[AI와 저널리즘]
[미디어오늘 오세욱 선문대 미디어커뮤니케이션학부 교수]



▲ 인공지능 번역. 사진=gettyimagesbank



AI가 저널리즘 영역에서 가장 활발히 이용되는 경우는 다국어 번역과 음성 혹은 영상 내용을 문자로 변환할 때다. 영어, 중국어, 스페인어, 일본어 등 자주 쓰는 언어들 뿐만 아니라 우리에게 낯선 언어들도 AI를 통해 쉽게 번역할 수 있으며, 누군가의 발언 내용, 발표 내용 등도 자판으로 받아치지 않 10원야마토게임 더라도 쉽게 문자로 변환할 수 있다. 기자뿐만 아니라 일반 대중에게도 AI 활용 비중이 가장 높은 분야일 것이다.

개인적으로도 초벌 번역에 AI 활용은 이제 너무 자연스럽다. 뉴스·기술·혁신 센터(Center for News, Technology & Innovation, 이하 CNTI)가 최근 이와 관련해 매우 흥미로운 릴게임다운로드 보고서를 발간했다. CNTI가 사회과학, 언어학, 컴퓨터 과학 등 분야의 55개 연구를 검토한 결과, 기자들은 기사 작성을 지원하기 위해 AI 전사(transcript-xion) 및 번역 도구를 정기적으로 사용하고 있으며 대부분의 경우 인간의 감독 하에 처리하고 있었다.
이렇게 활용도가 높아지고 있는 가운데 문제는 AI 전사 및 번역 도구가 카카오야마토 영어와 주요 언어에서는 높은 정확도를 보이지만 '저자원(low-resource)' 언어에서는 낮은 성능을 나타내고 있다는 점이다. 전 세계 웹사이트의 50% 이상이 영어로 작성되어 있다는 점을 감안하면 당연한 현상일 수도 있다. 대부분의 언어 모델이 인터넷 데이터를 학습하고 있기 때문이다.
'저자원' 언어는 학습에 사용할 수 있는 디지털 우주전함야마토게임 화된 텍스트가 웹상에 비교적 적은 언어를 의미한다. 파키스탄 등 남아시아에서 주로 사용하는 우르두어(Urdu)의 경우 전 세계에서 10번째로 많이 사용하는 언어지만, 우르두어로 작성된 웹사이트의 양은 극히 적어 '저자원' 언어의 대표적 사례다. 디지털화된 텍스트가 적은 우르두어 같은 언어는 학습 데이터 부족으로 번역 정확도가 떨어지며, 스와힐리어(Swahi 체리마스터pc용다운로드 li)를 사용하는 탄자니아 언론 사례 연구에서는 번역 문장의 13%에서 오역이 발견됐다. 한국어와 일본어처럼 격식에 엄격한 언어에서는 부적절한 표현으로 번역되는 문제도 나타났다. 이러한 문제의 해결을 위해 나이지리아의 팩트 체크 프로젝트인 '두바와(Dubawa)'는 지역 방언을 AI 전사 및 번역 도구에 재학습시키고 있다.
그런데 이러한 '저자원' 언어의 문제는 전사와 번역에만 국한되지 않는다. AI가 인터넷 데이터를 집중적으로 학습하면서 훨씬 더 근본적인 문제가 드러나고 있다. 바로 인간 지식의 영역 중 특히 각 문화권의 토착 지식과 비서구 언어의 지식이 체계적으로 배제되고 있다는 점이다. 앞서 언급했듯 전 세계 웹사이트의 50% 이상이 영어로 작성되어 있다. 이 불균형은 생각보다 훨씬 심각하다.
힌디어(Hindi)는 전 세계 인구의 약 7.5%가 사용하는 주요 언어지만, 인터넷 데이터에서는 고작 0.2%만 차지한다. 타밀어(Tamil)는 약 8600만 명이 사용하지만 온라인 비중은 0.04%에 불과하다. 우르두어가 전 세계 10번째로 많이 사용되는 언어임에도 '저자원' 언어로 분류되는 것과 같은 맥락이다. 문제는 AI가 이러한 불균형을 그대로 학습한다는 것이다. AI의 통계적 학습 방식은 많이 나타나는 패턴을 강화하기 때문에, 이미 지배적인 영어와 서구 지식은 더욱 증폭되고 소수 언어의 지식은 더욱 주변화된다.



▲ 인공지능 번역. 사진=gettyimagesbank



한국어와 일본어에서 격식 표현이 부적절하게 번역되는 문제는 단순한 번역 오류가 아니다. 이는 해당 언어와 문화에 대한 학습 데이터가 부족하고 이에 대응하는 표현을 적절하게 학습하지 못했기 때문에 발생한다. 더 심각한 것은 이런 언어들에 담긴 고유한 지식 자체가 AI 시대에 사라질 위험이 있다는 점이다. 예를 들어 인도에서는 지역 식물 지식의 75% 이상이 단 하나의 지역 언어로만 존재한다. 각 언어 문화권의 토착 건축 기법이나 물 관리 방식 같은 중요한 지식들이 구전으로만 전승되다가 디지털화되지 못한 채 점차 사라지고 있다. 열대 지방에 서구식 유리 건물을 짓는 것이 환경적으로 비효율적인 것처럼, AI가 서구 지식만 학습하면 각 지역에 맞는 실질적인 해결책을 찾기 어렵다.

문제는 AI가 이런 지식 불균형을 가속화한다는 점이다. AI가 생성한 콘텐츠가 다시 인터넷에 올라가고, 그것이 또다시 AI 학습 데이터가 되는 악순환이 반복된다. 사람들이 AI 요약에 의존하면서 다양한 관점을 직접 찾아보는 일이 줄어들고, 학교 교육에 AI가 도입되면 미래 세대는 지역의 풍부한 지식과 아예 단절될 수 있다. 이는 단순히 데이터가 부족한 기술적 문제가 아니다. 역사적으로 식민주의와 제국주의 시대를 거치며 형성된 권력 구조가 디지털 시대에도 그대로 이어지고 있는 것이다. 토착 지식은 서구 중심의 검증 시스템에서 제대로 평가받기 어려웠고, 그 결과 디지털화도 되지 않았으며, 이제 AI 시대에는 아예 존재하지 않는 것처럼 취급될 위험에 처했다. 우리 언어로 된 지식 자원의 1차적인 작성자로서 언론의 역할이 중요한 이유다. 기자 admin@119sh.info