HYSONG

[작성자:] haeyeop

  • 저널리즘 분야의 AI 활용에 대한 의견

    How We’re Using AI
    CJR

    기사에 대한 기계요약

    언론사 임원들

    지나 추아 (Gina Chua)

    • 역할: Semafor 편집장
    • 의견: “실험하거나 도태되거나” – AI를 활용해 워크플로우 간소화와 능력 확장 도구로 실험 중

    니콜라스 톰슨 (Nicholas Thompson)

    • 역할: The Atlantic CEO
    • 의견: “AI를 거짓말을 잘하는 똑똑한 조수처럼 대하라” – 연구 보조용으로만 활용, 글쓰기에는 절대 사용 안 함

    잭 세워드 (Zach Seward)

    • 역할: 뉴욕타임스 AI 이니셔티브 편집 디렉터
    • 의견: “AI 혼자로는 속임수일 뿐” – 전통적 보도와 코딩 전문성과 결합할 때만 유용

    기술 전문 기자들

    에밀리아 데이비드 (Emilia David)

    • 역할: VentureBeat 선임 AI 기자
    • 의견: “AI는 생산성용, 글쓰기용 아님” – 독자와의 신뢰 관계 유지를 위해 글쓰기는 인간이 해야 함

    제이슨 코블러 (Jason Koebler)

    • 역할: 404 Media 공동창립자
    • 의견: “인간과 연대하라, 기술회사와 말고” – AI 회사들이 기자를 대체하려 하므로 AI 사용 거부

    카리 존슨 (Khari Johnson)

    • 역할: CalMatters 기술 기자
    • 의견: AI 글쓰기 사용 시 독자에게 공개해야 하며, 기자-독자 간 신뢰 보호가 중요

    AI 회의론자들

    브라이언 머천트 (Brian Merchant)

    • 역할: “Blood in the Machine” 저자, 전 LA타임스 기술 칼럼니스트
    • 의견: “AI는 우리 업계를 잠식하고 기예를 둔화시키고 있다. 거부하라” – AI 완전 거부 주장

    트리스탄 리 (Tristan Lee)

    • 역할: 데이터 과학자, Bellingcat 조사관
    • 의견: “AI는 모든 것을 약간씩 더 나쁘게 만든다” – AI 스팸으로 인한 정보 환경 악화 우려

    AI 적극 활용자들

    벤 웰시 (Ben Welsh)

    • 역할: 로이터 뉴스 애플리케이션 데스크 창립자
    • 의견: “대형 언어모델은 게임 체인저” – 팀 코드의 약 25%를 AI가 작성

    이나 프리드 (Ina Fried)

    • 역할: Axios 수석 기술 특파원
    • 의견: “AI에 의존해서 일을 완수하라” – 판단력과 인간성 같은 대체 불가능한 기술 보강용으로 활용

    시각 저널리즘 전문가들

    사라 칼란 (Sarah Cahlan)

    • 역할: 워싱턴포스트 시각 포렌식팀 창립멤버, 퓰리처상 수상자
    • 의견: “AI를 유일한 소스로 사용하지 말라” – 위성 이미지 분석 등에 활용하지만 기자의 신중한 검토 필수

    데이비드 카슨 (David Carson)

    • 역할: 세인트루이스 포스트-디스패치 사진기자
    • 의견: “콘텐츠 자격증명 사용하라” – AI 생성 이미지는 모두 거짓이므로 C2PA 표준 도입 필요

    다양성과 환경 옹호자들

    아라셀리 고메즈-알다나 (Araceli Gómez-Aldana)

    • 역할: WBEZ 뉴스 기자, 2023년 존 S. 나이트 저널리즘 펠로우
    • 의견: “AI는 많은 언어를 구사하지만 여전히 인간 번역가가 필요” – 이중언어 저널리즘 실현 도구로 활용 희망

    시시 웨이 (Sisi Wei)

    • 역할: CalMatters와 The Markup 최고 임팩트 책임자
    • 의견: “환경 비용을 고려하라” – AI 사용 시마다 환경 영향을 생각해야 함

    국제적 관점

    카렌 뢰데 (Karen Rønde)

    • 역할: 덴마크 언론 출판 집단관리기구 CEO
    • 의견: “언론 자유를 보호하라” – AI 회사들의 정보 접근 통제가 언론 자유와 미디어 다원성에 미치는 영향 우려

  • 스트리밍 불법이용

    Update on Spain and LALIGA blocks of the internet

    스트리밍 서비스가 해적판을 없앨 것이라는 예상은 어긋남 (이미 수 년 전부터…). 영국에서는 아마존 Fire HDMI 스틱에 불법 스트리밍 앱이 미리 설치된 채로 판매되는 사례가 급증하고 있으며, 스페인에서는 라리가 축구 리그가 법원으로부터 포괄적인 차단 명령을 받아 Cloudflare와 Vercel 같은 CDN 및 호스팅 플랫폼까지 차단 대상에 포함되었다는 기사

    2024년 12월, 바르셀로나 상업법원 제6호는 LALIGA가 Movistar, Vodafone, Orange 등 스페인 인터넷 서비스 제공업체(ISP)에 무단 축구 스트리밍과 관련된 IP 주소를 차단하도록 요구하는 권한을 승인했습니다. 법원은 2025년 3월 이 판결을 유지하며 LALIGA의 차단 집행 권한을 강화했습니다 . 최근 집행 범위가 확대되어 Vercel 인프라가 영향을 받고 있습니다.

  • 테이크잇다운 법안

    Take It Down Act heads to Trump’s desk
    The Verge

    NDII(nonconsensual distribution of intimate images)를 범죄화하는 법안

    하원이 409 대 2로 통과시킨 ‘테이크 잇 다운 법(Take It Down Act)’이 도널드 트럼프 대통령의 책상으로 향하고 있습니다. 이 법안은 소셜 미디어 기업들이 동의 없이 촬영된 성적인 이미지(AI 생성 이미지 포함)로 표시된 콘텐츠를 삭제하도록 의무화하는 내용입니다. 

  • 사진에서 위치를 추측하는 인공지능

    Watching o3 guess a photo’s location is surreal, dystopian and wildly entertaining
    Simon Willison’s Weblog

    사진으로 위치를 추정하게 하는게 한창 유행했었다고. 이런 주제로 방송하는 사람도 있지만 인공지능도 꽤나 유사한 일을 꽤나 정확하게 할 수 있다

    이걸 어떻게 이해해야 할까요 ?

    우선, 정말 재밌습니다. 모델이 사진을 넘기고, 팬과 줌을 돌리고, 자신이 어디에 있을지에 대한 여러 가지 이론을 논의하는 사고 과정을 지켜보는 건 정말 재밌습니다 . 마치 CSI 드라마 한 편 속에 사는 것 같아요.

    또한 매우 디스토피아적 입니다 . 기술은 이제 사진에서 위치를 식별할 수 있습니다. 사람들이 이것이 얼마나 쉬운지 이해하는 것이 매우 중요합니다. 만약 자신의 안전에 대해 조금이라도 걱정할 이유가 있다면, 공유하는 모든 사진, 심지어 제가 위에서 예로 든 것처럼 밋밋한 사진일지라도, 그것이 자신의 위치를 식별하는 데 사용될 수 있다는 것을 알아야 합니다.

  • EU 메타와 애플에 벌금 부과

    Commission finds Apple and Meta in breach of the Digital Markets Act
    EU Commission

    오늘 유럽 집행위원회는 애플이 디지털 시장법(DMA)에 따른 반(反)조종 의무를 위반했으며, 메타(Meta)는 소비자에게 개인 정보 사용량이 적은 서비스를 선택할 수 있도록 해야 하는 DMA 의무를 위반했다고 판단했습니다. 따라서 집행위원회는 애플과 메타에 각각 5억 유로와 2억 유로의 벌금을 부과했습니다.

    […] DMA에 따르면, Apple 앱스토어를 통해 앱을 배포하는 앱 개발자는 앱스토어 외부의 대체 상품에 대해 고객에게 무료로 알리고, 해당 상품으로 고객을 유도하고, 구매를 할 수 있도록 해야 합니다. 위원회는 Apple이 이 의무를 준수하지 않았다고 판단했습니다. Apple이 부과한 여러 제한으로 인해 앱 개발자는 App Store 외부의 대체 유통 채널의 이점을 충분히 누릴 수 없습니다. 마찬가지로, Apple은 앱 개발자가 소비자에게 이러한 혜택을 직접 알리지 못하도록 금지하고 있기 때문에 소비자 또한 대체적이고 저렴한 혜택을 충분히 누릴 수 없습니다. Apple은 이러한 제한이 객관적으로 필요하고 비례적임을 입증하지 못했습니다.

    […] 2023년 11월, 메타는 ‘동의 또는 결제’ 방식의 이진 광고 모델을 도입했습니다. 이 모델에 따라 EU의 페이스북 및 인스타그램 사용자는 개인 맞춤 광고를 위한 개인 정보 결합에 동의하거나, 광고 없는 서비스를 위한 월 구독료를 지불하는 것 중 하나를 선택할 수 있었습니다. 위원회는 이 모델이 DMA(개인정보보호법)를 준수하지 않는다고 판단했습니다. 이 모델은 사용자에게 개인 정보 사용량은 적지만 ‘맞춤형 광고’ 서비스와 동등한 서비스를 선택할 수 있는 구체적인 선택권을 제공하지 않았기 때문입니다. 또한 메타 모델은 사용자가 개인 정보 조합에 자유롭게 동의할 권리를 행사할 수 있도록 허용하지 않았습니다.

  • 생성형 인공지능을 위한 검색 최적화

    Marketing’s New Middleman: AI Agents
    Bain & Company

    생성형 인공지능을 위한 최적화 이야기. 그림이 직관적이다

    • 구매자가 제품 추천, 비교, 조사를 위해 AI 도구를 점점 더 많이 사용함에 따라 마케팅 방식이 뒤바뀌고 있습니다.
    • AI 기반 “제로클릭” 여정은 발견에서 결정까지의 프로세스를 압축하여 브랜드가 소비자에게 영향을 미치고, 차별화를 꾀하고, 심지어 구매 여정 중에 나타날 수 있는 기회를 줄입니다.
    • 기존 검색 엔진을 통한 웹사이트 방문은 감소하고 AI 추천 트래픽은 증가하기 시작하면서 트래픽과 전환 양상이 변화하고 있으며, 마케터의 가시성이 제한되고 리드 데이터를 수집할 기회도 줄어들고 있습니다.
    • 관련성을 유지하려면 마케터는 대규모 언어 모델에 맞춰 콘텐츠를 최적화하고, 새로운 성과 지표에 투자하고, 구매자가 아닌 AI 에이전트가 통제하는 미래를 중심으로 디지털 전략을 재고해야 합니다.

  • 독점규제의 날

    Antitrust day
    Benedict Evans

    벤 톰슨도 비슷하게 시간이 지나며 페이스북의 시장 정의는 3번이나 바뀌었다고 이야기했다. 친구기반 소셜네트워크서비스, 뉴스피드기반 콘텐츠 소비 플랫폼, 추천알고리즘 기반 엔터테인먼트 앱. 따라서 독점 규제가 쉽지 않을 것이라 말했다.

    경쟁 소송의 출발점은 시장 정의입니다. FTC는 초기 소장에서 이 정의를 포함하지 않았고, 이 때문에 소송이 기각되며 다시 제출하라는 명령을 받았습니다. 이제는 시장 정의를 포함했지만, Meta의 시장점유율이 법적 기준을 넘었다고 주장하려면 Meta가 YouTube, TikTok, iMessage와 경쟁하지 않는다고 말해야만 합니다.

    그래서 FTC의 논리는 Mark Zuckerberg의 오래된 인용문에서 시작합니다. 그는 Facebook을 ‘친구들과의 공개 공유’에 관한 플랫폼이라 했고, 이는 1:1 메시징(iMessage)이나 낯선 이들의 콘텐츠 소비(YouTube, TikTok)와는 다르다는 설명이었습니다. 하지만 이 인용은 2006년, 아이폰 출시 이전의 이야기입니다. 그 당시 Facebook에 대한 설명은 맞지만, 오늘날 Meta 사용의 상당 부분은 TikTok의 복제 서비스인 Reels에서 나오고, 또 다른 상당 부분은 Messenger에서 발생하며, 전체 사용량의 75%는 낯선 사람들의 콘텐츠 소비에서 발생합니다. Meta는 온라인의 모든 사회적 행태를 흡수하거나 모방하려 한 플랫폼입니다.

  • 앤트로픽, 대학생의 활용 보고서

    Anthropic Education Report: How University Students Use Claude
    Anthropic

    셀렉션 바이어스가 있을 가능성이 크다 하더라도 그걸 고려하며 생각해볼만한 내용이 있음

    STEM 분야 학생들은 Claude와 같은 AI 도구의 조기 채택자이며, 특히 컴퓨터 과학 전공 학생들이 과대 대표되고 있습니다(학생들의 대화의 36.8%를 차지하지만 미국 학위의 5.4%만을 차지합니다). 반면, 경영학, 보건학, 인문학 전공 학생들은 등록 인원 대비 AI 도구 채택률이 낮습니다.
    우리는 학생들이 AI와 상호작용하는 네 가지 패턴을 식별했으며, 각각의 패턴은 데이터에서 약 23-29%의 대화 비율을 차지했습니다: 직접 문제 해결, 직접 출력 생성, 협업 문제 해결, 협업 출력 생성.
    학생들은 주로 AI 시스템을 새로운 것을 배우기 위해 정보 활용(창조)과 알려진 것을 분해하고 관계를 식별하는 분석(분석)에 사용합니다. 예를 들어 코딩 프로젝트를 만들거나 법 개념을 분석하는 것이 포함됩니다. 이는 블룸의 분류법에서 고차원 인지 기능과 일치합니다. 이는 학생들이 중요한 인지 작업을 AI 시스템에 의존하지 않도록 보장하는 문제점을 제기합니다.

  • AI를 위한 SEO

    ✨ AI Product Rankings

    검색어를 입력하면 주요 챗봇에서 몇 번째 순위가 나오는지 확인할 수 있다. 다양한 LLM이 어떤 분야에서 어떤 브랜드를 추천하는지 색인화하려는 시도

  • 대학에서 AI 부정행위

    Rampant AI Cheating Is Ruining Education Alarmingly Fast
    Intelligence

    시험이 무엇을 측정해야하는 것일까

    2023년 1월, OpenAI가 ChatGPT를 출시한 지 불과 두 달 후, 1,000명의 대학생을 대상으로 한 조사에서 거의 90%가 숙제를 도와달라고 챗봇을 사용했다고 나타났다. 대형 주립대학교, 아이비리그, 뉴잉글랜드의 리버럴 아츠 스쿨, 해외 대학교, 전문대학원, 커뮤니티 칼리지의 학생들이 교육의 모든 측면을 편하게 만들기 위해 AI에 의존하고 있다. 생성형 AI 챗봇들 – ChatGPT뿐만 아니라 구글의 Gemini, Anthropic의 Claude, 마이크로소프트의 Copilot 등 – 이 수업 중 노트를 작성하고, 학습 가이드와 연습 시험을 만들고, 소설과 교과서를 요약하고, 에세이를 브레인스토밍하고 개요를 잡고 초안을 작성한다.