안녕하세요, 인트렌치컨설팅 강채연입니다.
요즘처럼 정보가 넘쳐나는 시대, 뉴스는 어떻게 독자에게 다가가야 할까요?
또 방대한 데이터 속에서 진정성 있는 정보를 찾아내는 일은 과연 가능할까요?
여기서 인공지능(AI)이 해답을 제시합니다.
AI는 미디어 산업의 미래를 빠르게 바꾸며, 뉴스 소비 경험을 한단계 발전시키고 있습니다.
저희 인트렌치컨설팅은 AI 기반 데이터 분석을 통해 고객사의 비즈니스 성과를 높이는 데 주력하고 있으며, 무엇보다도 AI 기반 분석의 성패는 방대한 데이터의 양과 정확성에 달려 있다고 믿습니다.
이러한 이유로 저희는 AI 관련 세미나와 행사에 직접 참여해 시장의 최신 흐름과 변화를 꾸준히 살펴보고 있는데요.
그 일환으로 지난 7월 8일 코엑스에서 열린 ‘AI Playground’ 행사에 참석해 주목할 만한 사례들을 접할 수 있었습니다.
특히 ‘뉴스가 AI를 만났을 때 – 중앙일보 생성형 AI 검색의 모든 것’ 세션은, 방대한 데이터를 다루는 언론사가 AI를 어떻게 도입·활용하며 어떤 어려움을 극복했는지를 보여주는 인상적인 발표였습니다.
무엇보다도 해당 사례는 AI가 더 이상 ‘언젠가 다가올 미래의 기술’이 아니라, 이미 우리 비즈니스 현장에서 눈에 띄는 성과와 시너지를 만들어내고 있음을 분명히 보여주었습니다.
이번 뉴스레터에서는 중앙일보의 AI 뉴스 검색 사례를 중심으로 언론사에서 AI가 어떻게 혁신을 만들어냈는지, 더 나아가 AI와 데이터가 만나면 산업 전반에서 어떤 새로운 가능성이 열릴 수 있는지 살펴보려 합니다.
독자 경험을 혁신한 중앙일보의 ‘스마트’ 뉴스 검색
(중앙일보 AI 검색)
중앙일보와 GS네오텍이 함께 개발한 생성형 AI 뉴스 검색 시스템은 단순히 기술을 도입한 차원을 넘어섭니다.
이는 언론 기관이 수십 년간 쌓아온 방대한 데이터 자산과, 동시에 독자들이 뉴스를 통해 추구하는 정보의 본질을 깊이 이해하여, 이 두 가지 핵심 요소를 AI 기술로 정교하게 결합하여 구현해낸 탁월한 사례로 평가되는데요.
전통 미디어의 깊이 있는 전문성에 최첨단 기술을 접목한 성공적인 혁신 사례라고 할 수 있습니다.
이러한 시스템의 도입으로 독자들은 이제 단순한 키워드 기반 검색의 한계를 넘어설 수 있게 되었습니다.
사용자의 질문 맥락을 AI가 능동적으로 이해하고, 나아가 질문에 내포된 숨겨진 의도까지 파악하여 훨씬 더 정확하고 만족도 높은 답변을 제공받을 수 있게 된 것입니다.
예를 들어, 단순히 ‘부동산’이라고 검색하는 대신 “최근 서울 아파트 전세가 동향은 어떠한가?”라고 질문할 경우, AI는 관련된 최신 기사들을 종합적으로 분석하여 명확하고 간결한 답변을 제시할 수 있습니다.
마치 개인화된 정보 큐레이터가 필요한 뉴스를 신속하게 정리하여 제공하는 것과 같죠.
결과적으로 독자들은 정보의 파도 속에서 방황하지 않고, AI의 지원을 받아 필요한 정보를 효율적으로 탐색하며 뉴스 소비 경험의 질을 향상시킬 수 있게 되었습니다.
그렇다면, 중앙일보는 이러한 혁신적인 뉴스 경험을 위해 AI를 구체적으로 어떻게 활용했는지 기술적 도전과 해결 전략에 대해 알아보겠습니다.
1. RAG(검색 증강 생성)과 Vertex AI Search
AI가 생성한 답변의 신뢰성 문제는 생성형 AI 서비스에서 가장 중요한 과제 중 하나입니다. 중앙일보는 이 문제를 해결하기 위해 RAG(Retrieval-Augmented Generation) 방식을 채택하고, 기사 검색 엔진으로 Vertex AI Search를 선택했습니다.
Vertex AI Search의 가장 큰 장점은 ‘완전 관리형’ 서비스라는 점인데요.
데이터를 업로드하기만 하면 별도의 임베딩 모델을 개발하거나 관리할 필요 없이, 바로 프로토타입을 구축하고 애플리케이션을 개발할 수 있어 빠른 검증과 실험이 가능했습니다.
2. Gemini Pro vs Flash
RAG의 생성 부분에 사용할 모델을 선택할 때, 중앙일보는 구글 클라우드의 Gemini Pro와 Flash 모델을 비교했습니다.
Flash 모델은 빠른 응답 속도가 장점인 반면, Pro 모델은 보다 밀도 있는 답변과 높은 정확성, 깊이 있는 통찰력을 제공했는데요.
공개 서비스로 오픈되는 만큼 레이턴시(응답 지연 시간)를 완전히 무시할 수는 없었지만, 중앙일보는 최종적인 통찰력이 더 중요하다고 판단했습니다.
그 결과, 시간이 조금 더 걸리더라도 양질의 답변을 제공할 수 있는 Gemini 1.5 Pro를 최종 선택했다고 합니다.
3. Re-ranking 기법 적용
중앙일보는 일반적인 RAG 시스템을 넘어, ‘반복적으로 발생하는 이벤트’나 ‘시의성 있는 답변’을 제공하기 위해 문서 리랭킹(Re-ranking) 기법을 적용했다고 하는데요.
단순히 유사도 검색 결과를 AI 모델이 재정렬하는 것이 아니라, Vertex AI Search의 강력한 boostSpec 기능을 활용해 LLM이 답변을 생성할 때 특정 기준(예: 기사 발생 시간 메타데이터)에 따라 가중치를 부여하도록 설계한 것입니다.
예를 들어, 최근 하루 기사는 0.7, 최근 한 달 기사는 0.5의 가중치를 부여해 시의성을 조절했다고 합니다.
이러한 접근은 AI 모델을 한 번 더 구동하는 방식이 아니라, RAG 과정에서 자체적으로 제공되는 옵션을 활용한 것이기 때문에 효율성을 높이는 중요한 전략이라고 합니다.
4. 시점 인식을 위한 에이전트 구축
기사 본문에 ‘오늘’, ‘어제자’와 같은 상대적 시점 표현이 있을 경우, LLM이 이를 정확히 인지하고 올바른 시점의 데이터를 가져오는 데 한계가 있습니다.
오래된 기사에 ‘오늘’이라는 표현이 있어도 LLM이 현재 시점으로 잘못 인식하는 ‘할루시네이션’을 방지하기 위해, 중앙일보는 시점 인식 에이전트를 구축했다고 합니다.
이 에이전트는 사용자의 질문이 날짜와 관련된 키워드를 포함하는지 먼저 인식한 뒤, 날짜 관련 질문인 경우 질문에서 날짜와 실제 쿼리를 추출하여 재작성된 쿼리(rewrite query)를 생성한다고 합니다.
이렇게 만들어진 쿼리는 Vertex AI Search에 구축된 벡터 DB의 메타데이터(기사 발행 시간)를 기반으로 필터링되어 검색됩니다.
이후 앞서 설명한 boostSpec까지 적용되어, 정확하고 시의성 있는 답변을 제공하는 워크플로우가 완성된다고 합니다.
5. 프롬프트 엔지니어링 설계
중앙일보와 GS네오텍은 언론사라는 특성을 고려하여, 신뢰도와 정확성 있는 답변을 위해 매우 정교한 프롬프트 엔지니어링이 필수적이었다는데요.
할루시네이션 발생 가능성을 최소화하고 저널리즘의 특성을 반영하기 위해 다음과 같은 프롬프트를 디자인했다고 합니다.
- 역할 부여 및 응답 스타일 가이드 프롬프트: LLM에게 전문적인 역할(예: ‘뉴스 전문가’)을 부여하고, 답변 스타일을 명확하게 지정하여 일관성 있고 신뢰할 수 있는 응답을 유도했습니다.
- Knowledge Cut-off 설정 프롬프트: LLM이 학습된 지식의 한계(Cut-off Date)를 인식하도록 하여, 최신 정보가 아님에도 불구하고 마치 최신 정보인 것처럼 답변하는 것을 방지했습니다.
- 참조 인물 검증 프롬프트: 특정 인물 관련 질문의 경우, 검색 결과에서 추출된 인물과 질문 속 인물이 정확히 동일 인물인지 판별하는 과정을 추가하여 정보의 정확도를 높였습니다.
- 문화적 편향성 조정 프롬프트: 특정 직업군 및 제도에 대한 질문의 경우, 요약의 범위를 일차적으로 ‘한국’으로 자동 조정하여 불필요한 문화적 편향성을 줄이고 한국 독자에게 적합한 정보를 제공하도록 했습니다.
- 시점 인식 프롬프트: 오래된 정보를 최신 정보인 것처럼 암시하지 않고, 과거의 정보와 최신의 관련성을 명확히 구분하여 전달하도록 유도했습니다.
이처럼 중앙일보의 생성형 AI 뉴스 검색 시스템은 방대한 데이터 관리, 정보 신뢰성 확보, 그리고 시간적 맥락 이해라는 세 가지 핵심 과제를 성공적으로 해결한 혁신적인 사례입니다.
단순히 기술을 도입하는 것을 넘어, ‘뉴스’라는 콘텐츠의 특수성과 속성을 깊이 이해하고 이에 최적화된 AI 활용 방안을 모색한 결과라 할 수 있죠.
이러한 접근 방식은 미디어 산업뿐만 아니라 데이터를 기반으로 하는 모든 비즈니스 분야에 중요한 시사점을 제공합니다.
독자 경험을 혁신한 중앙일보의 ‘스마트’ 뉴스 검색
중앙일보 사례에서 볼 수 있듯, AI는 단순히 뉴스 검색을 빠르게 해주는 도구를 넘어, 데이터를 깊이 이해하고 독자가 필요로 하는 정보를 능동적으로 제공하는 역할을 합니다.
그렇다면 이러한 AI의 역량이 기업 환경에서는 어떤 가능성을 열어줄 수 있을까요?
AI와 데이터가 결합하면 단순한 정보 제공을 넘어, 데이터 속 숨겨진 패턴과 의미를 발견하고 실제 행동으로 연결할 수 있는 인사이트를 도출할 수 있습니다.
기업이 매일 쌓는 고객 행동 데이터, 제품 판매 기록, 웹 트래픽, 소셜 미디어 반응 등 다양한 데이터를 AI가 통합적으로 분석하면, 몇 가지 흥미로운 가능성이 생기죠.
1. 행동 예측과 개인화
AI는 과거 데이터에서 고객 행동 패턴을 학습해 “누가, 언제, 어떤 제품에 관심을 가질지”를 예측할 수 있습니다.
즉, 온라인 쇼핑몰에서 특정 상품을 장바구니에 넣었다가 구매하지 않은 고객이 어느 시점에 재방문할 가능성이 높은지, 어떤 메시지나 할인 조건이 구매를 유도할 수 있는지를 분석할 수 있습니다.
이를 통해 마케팅 캠페인은 단순한 광고 송출이 아니라, 고객 개인에 맞춘 최적화된 전략으로 진화합니다.
1. 행동 예측과 개인화
AI는 과거 데이터에서 고객 행동 패턴을 학습해 “누가, 언제, 어떤 제품에 관심을 가질지”를 예측할 수 있습니다.
즉, 온라인 쇼핑몰에서 특정 상품을 장바구니에 넣었다가 구매하지 않은 고객이 어느 시점에 재방문할 가능성이 높은지, 어떤 메시지나 할인 조건이 구매를 유도할 수 있는지를 분석할 수 있습니다.
이를 통해 마케팅 캠페인은 단순한 광고 송출이 아니라, 고객 개인에 맞춘 최적화된 전략으로 진화합니다.
2. 트렌드 변화의 실시간 감지
소셜 미디어와 검색 트렌드, 뉴스 반응 등의 데이터를 AI가 실시간으로 분석하면, 급격한 관심사 변화나 새로운 시장 기회를 빠르게 파악할 수 있습니다.
3. 데이터 간 상관관계 분석
AI는 단일 데이터가 아니라, 서로 다른 데이터 집합 간의 상관관계를 찾아낼 수 있습니다.
이런 분석은 기존의 단순 보고서나 통계 분석으로는 포착하기 어려운 숨은 인사이트를 제공해, 의사결정의 질을 높이는 기반이 됩니다.
4. 반복 업무 자동화와 인사이트 집중
AI는 방대한 데이터를 분석하는 반복 업무를 자동화하고, 사람이 직접 확인해야 하는 핵심 인사이트만 추려낼 수 있습니다.
결과적으로 분석 담당자는 데이터를 모으고 정리하는 데 시간을 쓰는 대신, 도출된 인사이트를 전략적으로 활용하는 데 집중할 수 있습니다.
즉, AI와 데이터의 결합은 정보의 효율적 활용을 넘어, 기업이 전략적 결정을 내리고 새로운 가치를 창출하는 기반이 됩니다.
인트렌치컨설팅이 지향하는 AI 기반 데이터 분석의 미래
중앙일보 사례는 언론 기관이 단순히 정보를 전달하는 수준을 넘어, AI를 통해 능동적으로 정보를 발굴·정제하며 독자에게 새로운 경험을 제공하는 방향으로 나아가고 있음을 보여주었습니다.
이러한 시도는 ‘데이터를 어떻게 효율적으로 수집하고 관리하며, 신뢰성을 확보하고, 시기적절하게 활용할 것인가’라는 근본적인 질문에서 출발한 결과입니다.
사실 이 질문은 미디어 분야에 국한되지 않고, 데이터를 활용하는 모든 산업에서 공통적으로 마주하는 과제이기도 합니다.
인트렌치컨설팅은 이러한 질문을 바탕으로, 기업의 데이터 활용 전략을 AI 중심으로 재정립하고, 보다 지능적이고 실용적인 통찰을 도출하는 데 집중하고 있습니다.
데이터 활용의 전 과정을 자동화하는 것을 장기 목표로 삼고 있으며, 이를 실현하기 위해 기술적 기반을 꾸준히 다져가고 있습니다.
또한, 내부·외부 데이터를 통합해 AI가 데이터를 분석하고 의미 있는 인사이트를 도출할 수 있도록 AI 기반 인사이트 서비스도 준비하고 있는데요.
앞으로는 자동화와 AI기반 인사이트 도출이라는 두 축을 통해, 기업이 데이터를 보다 효율적이고 전략적으로 활용할 수 있는 새로운 가치를 제공하는 것을 목표로 하고 있습니다.
결국 AI와 데이터의 결합은 이제 선택이 아닌 필수가 되었으며, 이를 통해 기업은 단순한 정보 활용을 넘어 전략적이고 실행 가능한 의사결정으로 연결되는 실질적 가치를 창출할 수 있습니다.
인트렌치컨설팅은 이러한 과정에서 기업이 AI와 데이터를 효과적으로 활용할 수 있도록, 기술적 기반과 맞춤형 솔루션을 제공하며 함께 고민하고 지원하겠습니다.