김동환
(Design Intelligence, Graduate School of Communication and Arts, Yonsei University)
,
이상혁
(hci+d lab., Department of Communication, Seoul National University)
,
오종환
(hci+d lab., Department of Communication, Seoul National University)
,
김준석
(hci+d lab., Department of Communication, Seoul National University)
,
박성민
(hci+d lab., Department of Communication, Seoul National University)
,
최우빈
(hci+d lab., Department of Communication, Seoul National University)
,
이준환
(hci+d lab., Department of Communication, Seoul National University)
Algorithm journalism refers to the practices of automated news generation using algorithms that generate human sounding narratives. Algorithm journalism is known to have strengths in automating repetitive tasks through rapid and accurate analysis of data, and has been actively used in news domains s...
Algorithm journalism refers to the practices of automated news generation using algorithms that generate human sounding narratives. Algorithm journalism is known to have strengths in automating repetitive tasks through rapid and accurate analysis of data, and has been actively used in news domains such as sports and finance. In this paper, we propose an interactive card news system that generates personalized local election articles in 2018. The system consists of modules that collects and analyzes election data, generates texts and images, and allows users to specify their interests in the local elections. When a user selects interested regions, election types, candidate names, and political parties, the system generates card news according to their interest. In the study, we examined how personalized card news are evaluated in comparison with text and card news articles by human journalists, and derived implications on the potential use of algorithm in reporting political events.
Algorithm journalism refers to the practices of automated news generation using algorithms that generate human sounding narratives. Algorithm journalism is known to have strengths in automating repetitive tasks through rapid and accurate analysis of data, and has been actively used in news domains such as sports and finance. In this paper, we propose an interactive card news system that generates personalized local election articles in 2018. The system consists of modules that collects and analyzes election data, generates texts and images, and allows users to specify their interests in the local elections. When a user selects interested regions, election types, candidate names, and political parties, the system generates card news according to their interest. In the study, we examined how personalized card news are evaluated in comparison with text and card news articles by human journalists, and derived implications on the potential use of algorithm in reporting political events.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서 카드뉴스봇은 다양한 지역구에서 동시다발적으로 벌어지는 여러 선거 유형에 효과적으로 대응하기 위해 미리 카드 뉴스의 순서와 데이터를 처리하는 조건을 미리 설정해두고 개인화 변수에 따른 카드의 조합을 생성하는 구조를 만들어두었다. 이로 인해 지역구별로 쟁점이 된 사안들과 후보자 간 각축의 양상이 다르지만 일관된 조건으로 데이터를 처리하게 설계되었고, 기자에 비해 무미건조하고 제한적인 표현을 할 수밖에 없었던 점에서 가치 평가점수와 인터뷰에서 지적받게 되었다.
다만 조사 결과마다 후보자 효과가 다르게 나타나는 경향은 있다[37]. 본 연구에서는 다양한 레이어에서의 선거가 발생하고 후보자의 수가 천 명이 넘어가는 지방선거를 다루고 있기에 중요한 요소로 보고 개인화 변수로 포함하였다.
본 연구에서는 빠르고 정확하게 뉴스 기사를 생성하는 알고리즘 저널리즘의 강점을 살려 개인 맞춤형 기사를 읽기 쉬운 카드 뉴스의 형태로 제공하는 시스템을 개발해 기사의 뉴스 가치와 사용자의 반응을 실험과 인터뷰를 통해 살펴보았다. 이 결과 카드뉴스봇은 객관적이고 공정하게 선거 결과를 담아내고 있다는 점에서 기자보다 신뢰성에 있어 월등히 높은 평가를 받았지만, 재미를 느낄 수 있는 표현이나 선거 전체에 대한 포괄적인 분석이 부족해 선호성과 대표성에서는 사람이 만든 기사와 비슷하거나 못 미치는 평가를 받기도 하였다.
본 연구에서는 카드뉴스봇 시스템의 개발을 위해 사용자가 조작할 수 있는 개인화 변인의 유형과 사용자 관점에서의 뉴스 가치 평가에 관한 기존 문헌을 검토한 후 실험을 통해 정치 뉴스를 다루는 알고리즘 저널리즘 시스템의 의의와 이 시스템을 통해 생성된 카드 뉴스가 갖는 뉴스 가치를 살펴보고자 한다.
본 연구에서는 카드뉴스봇 시스템이 생성한 지방선거 기사에 대한 사용자들의 평가를 기자가 작성한 기사에 대한 평가와 비교 측정하기 위해 두 가지 실험을 수행하였다. 첫 번째 실험은 일반적으로 선거 기사에서 많이 볼 수 있는 일반 신문 기사 형태의 기사와의 비교 평가 실험이다.
사용자의 기기에서 웹 브라우저를 통해 개인화 변수를 설정하여 웹 애플리케이션 서버로 전송하면 서버에서 카드 뉴스 엔진을 이용하여 실시간 데이터를 기반으로 생성한 카드 뉴스를 사용자에게 제공하는 방식으로 구성되었다. 사용자의 개인화 변수에 따라 실시간 데이터를 활용한 정확한 선거 정보를 맞춤형 카드 뉴스 형태로 제공하는 것을 시스템의 목표로 삼았다.
실험 2는 기사 형식의 차이를 배제하고 기사 작성 주체만 달라질 때 사용자들의 기사에 대한 평가를 비교하고자 하였다. 실험 1의 기사를 작성한 전문가에게 실험 1에 쓰인 기사를 기반으로 카드 뉴스에 들어갈 기사와 함께 카드에 들어갈 그래프의 형태와 내용을 작성하게 하였다.
연구진은 위에서 언급한 지역, 선호 정당, 선거 종류, 후보를 포함한 개인화 변수를 사용자가 조작해 기사를 생성할 수 있는 카드뉴스봇 시스템을 개발해 선거 결과를 개인 맞춤형 카드 뉴스의 형태로 전달하는 시스템과 이를 통해 생성된 기사의 뉴스 가치를 Sundar[38]가 제시한 19가지의 기준을 사용해 평가해 보고자 한다.
이에 본 연구에서는 기존에 스포츠와 경제 기사에 머물러 있던 알고리즘 저널리즘 기술을 확장해 실시간으로 선거 데이터를 분석해 카드 뉴스를 생성하는 인터랙티브 뉴스 플랫폼을 개발했다. 연구진이 개발한 카드뉴스봇은 제7회 전국동시지방선거에서 치러진 다양한 유형의 선거를 대상으로 사용자가 관심 지역과 후보, 정당 등을 직접 선택하면 시스템이 이를 조합해 자동으로 관련 뉴스를 요약한 카드를 생성해 제공하는 방식으로 만들어졌다.
이에 본 연구에서는 스포츠와 증시 기사가 아닌 정치, 선거 보도와 같이 기사에 대한 신뢰성이 중요하게 작용하는 뉴스 분야에서 개인화된 기사를 만드는 알고리즘 저널리즘 기술이 접목된 뉴스 기사의 생성 방식과 그 효과에 대해 살펴보고자 한다.
제안 방법
인터뷰를 통해 카드뉴스봇 시스템에 대한 참여자의 의견과 평가를 수집하고자 하였고, 시스템 사용 소감과 카드 뉴스의 질, 개인화된 기사의 유용함과 시스템의 적합성, 향후 시스템의 활용에 관한 전망과 개선점을 중점으로 응답을 수집하였다. 각 인터뷰에서 내용을 녹음하였고, 이후 내용을 문서로 만든 뒤 음성 자료는 삭제하였다.
2와 같은 초기 화면에서 오른쪽 위에 있는 개인화 뉴스 설정 버튼을 클릭하여, 관심 지역, 관심 선거의 유형, 관심 후보, 관심 정당을 설정할 수 있다. 관심 지역은 드롭다운 메뉴를 사용하여 시/도, 군/구 지역 순서로 선택할 수 있도록 하였으며, 관심 선거 유형은 국회의원, 시/도지사, 구/시군 의장, 교육감 선거 가운데 체크박스를 통해 선택하도록 하였다. 관심 정당은 원내 정당을 체크박스로 선택하며, 관심 후보는 후보의 이름을 검색하여 선택하도록 하였다.
참여자들은 우선 전문가의 줄글 기사를 읽은 후 뉴스 기사에 대해 평가하는 설문에 응하였다. 그 후 카드뉴스봇 시스템을 사용하여 직접 관심 있는 개인화 변수를 설정한 후에 자동으로 생성된 카드 뉴스를 읽도록 하였다. 카드 뉴스를 읽은 후에는 마찬가지로 뉴스 기사에 대해 평가하는 설문을 작성하였다.
지역별 수치를 비교하는 카드에서는 지도 위에 색상의 명도를 이용하여 시각화한 그래프를 자동으로 생성하여 표시하였고, 정당 간 혹은 지역 간 비교에는 바 그래프를 자동으로 생성하여 수량적 정보를 빠르게 비교할 수 있도록 시각화하였다. 그래프의 장식적 요소와 주요 정보를 강조하기 위해 각 정당의 대표 색상을 사용하였으며, 시각화 요소가 별도로 존재하지 않는 카드에는 관련 이미지를 배경에 사용하였다.
첫 번째 실험은 일반적으로 선거 기사에서 많이 볼 수 있는 일반 신문 기사 형태의 기사와의 비교 평가 실험이다. 두 번째 실험은 뉴스 형식의 차이에 따른 효과를 배제하기 위해 기자가 작성한 카드 뉴스와 카드뉴스봇이 자동 생성한 카드 뉴스와의 비교 실험으로 진행하였다.
카드 뉴스 형식의 경우, 전문가들이 카드에 들어갈 텍스트와 그래프의 내용을 작성하면 카드뉴스봇 시스템과 동일한 형식으로 제작하여 활용하였다. 또한, 참여자들은 카드뉴스봇 시스템을 활용하여 개인이 관심이 있는 조건을 설정한 후 지방선거 관련 카드 뉴스를 생성할 수 있도록 하였다.
1의 초기 화면에는 좌상단에 가장 최근에 생성한 카드 뉴스의 표지, 우상단에 개인화 뉴스 설정 버튼, 그리고 하단에는 도움말 역할을 하는 소개 영상을 배치하였다. 모바일이나 데스크톱 형태에 맞게 반응형 웹 페이지의 형태로 구성되어 접속 기기 종류에 상관없이 이용할 수 있도록 인터페이스를 구성하였다.
본 연구에서는 개인화된 지방선거 뉴스 생성을 위한 개인화 변수로 지역, 선호 정당, 선거 종류, 후보 네 가지로 선정하였다. 각 요소는 모두 기존의 정치 영역에서 선거에 큰 영향을 미친다고 평가되었으며, 이에 따라 사용자들 역시 정치 뉴스를 접함에 있어 해당 요소들을 고려하여 개인화된 뉴스를 생성할 것으로 보았다.
처음 접속하여 개인화 변수를 설정하지 않은 시점에서는, 웹 브라우저에서 제공하는 사용자의 위치를 기반으로 삼아 기본 기사를 서비스한다. 사용자 설정 화면에서 사용자 본인이 관심 있는 개인화 변수들을 설정하면 해당 시간의 실시간 데이터를 기반으로 하여 카드 뉴스를 제공한다. 여러 장의 카드들을 하나씩 넘기며 뉴스를 읽은 후에는 다시 메인화면으로 돌아와 다른 변수들을 설정한 카드 뉴스를 만들 수 있다.
사용자의 기기에서 웹 브라우저를 통해 개인화 변수를 설정하여 웹 애플리케이션 서버로 전송하면 서버에서 카드 뉴스 엔진을 이용하여 실시간 데이터를 기반으로 생성한 카드 뉴스를 사용자에게 제공하는 방식으로 구성되었다.
종속 변인인 뉴스 기사 가치 평가를 측정하기 위해 Sundar[38]와 Clerwall[4]의 연구에서 사용한 항목들을 재구성하여 19가지 속성으로 구성된 설문지를 작성하였다. 설문 항목은 사용자로서 각각 기자가 작성한 기사와 카드 뉴스 시스템이 만든 기사의 가치를 평가하는 항목으로 구성되었다(Table 1).
실험 1에서는 전문가가 쓴 텍스트 기사와 카드뉴스봇 시스템이 생성한 개인화된 카드 뉴스 형식에 따라 사용자들이 기사에 대한 평가가 달라지는지를 비교하도록 설계되었다. 참여자들은 우선 전문가의 줄글 기사를 읽은 후 뉴스 기사에 대해 평가하는 설문에 응하였다.
실험 2는 기사 형식의 차이를 배제하고 기사 작성 주체만 달라질 때 사용자들의 기사에 대한 평가를 비교하고자 하였다. 실험 1의 기사를 작성한 전문가에게 실험 1에 쓰인 기사를 기반으로 카드 뉴스에 들어갈 기사와 함께 카드에 들어갈 그래프의 형태와 내용을 작성하게 하였다. 이를 이용해 카드뉴스봇 시스템에서 사용한 양식에 맞춰 카드 뉴스를 제작하여 실험을 진행하였다.
실험 처치물을 위해 언론에서 현업으로 일하고 있는 전문가 2명을 섭외하여 지방선거에 관련된 기사 작성을 요청하였다. 전문가들은 카드뉴스봇 시스템이 사용하고 있는 것과 동일한 데이터를 활용하여 각각 13일 오후 1시, 오후 8시, 그리고 14일 오전 2시대의 선거 기사를 작성하였다.
대학 웹 게시판을 이용해 실험 참여자들 총 66명을 모집하였으며 다음의 두 가지 조건을 가진 그룹에 무작위적으로 배정되었다: 1) 기자가 작성한 기사 중 ‘신문 기사’ 형태의 기사를 읽고 평가하는 그룹, 2) 기자가 작성한 기사 중 ‘카드 뉴스’ 형태의 기사를 읽고 평가하는 그룹이 있다. 양 그룹의 참여자 모두에게 기사를 읽을 시간으로 15분이 주어졌으며, 기사를 읽은 후 첨부된 설문지 항목에 따라 설문에 응답하도록 하였다.
연구진이 개발한 카드뉴스봇은 제7회 전국동시지방선거에서 치러진 다양한 유형의 선거를 대상으로 사용자가 관심 지역과 후보, 정당 등을 직접 선택하면 시스템이 이를 조합해 자동으로 관련 뉴스를 요약한 카드를 생성해 제공하는 방식으로 만들어졌다.
실험 1의 기사를 작성한 전문가에게 실험 1에 쓰인 기사를 기반으로 카드 뉴스에 들어갈 기사와 함께 카드에 들어갈 그래프의 형태와 내용을 작성하게 하였다. 이를 이용해 카드뉴스봇 시스템에서 사용한 양식에 맞춰 카드 뉴스를 제작하여 실험을 진행하였다. 참여자들이 각 기사에 대한 설문을 모두 마친 이후에는, 실험 1에서처럼 카드뉴스봇 시스템 전반에 대해 평가하는 인터뷰를 진행하였다.
참여자들이 각 기사에 대한 설문을 모두 마친 이후에는, 카드뉴스봇 시스템 전반에 대해 평가하는 인터뷰를 진행하였다. 인터뷰를 통해 카드뉴스봇 시스템에 대한 참여자의 의견과 평가를 수집하고자 하였고, 시스템 사용 소감과 카드 뉴스의 질, 개인화된 기사의 유용함과 시스템의 적합성, 향후 시스템의 활용에 관한 전망과 개선점을 중점으로 응답을 수집하였다. 각 인터뷰에서 내용을 녹음하였고, 이후 내용을 문서로 만든 뒤 음성 자료는 삭제하였다.
실험 처치물을 위해 언론에서 현업으로 일하고 있는 전문가 2명을 섭외하여 지방선거에 관련된 기사 작성을 요청하였다. 전문가들은 카드뉴스봇 시스템이 사용하고 있는 것과 동일한 데이터를 활용하여 각각 13일 오후 1시, 오후 8시, 그리고 14일 오전 2시대의 선거 기사를 작성하였다. 구체적으로 이 데이터에는 지방선거 당일(13일)과 다음날(14일)의 시간대별 투표율, 개표율, 득표율이 담겨있다.
종속 변인인 뉴스 기사 가치 평가를 측정하기 위해 Sundar[38]와 Clerwall[4]의 연구에서 사용한 항목들을 재구성하여 19가지 속성으로 구성된 설문지를 작성하였다. 설문 항목은 사용자로서 각각 기자가 작성한 기사와 카드 뉴스 시스템이 만든 기사의 가치를 평가하는 항목으로 구성되었다(Table 1).
활용된 요소는 관련 이미지 활용, 전국/지역 매핑 시각화, 바 그래프 시각화 등을 포함한다. 지역별 수치를 비교하는 카드에서는 지도 위에 색상의 명도를 이용하여 시각화한 그래프를 자동으로 생성하여 표시하였고, 정당 간 혹은 지역 간 비교에는 바 그래프를 자동으로 생성하여 수량적 정보를 빠르게 비교할 수 있도록 시각화하였다. 그래프의 장식적 요소와 주요 정보를 강조하기 위해 각 정당의 대표 색상을 사용하였으며, 시각화 요소가 별도로 존재하지 않는 카드에는 관련 이미지를 배경에 사용하였다.
실험 1에서는 전문가가 쓴 텍스트 기사와 카드뉴스봇 시스템이 생성한 개인화된 카드 뉴스 형식에 따라 사용자들이 기사에 대한 평가가 달라지는지를 비교하도록 설계되었다. 참여자들은 우선 전문가의 줄글 기사를 읽은 후 뉴스 기사에 대해 평가하는 설문에 응하였다. 그 후 카드뉴스봇 시스템을 사용하여 직접 관심 있는 개인화 변수를 설정한 후에 자동으로 생성된 카드 뉴스를 읽도록 하였다.
참여자들이 각 기사에 대한 설문을 모두 마친 이후에는, 실험 1에서처럼 카드뉴스봇 시스템 전반에 대해 평가하는 인터뷰를 진행하였다.
카드 뉴스를 읽은 후에는 마찬가지로 뉴스 기사에 대해 평가하는 설문을 작성하였다. 참여자들이 각 기사에 대한 설문을 모두 마친 이후에는, 카드뉴스봇 시스템 전반에 대해 평가하는 인터뷰를 진행하였다. 인터뷰를 통해 카드뉴스봇 시스템에 대한 참여자의 의견과 평가를 수집하고자 하였고, 시스템 사용 소감과 카드 뉴스의 질, 개인화된 기사의 유용함과 시스템의 적합성, 향후 시스템의 활용에 관한 전망과 개선점을 중점으로 응답을 수집하였다.
본 연구에서는 카드뉴스봇 시스템이 생성한 지방선거 기사에 대한 사용자들의 평가를 기자가 작성한 기사에 대한 평가와 비교 측정하기 위해 두 가지 실험을 수행하였다. 첫 번째 실험은 일반적으로 선거 기사에서 많이 볼 수 있는 일반 신문 기사 형태의 기사와의 비교 평가 실험이다. 두 번째 실험은 뉴스 형식의 차이에 따른 효과를 배제하기 위해 기자가 작성한 카드 뉴스와 카드뉴스봇이 자동 생성한 카드 뉴스와의 비교 실험으로 진행하였다.
그 후 카드뉴스봇 시스템을 사용하여 직접 관심 있는 개인화 변수를 설정한 후에 자동으로 생성된 카드 뉴스를 읽도록 하였다. 카드 뉴스를 읽은 후에는 마찬가지로 뉴스 기사에 대해 평가하는 설문을 작성하였다. 참여자들이 각 기사에 대한 설문을 모두 마친 이후에는, 카드뉴스봇 시스템 전반에 대해 평가하는 인터뷰를 진행하였다.
대상 데이터
카드뉴스봇은 사용자들이 웹 브라우저로 접속하여 PC 및 모바일 기기로 사용할 수 있는 웹 애플리케이션으로 제작되었다. 시스템은 사용자들의 개인화 변수를 입력받아 카드 뉴스를 서비스하는 웹 앱 서버, 개인화 변수 및 실시간 데이터를 바탕으로 카드뉴스 내용을 생성하는 카드 뉴스 엔진, 선거 및 사용자 데이터를 저장하는 데이터베이스로 구성되었다. 사용자의 기기에서 웹 브라우저를 통해 개인화 변수를 설정하여 웹 애플리케이션 서버로 전송하면 서버에서 카드 뉴스 엔진을 이용하여 실시간 데이터를 기반으로 생성한 카드 뉴스를 사용자에게 제공하는 방식으로 구성되었다.
성능/효과
5만 개가 넘는 고등학교에 대한 설명 및 주변 학교와의 비교는 인간의 손으로 하기엔 버거운 작업이지만, 프로퍼블리카는 알고리즘을 통해 기사를 읽는 개인에게 맞춤형 기사를 만들어 제공하며 개인화된 뉴스 보도의 새로운 가능성을 보여주었다.
먼저 MIT에서 신입생들을 위해 제공하던 ‘Fishwrap’의 경우 대학이 있는 지역이나 사용자가 원하는 정보 위주로 뉴스를 필터링하여 제공하던 시스템이다[22]. 간단한 사용자 평가를 통해 특히 외국이나 다른 지역에서 온 사용자가 좋은 평가를 내렸던 것을 확인할 수 있었다. Thurman[23]은 주요 뉴스 편집자들을 인터뷰하여 개인화된 뉴스 제공의 효과를 확인했는데, 특히 신뢰성의 경우에는 상대적으로 전문적인 편집자들의 편집이 없으므로 개인화된 뉴스에 대한 신뢰성이 낮아질 것으로 예상했다.
연구진이 설계한 카드뉴스봇은 인간의 주관이 들어가지 않은 객관적이고 공정한 뉴스 서비스를 지향하며 사전에 개인화 변인을 설정해두지 않았다. 결과적으로 이와 같은 시스템의 사용 경험이 더욱 신뢰할만한 뉴스라는 평가로 이어졌지만, 다른 한편으로는 기자와 비교하면 사건 전체를 짚어주는 맥락과 관심 지역에 대한 커버가 이루어지지 않은 뉴스 생성 방식이라는 의견 또한 받아볼 수 있었다.
기자가 작성한 카드 뉴스는 이번 선거에서 관심을 모았던 선거구에 관한 내용을 포함했지만, 카드뉴스봇은 사용자가 선택한 지역구에 관한 내용만을 포함해 객관적이지만 경쟁적인 요소가 없어서 아쉽다는 평가를 받았다.
기자가 텍스트로 작성한 기사와 알고리즘이 작성한 카드 뉴스를 비교한 실험 1에서는 대응표본 T 검정 분석 결과, 전반적으로 모든 항목에 걸쳐 알고리즘이 작성한 카드 뉴스가 더 긍정적인 평가를 얻었다. 신뢰성(credibility)의 경우 알고리즘 작성 기사가 6점 이상의 높은 점수로 기자 작성 기사보다 높게 나타났고, 그 외에도 선호성(liking), 우수성(quality), 대표성(representativeness)의 항목에서 모두 Table 2와 같이 알고리즘 작성 기사가 높은 것으로 나타났다.
데이터의 적극적인 사용과 알고리즘을 전면에 내세운 뉴스 전달자가 가진 강점은 데이터를 정확하게 표시하고 해석하는 과정에서도 사람들의 기대치에 맞아야 한다는 함의를 찾을 수 있었다.
이는 뉴스는 기본적으로 객관적이어야 하며, 따라서 특정 집단의 관점에서 작성된 기사는 신뢰하기 어렵다는 시각이 반영된 결과로 보이며, 개인화된 뉴스로 인한 편향성을 우려하는 기존 연구결과와도 어느 정도 일치한다. 반면에 정보적이고, 흥미롭고, 사용자가 뉴스를 중요하다고 여기는 항목에서는 객관적으로 서술된 기사보다 유의미하게 높게 평가되었으며, 이는 사용자들이 자신이 가진 관심사에 맞춘 기사를 더 재미있고 의미 있다고 평가하는 것을 확인할 수 있었다. 이런 결과를 볼 때, 기사 내용 자체는 편향적이지 않고, 기사의 주제나 소재는 사용자가 원하는 방식의 개인화된 뉴스를 제작하는 방향이 적합하다고 보인다.
본 연구에서 제안한 인터랙티브 카드 뉴스 생성 시스템을 활용한 선거 뉴스 생성은 빠르게 속보를 전달하는 기존 알고리즘 저널리즘 기술의 적용에서 한 단계 더 나아가 뉴스 사용자가 가진 관심과 선호를 바탕으로 개인화된 기사를 제공하는 시스템을 개발해 그 효과를 측정했다는 점에서 의의가 있다. 특히, 지방선거는 전국의 각 지역에서 여러 정당과 후보들이 시도지사, 시군구청장, 국회의원, 교육감을 두고 각축을 벌이는 복잡한 이벤트로 논쟁거리가 될 만한 후보자나 지역이 아닌 경우에는 선거 결과를 접하기 힘들 수 있다.
본 연구에서는 실험을 통해 향후 알고리즘 저널리즘이 스포츠와 증시 기사와 같은 뉴스 분야 이외에도 정치와 사회 뉴스와 같이 더 객관적이고 공정한 분석이 필요한 영역으로 발전해 나갈 수 있다는 가능성을 확인해볼 수 있었다. 하지만 카드뉴스봇이 향후 확장된 뉴스 분야에서 사용자를 만족시키는 뉴스 서비스로 자리매김하기 위해서는 세 가지 고려해야 할 점이 발견되었다.
사용자들은 자신과 관여도가 높은 주제 위주로 개인화된 콘텐츠에 관심을 보이면서도 동시에 사회 전체적으로 중요도가 높은 지역의 선거 결과 역시 보기를 원하는 경향을 나타냈다.
신뢰성(credibility)의 경우 알고리즘 작성 기사가 6점 이상의 높은 점수로 기자 작성 기사보다 높게 나타났고, 그 외에도 선호성(liking), 우수성(quality), 대표성(representativeness)의 항목에서 모두 Table 2와 같이 알고리즘 작성 기사가 높은 것으로 나타났다.
실험 참가자 인터뷰를 통해 확인한 카드뉴스봇의 특장점은 빠르고 간결하게 개인이 관심을 가진 정보를 바탕으로 뉴스를 만들어 볼 수 있다는 점이었다.
개인화된 뉴스 알고리즘에 관한 연구로 Kim & Lee[14]는 사용자가 직접 인터페이스를 조작해 개인화된 기사를 만들 수 있는 시스템을 개발하고, 이 시스템을 통해 생성된 기사가 가진 뉴스 가치를 평가한 연구를 소개하였다. 이 연구에서 발견된 개인화된 기사의 특징은 재미있고 읽기에 즐거우며 풍부한 정보량을 지닌 기사이지만, 개인이 가진 선호와 관심사가 반영된 기사의 내용으로 인해 일반적인 기사에 비해 더 낮은 신뢰성을 보인다는 점이다. 이에 본 연구에서는 스포츠와 증시 기사가 아닌 정치, 선거 보도와 같이 기사에 대한 신뢰성이 중요하게 작용하는 뉴스 분야에서 개인화된 기사를 만드는 알고리즘 저널리즘 기술이 접목된 뉴스 기사의 생성 방식과 그 효과에 대해 살펴보고자 한다.
카드뉴스봇에 있어 숫자 데이터의 적극적인 활용과 표현은 신뢰성을 높이는 요소이지만 반대로 작은 오류나 해석의 차이에 민감하게 반응하는 모습 또한 발견할 수 있었다. 특히, 데이터의 표현에 있어 오류가 발생하거나 동의하지 않는 방식으로 데이터가 해석되어 문장이 생성된 경우에 대한 지적이 인터뷰에서 다수 언급되었다.
텍스트와 카드라는 양식 차이에 의한 효과를 배제하기 위해 기자와 시스템이 모두 카드 형식으로 작성한 기사를 비교한 실험 2에서는 신뢰성은 여전히 알고리즘 작성 기사가 더 높은 것으로 나타났지만 선호성과 대표성의 경우 이전의 분석과 반대로 기자 작성기사가 더 높게 나타났으며, 우수성은 상호 유의미한차이가 나타나지 않았다. 이런 결과를 볼 때 선호성와 우수성, 대표성의 평가에 있어서 기사의 양식이 유의미한 영향을 미치고 있다고 볼 수 있다.
하지만, 카드뉴스봇은 지방선거에 있어 사용자가 가진 관심 지역, 정당, 후보와 선거 유형을 한정해 맞춤형 기사를 만들어주는 “자신이 원하는 정보를 가진 뉴스를 보는 효율적(P10)”이고 “비슷비슷한 제목의 기사를 선택하는 소모적인 방식이 아닌 선택의 고민을 줄여주는 유용한(P61)” 방식으로 여겨진다는 반응을 확인해볼 수 있었다.
후속연구
이는 지방선거와 같이 내 지역의 소식뿐만 아니라 대표적으로 민심의 향방을 읽을 수 있는 지역구에 대한 소식이 빠진다면, 기사가 선거 전체의 맥락을 담지 못하고 개인의 편협한 관심사에만 집중하게 만들어 뉴스로서 가져야 할 대표성을 잃을 수 있다는 것을 시사한다. 이를 종합하면 개인화된 기사를 만들 때 고려할 점은 관심사를 기반으로 궁금한 정보를 간결하고 빠르게 만드는 방식 이외에도 사건 전체의 분위기를 알 수 있도록 중요한 정보를 선별적으로 알려줄 수 있어야 한다는 점이다.
하지만 카드뉴스봇은 손쉽게 관심 지역과 선거 유형, 후보와 정당을 선택해 요약 정리된 기사를 접할 수 있게 돕는다는 점에서 알고리즘 저널리즘 기술이 스포츠와 증시 분야를 넘어 다양한 분야에 적용될 가능성을 보여주었다. 카드뉴스봇이 생성한 기사의 가치를 평가한 실험에서도 신뢰성이 높고 선호성와 우수성, 대표성에서도 인간이 작성한 기사보다 높은 평가를 받거나 인간만큼 우수한 기사를 만들 수 있었다는 측면에서 향후 카드뉴스봇을 활용해 뉴스 개인화의 방식과 효과를 측정하는 다양한 연구들을 수행할 수 있을 것으로 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
개인화된 뉴스가 일으킬 수 있는 문제는 무엇인가?
개인화된 뉴스 제공 서비스는 아니지만 이와 유사한 기능을 하게 되는 SNS를 통한 뉴스 획득 효과에 관한 연구에서는 사용자들이 원하는 뉴스를 지속적으로 접할 수 있고, 더 다양한 뉴스와 정보를 획득할 수 있다는 장점이 나타나기도 했다[25]. 반면에, 개인화된 뉴스는 원하는 정보만 획득하기 때문에 사용자의 편향성이 증가하고, 소비하는 뉴스의 다양성이 감소할 수 있다는 지적도 있다[26,27].
알고리즘 저널리즘 기술은 어떻게 주로 사용되는가?
알고리즘 저널리즘 기술은 미리 정해진 규칙에 따라 데이터를 분석해 상황에 적합한 문장을 만드는 방식으로 동작하는 특성으로 인해, 구조적인 형태를 갖추고 규칙적으로 발생하는 데이터를 다루는 분야를 우선으로 적용됐다. 특히, 빠르고 정확하게 데이터를 분석하고 반복적으로 발생하는 사건을 다루는데 효율적으로 동작하며 프로야구, 프로축구와 같은 스포츠 분야와 증시 시황, 기업 실적보고와 같은 경제 분야의 기사를 생성하는 데 주로 사용되고 있다. 하지만, 상황과 맥락에 적합한 이야깃거리를 찾아내어 공정하고 객관적으로 사실을 전달하는 정치, 사회 분야와 같은 뉴스 영역에는 아직 알고리즘을 활용한 기사 생성이 활성화되지 못하고 있다.
로봇 저널리즘 연구란 무엇인가?
이와 같이 텍스트 기반의 뉴스 기사를 생성하고 발행하는 알고리즘을 개발하고 이에 따른 효과를 측정하는 연구를 알고리즘 저널리즘, 혹은 로봇 저널리즘 연구라 부른다[3,14]. 알고리즘 저널리즘 기술은 미리 정해진 규칙에 따라 데이터를 분석해 상황에 적합한 문장을 만드는 방식으로 동작하는 특성으로 인해, 구조적인 형태를 갖추고 규칙적으로 발생하는 데이터를 다루는 분야를 우선으로 적용됐다.
참고문헌 (41)
A.V. Dalen, "The Algorithms Behind the Headlines: How Machine-written News Redefines the Core Skills of Human Journalists," Journalism Practice, Vol. 6, No. 5-6, pp. 648-658, 2012.
D. Caswell and K. Dorr, "Automated Journalism 2.0: Event-driven Narratives: From Simple Descriptions to Real Stories," Journalism Practice, Vol. 12, No. 4, pp. 477-496, 2018.
D.W. Kim and J.H. Lee, "Robot Journalism : Algorithmic Approach to Automated News Article Generation," Korean Journal of Journalism and Communication Studies, Vol. 59, No. 5, pp. 64-95, 2015.
C. Clerwall, "Enter the Robot Journalist: Users' Perceptions of Automated Content," Journalism Practice, Vol. 8, No. 5, pp. 519-531, 2014.
N. Diakopoulos, "Algorithmic Accountability: Journalistic Investigation of Computational Power Structures," Digital Journalism, Vol. 3, No. 3, pp. 398-415, 2015.
The Rise of the Robot Reporter, http://www.nytimes.com/2019/02/05/business/media/artificial-intelligence-journalism-robots.html (accessed February 11, 2019).
C.W. Anderson, "Towards a Sociology of Computational and Algorithmic Journalism," New Media and Society, Vol. 15, No. 7, pp. 1005-1021, 2013.
P.M. Napoli, "Automated Media: An Institutional Theory Perspective on Algorithmic Media Production and Consumption," Communication Theory, Vol. 24, No. 3, pp. 340-360, 2014.
M. Broussard, "Artificial Intelligence for Investigative Reporting: Using an Expert System to Enhance Journalists' Ability to Discover Original Public Affairs Stories," Digital Journalism, Vol. 3, No. 6, pp. 814-831, 2015.
M. Carlson, "The Robotic Reporter: Automated Journalism and the Redefinition of Labor, Compositional Forms, and Journalistic Authority," Digital Journalism, Vol. 3, No. 3, pp. 416-431, 2015.
D. Kim, D, and J. Lee, "Designing an Algorithm-Driven Text Generation System for Personalized and Interactive News Reading," International Journal of Human-Computer Interaction, Vol. 35, No. 2, pp. 109-122, 2019.
N.D. Allen, J.R. Templon, P.S. McNally, L. Birnbaum, and K. Hammond, "Statsmonkey: A Data-driven Sports Narrative Writer," Proceeding of 2010 Association for the Advancement of Artificial Intelligence Fall Symposium Series, 2010. pp. 2-3
M.L. Young and A. Hermida, "From Mr. and Mrs. Outlier to Central Tendencies: Computational Journalism and Crime Reporting at the Los Angeles Times," Digital Journalism, Vol. 3, No. 3, pp. 381-397, 2015.
M.A. Beam, "Automating the News: How Personalized News Recommender System Design Choices Impact News Reception," Communication Research, Vol. 41, No. 8, pp. 1019-1041, 2014.
T. Gao, J.R. Hullman, E. Adar, B. Hecht, and N. Diakopoulos, "News Views: An Automated Pipeline for Creating Custom Geovisualizations for News," Proceedings of the Special Interest Group for Computer-Human Interaction Conference on Human Factors in Computing Systems, pp. 3005-3014, 2014.
T. Lokot and N. Diakopoulos, "News Bots: Automating News and Information Dissemination on Twitter," Digital Journalism, Vol. 4, No. 6, pp. 682-699, 2016.
S. Kalyanaraman and S.S. Sundar, "The Psychological Appeal of Personalized Content in Web Portals: Does Customization Affect Attitudes and Behavior?," Journal of Communication, Vol. 56, No. 1, pp. 110-132, 2006.
R.F. Kizilcec, "How Much Information?: Effects of Transparency on Trust in an Algorithmic Interface," Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems, pp. 2390-2395, 2016.
P.R. Chesnais, M.J. Mucklo, and J.A. Sheena, "The Fishwrap Personalized News System," Proceedings of the Second International Workshop on Community Networking 'Integrated Multimedia Services to the Home', pp. 275-282, 1995.
N. Thurman, "Making 'The Daily Me': Technology, Economics and Habit in the Mainstream Assimilation of Personalized News," Journalism, Vol. 12, No. 4, pp. 395-415, 2011.
M.A. Beam and G.M. Kosicki, "Personalized News Portals: Filtering Systems and Increased News Exposure," Journalism and Mass Communication Quarterly, Vol. 91, No. 1, pp. 59-77, 2014.
A. Hermida, F. Fletcher, D. Korell, and D. Logan, "Share, Like, Recommend: Decoding the Social Media News Consumer," Journalism Studies, Vol. 13, No. 5-6, pp. 815-824, 2012.
E. Pariser, The Filter Bubble: What the Internet is Hiding from You, Penguin, UK, 2011.
J.Y. Jung, S.Y. Hwang, and Y.M. Yoon, "A Verification about the Formation Process of Filter Bubble with Personalization Algorithm," Korea Multimedia Society, Vol. 21, No. 3, pp. 369-381, 2018.
H.S. Kim, "The Truth about Regional Stereotypes and Prejudice," The Korean Psychological Association, Vol. 1988, No. 1, pp. 37-62, 1988.
T.W. Kim "An Analysis on the 'Yeong Nam and Ho Nam' Regional Voting Pattern of the Korean Election-focused on the National Election since 1990s," The Journal of Localitology, No. 7, pp. 57-104, 2012.
G.I. Yoon "Regionalism and 19th Korean National Assembly Election," Korean Journal of Political Science, Vol. 20, No. 2, pp. 113-138, 2012.
W.H. Park and J.M. Song, "Do Parties Still Matter?: Independent Voters in Korean Electionss," Journal of Korean Politics, Vol. 21, No. 2, pp. 115-143, 2012.
C.H. Lee, "The Political Participation and Patterns of Behaviors of the Non-committed People in Korea," Journal of Global Politics, Vol. 2, No. 2, pp. 37-62, 2009.
J.H. Han, "Party Identification in Korea: Policy, Party Leaders, and Party Activists," Korea and World Politics, Vol. 28, No. 3, pp. 93-128, 2012.
A.R. Hwang, "Changes and Persistence of Local Elections in the 2000s," Korean Journal of Political Science, Vol. 47, No. 5, pp. 277-295, 2000.
W. Kim, "Election Types and Voting Participation: With Focus on Local Elections," Journal of Korean Politics, Vol. 15, No. 1, pp. 99-121, 2006.
K.Y. Lee and H.W. Lee, "Candidate Effects on the Congressional Elections : The Cases of the 14th-16th Congressional Elections in Korea," Journal of Political Science, Vol. 34, No. 2, pp. 149-170, 2000.
K.S. Yi and K.S. Song, "Voter's Choice in Local Election, Party or Candidate?: Cases of 6.2 Local Election and the Seoul Mayoral Election," Korean Association for Policy Science, Vol. 15, No. 4, pp. 339-360, 2011.
S.S. Sundar, "Exploring Receivers' Criteria for Perception of Print and Online News," Journalism and Mass Communication Quarterly, Vol. 76, No. 2, pp. 373-386, 1999.
B.J. Dietvorst, J.P. Simmons, and C. Massey, "Algorithm Aversion: People Erroneously Avoid Algorithms after Seeing Them Err," Journal of Experimental Psychology: General, Vol. 144, No. 1, pp. 114-126, 2015.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.