무엇보다 취재 초기에 새로운 이슈에 대한 기본 조사와 이해에서 인공지능은 강력한 조력자 역할을 담당한다. 그 어떤 분야 어떤 주제라고 할지라도 짧은 시간에 쉽게 그 개요를 파악할 수 있다. 기자는 항상 매우 유능한 수습기자의 보조를 받는 셈이다. 인공지능이란 조수가 기자의 질문에 대해 수시로 기초 보고서를 제출해 주기 때문이다. 특히 인공지능과 검색 엔진이 결합한 인공지능 검색(AI Search Engine)을 이용하면 특정 주제에 대한 종합적인 학습이 가능해진다.
-01_“뉴스 룸으로 들어온 인공지능” 중에서
예를 들어 한 건의 뉴스라면 그 속에 들어 있는 텍스트를 일정한 크기로 쪼개서 그 특성에 따라 숫자값(벡터값)을 정한 다음 다차원의 잠재 공간 속 해당 위치에 배치한다. 이 다차원의 저장 공간이 ‘벡터 DB’다. 지금까지 전통적 컴퓨팅 환경에서는 관계형 DB를 쓰고 있다. 관계형 DB는 가로 행과 세로 열로 이뤄진 표 모양의 2차원 데이터베이스다. 이 같은 관계형 DB는 2차원을 훨씬 뛰어넘는 텐서처럼 높은 차원의 값을 저장하기는 불가능하다. 그래서 인공지능에 맞는 데이터베이스로 벡터 DB가 나타났다. 이제 뉴스는 기존에 담겨 있던 관계형 DB를 떠나 벡터 DB로 이사를 가야 하게 됐다.
-04_“뉴스 서비스의 벽돌 ‘뉴스 텐서’” 중에서
독자는 더 이상 포털 사이트나 언론사 페이지에 들어가 줄줄이 나열된 제목을 훑어보면서 관심 있는 뉴스를 찾아내는 수고를 할 필요가 없다. 챗지피티나 제미나이, 클로드 같은 거대 언어 모델의 프롬프트 창에 원하는 뉴스를 주문하면 된다. 예를 들면 ‘오늘 주요 뉴스를 보여 줘’라든가 ‘미국 대통령 선거 관련한 최신 뉴스를 보여 줘’ ‘어제 〇〇일보에서 그린피스에 대해서 보도했다는데 어떤 내용이었지?’라는 식이다.
-06_“필요할 때 한눈에 읽는 ‘온 디맨드 뉴스’” 중에서
오토젠은 모든 단계에서 필요한 작업을 수행할 프로그램을 만든다. 만든 프로그램을 실행해서 에러가 나타나면 스스로 그 원인을 찾고 대안까지 마련한다. 그 원인과 대안을 그때그때 모두 설명해 준다. 대안에 따라 새로운 프로그램을 작성하고 실행하면서 처음 지시받은 과업을 끝까지 완수해 낸다. 그 과정을 지켜보면 참으로 집요하다는 생각이 절로 든다.
-09_“뉴스 자동화 로봇, 자율 에이전트” 중에서