 있지 않을까 하는 우려가 있다”고 말했다.
 
그러면서 “다양한 관점이나 소수의 의견을 포착하는 데 어려움이 있지 않냐는 생각”이라며 “아무래도 가장 큰 긍정이라든지 부정, 이런 것들이 반복되는 패턴을 주로 포착하는 데 유의하기 때문에 기사에서 말하고자 하는 다양한 관점, 포착하기 힘든 소수의 의견을 놓칠 수도 있다”고 부연했다.
 
이에 대해 이종혁 교수는 “편향성은 당연히 있을 수 있다”면서도 “그 부분을 주의해서 편향적으로 대답하는 모델과 아닌 모델을 구분하고 섞어 사용하는 방식을 활용할 수 있다”고 밝혔다.
 
이어 “프롬프팅을 정교하게 사용하면 어느 정도 제어가 가능하다”고 강조했다.

현장에서 작성된 기사입니다.