인공 지능형 뉴스 제작을 위한 뉴스 언어 데이터베이스 개발 연구 : 일간 신문과 지상파 방송 기사에 대한 통계 학습을 중심으로

초록

로봇 기자가 오탈자와 오정보 등 심각한 오류가 없이 기사를 빠르고 정확하게 제작하면서, 국내외 많은 언론사의 뉴스 편집국에 로봇 기자가 등장했다. 이 상황에서 로봇 기자의 능력을 개선하는 데에 필요한 체계적인 데이터베이스가 필요하다. 본 연구는 이러한 요구에 부응해 로봇 기자의 구성 요소에 도움을 줄 뉴스 언어 데이터베이스를 개발하고자 한다. 로봇 기자는 이 데이터베이스를 장착해 구조, 범주, 변수 등 구체적 개념으로 뉴스 텍스트를 분석할 수 있다. 본 연구는 이러한 데이터베이스를 개발하기 위해 국내 주요 일간 신문 10개 사와 3개 지상파 방송사가 보도한 사건 기사, 기획 기사, 사설을 두 번의 2주간 무작위 설정 주간에 걸쳐 수집해 이를 훈련 자료로 사용했다. 먼저 본 연구는 구조, 범주, 하위 범주, 변수 등 이론적 틀을 선행 연구와 연구 논리 등을 바탕으로 추출했다. 이 결과, 의미 구조, 이야기 구조, 수사적 구조, 구문론적 구조에 인물, 자원, 조직, 지식, 내용, 시제, 술어 형태 등 범주가 출현했고, 범주별로 공인, 이전 정보, 상황/장면 설명, 후속 결과, 구어성, 외래어 등 40개의 변수가 등장했다. 그러나 이 이론적 틀을 훈련 자료에 투입했을 때, 19,607개 단어가 행위, 능동형 등 31개 변수에 속하는 것으로 나타났다. 분석 대상인 언론사 유형을 주요 일간 신문과 지상파 방송사에서 종합편성채널, 보도전문채널, 뉴스 통신사, 인터넷 언론사, 지역 언론사 등으로 확장하면, 본 연구가 제안한 40개 변수에 해당하는 단어가 나올 가능성이 있다. 본 연구는 31개 변수와 대규모 단어로 구성된 뉴스 언어 데이터베이스를 검증하기 위해 <한국경제신문>과 <한국일보>가 코로나19 국내 첫 확진자가 나온 2020년 1월 20일부터 1년간 보도한 사설 98건을 수집했다. <한국경제신문> 사설에는 26개 변수, <한국일보> 사설에는 23개 변수가 각각 등장했는데, 2개 신문의 사설은 문어적이고 중립적이며 이전 정보를 가장 많이 사용했다. 본 연구의 가장 큰 의의는 구조, 범주, 변수, 단어 등을 포함한 뉴스 언어 데이터베이스가 국내 언론학에 드물어 참신하고 독특한 가치가 있으며, 뉴스 언어를 이해할 때 도움이 된다는 점이다. 또한, 이 데이터베이스는 기자들이 뉴스 언어와 기사문을 어떻게 구성하는지를 유용하게 설명할 수 있으며, 본 연구 결과는 인공 지능형 뉴스 제작에 유의하게 이바지할 수 있다. 가령, 로봇 기자는 기사 작성의 논리를 평가하고 훈련용 기사에서 이러한 논리를 학습할 수 있다. 이후에 로봇 기자는 실제 기사를 일관되고 자동으로 작성하는 데에 이 논리를 적용할 수 있다.

키워드