[큰글씨책] AI시대의 저널리즘

왜 우리는 이 책을 썼나

1부 왜 로봇기자인가
01 ‘자동이란 무엇인가’ 되물어라
혼란스러운 단어
기본 정의
책에서의 ‘자동화’: 틀에 맞춰 쓴다
책에서의 ‘AI’: 유연함을 더하는 머신러닝
02 왜 언론은 자동화와 AI 기술이 필요할까
기술 발전
실제 수요가 있나
스피드·스케일 향상
기레기의 늪
자동화의 강을 건너다
03 과거의 뉴스 자동화
외국에서 먼저 분 ‘자동 뉴스’ 바람
한국의 자동화 ‘붐’은 2016년부터
자연재해와 스포츠 뉴스 자동화
04 자동화와 AI는 언론에서 어떻게 쓰일 수 있나
빨리, 많이, 건조하게
독자가 원하는 기사를 적시에
학습의 힘
취재를 돕는 AI

2부 뜨거운 감자
05 인간·기계의 ‘찰떡 궁합’ 가능할까
기계 장만만 해선 안 된다
프로세스 쪼개기
기자의 참여
목표를 잊지 말자
조직의 개성을 존중해야
현장에 길을 묻다
06 기술에 대한 환상 깨기
자동화와 AI 기술은 마법이 아니다
데이터·알고리즘 검증은 철저히
다재다능 AI, 한계도 명확
로봇 기자는 인간보다 열등하지 않다
AI 현직 개발자 인터뷰
07 기계가 쓴 기사, 누가 책임지나
로봇 기자님, 전화번호가 어떻게 되죠?
생각보다 책임의 부담은 적다
부담은 나누고 혜택은 늘리고
기계의 투명성
08 기승전 ‘데이터’
태초에 데이터가 있었다
데이터 찾기
구조화한 데이터인가
꼬리표가 잘 붙은 데이터
어떻게 데이터를 받을까
배타적 전송 vs 오픈 API
최후의 수단, 웹 긁어가기
‘데이터 장애’ 대비해야

3부 현장 뒤져보기
09 실전 꿀팁: 오픈 API 뜯어보기
공공데이터포털과 오픈 API
활용신청 및 인증키 받기
데이터 불러오기
데이터 읽기
특정 데이터만 호출하기
10 스타트업 취재 1: ‘템플릿의 제왕’ 오토메이티드인사이츠
기업실적 기사 자동화로 ‘로봇 저널리즘’ 붐 일으켜
더스틴 바스 비즈니스 총괄 인터뷰
11 스타트업 취재 2: ‘AI 요약의 선두주자’ 아골로
초록과 추출 혼용, 하이브리드 방식 구현
세이지 원 최고경영자, 시바 호타 영업·고객관리 총괄 인터뷰
12 해외 사례: ‘자동화의 모범’ 블룸버그
콘텐츠 25%를 자동화 기술로 처리
존 미클스웨이트 편집국장 메모

4부 고민과 결론
13 기자 일은 어떻게 바뀔까
‘인간의 일’과 ‘기계의 일’의 분리
정보 옮기기
인간의 일
새 일자리
14 하이브리드 저널리즘
굳이 기사로 봐야 하나
로봇 저널리즘 유행의 ‘교훈’
기계와 인간의 혼종
언론사는 뭘 해야 하는가