fbpx
BLOG

BLOG

AI SUMMIT AGENDA의 프로그램에서 세계적인 전문가와 브랜드 그리고 갹 분야의 전문가를 만나 보실 수 있습니다.

글 쓰는 AI, 인간에게 주는 의미는 무엇인가?

2019년 4월 18일
https___blogs-images.forbes.com_bernardmarr_files_2019_03_Artificial-Intelligence-Can-Now-Write-Amazing-Content-E28093-What-Does-That-Mean-For-Humans-1200x800.jpg

만약 당신이 인공지능(AI)으로 모든 것을 자동화할 수 있고 자동화가 된다고 믿는다면, AP통신, Reuters, 워싱턴포스트, 야후 스포츠 등 많은 유명 언론사들이 이미 AI를 이용해 엄청나게 많은 콘텐츠를 만들고 있다는 사실이 놀랍지는 않을 것이다.

예를 들면, 언론 협회(The Press Association)는 이제 AI를 이용하여 한 달에 30,000건 이상의 지역 뉴스를 제작하고 있다.

아마 이 글을 읽는 분들 중에서는 AI로 쓰여진 콘텐츠는 아마도 일반적 형식인 누가, 무엇을, 어디서, 언제, 그리고 어떻게 구성을 가진 글로 생각할 수 있을 것이다. 물론 어느 정도는 일반적 글쓰기 형태를 띨 순 있지만, 오늘날의 AI로 쓰여진 콘텐츠는 형식적인 글쓰기 형태를 넘어 시나 소설과 같이 창의적인 글쓰기 또한 가능하다.

 AI는 어떻게 컨텐츠를 쓸 수 있을까?

데이터에서 자동으로 서면 서술이 생성되는 소프트웨어 프로세스를 Natural Language Generation(NLG)라고 한다. 이 NLG는 비즈니스 인텔리전스 대시보드(Business Intelligence Dashboards), 비즈니스 데이터 보고서(business data reports), 개인화된 이메일(personalized email), 앱 통신(in-app messaging communication), 클라이언트 파이넨셜 포트폴리오 업데이트(client financial portfolio updates) 등 이미 우리 주변의 다양한 콘텐츠 생성에 사용되고 있다.

 그럼 NLG는 어떻게 사용되는가?

NLG의 첫 번째 단계로는 원하는 콘텐츠 형식을 정의하는 것이다. 소셜 미디어 포스트부터 재무 보고서, 그리고 시에 이르기까지 각각의 콘텐츠 유형은 독특한 글쓰기 스타일과 구조를 가지고 있다. 템플릿 또는 서술 유형의 글쓰기 방식은 최종 사용자, NLG 솔루션 혹은 소프트웨어 제공자에 의해 구성된다. 이용 가능한 NLG 툴로는 Narrative Science의 Quill, 아마존의 Polly, Automated Insights의 Wordsmith, 그리고 구글의 Text-to-Speech 등이 있으며, 워싱턴 포스트에 Heliograf와 같은 인하우스 툴을 만든 조직도 있다.

다른 AI 솔루션과 마찬가지로, 데이터에 대한 소유권과 접근은 매우 중요하다. NLG의 경우, 구조화된 데이터는 소프트웨어에 주입되고 서술 설계 방식의 일부인 “조건적 논리(Conditional Logic)”를 통해 처리된다. 여기서 이 output은 마치 인간이 만든 각 컨텐츠의 한 조각처럼 보이는 것이 최종 목표이다.

 조직들이 자연어 생성에 투자하는 이유는 무엇일까?

AI의 다른 구현과 마찬가지로, 자연어 생성은 조직이 대규모 데이터셋을 처리하고 인간이 할 수 있는 것보다 더 효율적으로 만들 수 있게 해준다. 따라서 NLG 솔루션을 구현한 조직들은 인간이 한 개를 작성하는데 걸리는 시간 안에 수천개의 narratives를 제작할 수 있다.

또한, NLG는 규모에 따라 복잡한 개인화를 가능하게 한다. 예로, 고객에게 다양한 서비스 및 전반적인 경험적 이점을 제공할 수 있게 돕는다. 그리고 회사에 업무 공간 절약 계획이 있다면, 분기별로 받는 401K 분량의 포트폴리오 요약지를 받는다고 생각해 보자. 이것들은 NLG에 의해 생성되었을 가능성이 높지만, 이것은 매우 개인화되어 있을 것이고, 당신에게 직접 전달된 내용일 것이며, 당신의 개인 정보들을 사용하고 있을 것이다.

또한, 자연어 처리는 데이터 전문가가 아닌 일반 사람들에게 데이터를 보다 통찰력 있고 이해하기 쉽게 만들 수 있다. 도표와 그래프가 시각적으로 매력적일 수 있지만, 일부 사람들, 특히 데이터 분석에 익숙하지 않은 사람들이 도표와 그래프로부터 얻어야 할 중요한 메시지를 구분해 내는 것은 그들에게 어려운 일일 수도 있다.

 현재 사용하는 NLG의 예시

연구 시간과 비용을 줄이기 위해, 독일 은행인 커머즈뱅크(Commerzbank)는 지분 연구 보고서를 작성하기 위해 AI를 활용하고 있다. 아직 완전히 자동화가 되지는 않았지만, 이 기술은 이미 인적 자본 분석가가 했을 양의 약 75%를 수행할 수 있다.

연구를 빠르게 가속화하는 것부터, 사실 확인, 댓글 모니터링, 워크플로우 간소화, 가짜 뉴스 제거, 그리고 심지어 컨텐츠 작성까지 전 세계의 뉴스룸에서 사용되고 있는 자동화된 저널리즘 어플리케이션들이 몇 가지 있다. AP통신은 수천 건의 스포츠 보고서를 작성하기 위해 AI를 이용하고 있으며, 서술 설계에 따라 소프트웨어는 데이터를 스캔하고 독자들이 알아야 할 중요한 경기의 인사이트를 결정할 수 있다. 이는 그 정보 및 내용이 자연스럽게 들리고 받아들여 지는 것이 중요하기 때문이다. 워싱턴포스트는 인하우스 NLG 툴을 사용하여 뉴스 기사와 소셜 미디어 포스트를 만들고 있다.

추가적으로, 현재 많은 금융 기관들이 Narrative Science’s NLG 플랫폼 Quill을 이용해 10-15페이지짜리 재무 보고서를 순식간에 작성하고 있다. 이것은 또한 Groupon, Forbes, USAA 등을 위한 컨텐츠를 만들고 있기도 하다.

인공지능은 긴 문서로부터의 텍스트 요약, 짧고 일관성 있는 버전을 만드는 것을 돕고 있다. 이를 위해서는 알고리즘이 원본 문서를 이해한 다음 의미와 중요한 세부사항을 맥락에 맞는 요약이 필요로 한다.

자연어 세대는 거의 상을 수상할 뻔한 일본 AI가 쓴 소설 “The Day a Computer Writes a Novel”과 Jack Kerouac이 영감 받은 여행과 시의 내레이션을 만드는데 사용되었다. 기계가 인간과 같은 창의성과 독창성을 가지고 실제로 글을 쓸 수 있다는 완전한 확신이 있기 전에 해결해야 할 몇 가지 결점이 있지만, 이러한 발전은 더 이상 창의성과 독창성이 인간만이 가질 수 있는 능력이 아닌 AI도 충분히 갖출 수 있다는 가능성을 보여준 케이스이다.

 기계인가 인간인가?

당신은 봇에 의해 쓰여진 컨텐츠를 식별할 수 있을까요? 직접 AI 컨텐츠를 사용해 볼 준비가 되었나요? 당신이 해야 할 일은 AI에게 헤드라인만 주면, 당신을 위해 모든 연구를 해 줄 것입니다.

이 글은 2019년 3월 29일, 글로벌 베스트셀러 저자이자 저명한 키노스 연설자 겸 비즈니스 테크놀로지 전략 어드바이저인 Bernard Marr이 쓴 기사를 DMK에서 번역한 글입니다.