How the U.S. Public and AI Experts View Artificial Intelligence
Pew Research
일반 대중에게 적합한 인터페이스가 아닐수 있다는 생각
미국 성인보다 AI가 개인적으로 유익하다고 생각하는 전문가의 비율이 더 높습니다. 설문조사에 참여한 전문가 중 훨씬 더 많은 수(76%)가 이러한 기술이 자신에게 해(15%)가 되기보다는 유익할 것이라고 생각합니다.
대중은 AI가 자신에게 도움이 될 것이라고 생각하는 비율(43%)이 도움이 될 것이라고 생각하는 비율(24%)보다 훨씬 높습니다. 하지만 3분의 1은 확신하지 못한다고 답했습니다.
New York Times goes all-in on internal AI tools
Semafor
AI 도구 사용을 허용하는 내부 지침에 관한 세마포 기사
신문은 편집진이 이러한 AI 도구를 사용하여 SEO 헤드라인, 요약 및 청중 홍보를 생성하고, 편집을 제안하고, 질문과 아이디어를 브레인스토밍하고, 기자의 문서에 대한 질문을 하고, 조사에 참여하고, 타임즈의 문서와 이미지를 분석하도록 장려했습니다.
교육 자료에 나타난 활용 사례
일련의 교육 문서에서 편집 지침은 기자를 위한 가능한 사용 사례를 제시했으며, 여기에는 다음과 같은 프롬프트가 포함됩니다.
- 하드 포크 의 이 에피소드에서 Al은 몇 번 언급되었나요 ?
- 이 문단을 좀 더 간결하게 수정할 수 있나요?
- 이 타임즈 기사를 페이스북에 게시한다고 가정해 보세요. 어떻게 홍보하시겠습니까?
- 뉴스레터에 맞게 이 타임즈 기사를 간결하고 대화체로 요약해 보세요.
- 이 타임즈 기사에 대해 검색 최적화된 헤드라인 5개를 제안해 주시겠습니까?
- 셰익스피어가 쓴 이 연극을 요약해 주실 수 있나요?
- 이 연방 정부 보고서를 일반인이 이해하기 쉽게 요약해 주실 수 있나요?
긍정적이든 부정적이든 교육수준이나 임금이 높을수록 AI도구에 노출이 많아질 것이다. 인지적 업무에 인공지능이 적절하기 때문.
특히, 우리의 분석은 ChatGPT 창시자인 OpenAI가 1년 전 제공한 직업별 “노출” 데이터를 기반으로, 대체로 직업의 교육 수준이나 임금이 높을수록 해당 직업이 생성형 AI 도구에 (긍정적이든 부정적이든) 더 많이 노출될 가능성이 높다는 것을 예측했습니다 (다만, 가장 상위 직종에서는 약간의 감소가 관찰됨). 이는 생성형 AI가 특히 프로그래머, 작가, 재무 분석가, 엔지니어, 변호사 등 화이트칼라 지식 작업의 인지적 업무에 적합하기 때문입니다. 반면, 생성형 AI는 고객 서비스 및 사무 행정과 같은 ‘일상적인’ 업무(예를 들어, 주로 여성 직원이 담당하는 콜센터, 고객 서비스 라인, 인사팀 등)를 위협할 수 있지만, 현재는 제조업, 숙련 기술직, 건설업 및 다수의 대면 서비스 산업에서의 수작업 업무를 처리할 수 있는 능력은 부족합니다.
Breaking down a federal court’s ruling on AI and copyright
Mathew Ingram
Thomson Reuters가 소송을 제기한 사건은 Ross Intelligence가 Westlaw 데이터베이스의 “headnotes”를 무단으로 활용해 AI 학습용 자료를 구성하면서 발생. Ross Intelligence는 자연어 검색 엔진을 개발하려 했고, 이 과정에서 법률 사례 요약문(headnotes)을 이용해 약 25,000건의 질문-답변 데이터베이스를 만들었음. 톰슨 로이터의 승리로 인공지능과 저작권 관련 중요한 판결로 평가하지만 매튜 잉그램은 그렇지 않다고 이야기함.
이번 판결이 AI 인덱싱과의 전쟁에서 저작권에 대한 확실한 승리가 아닌 이유 중 하나는 비바스의 판결이 콘텐츠를 수집한 다음 알고리즘과 기타 마법을 사용해 개념을 표현하는 새로운 방법을 제시하는 ‘생성형 AI’에는 적용되지 않는다는 점을 구체적으로 언급했기 때문입니다.
미국에서 유튜브가 TV에서의 시청 시간이 모바일을 넘어서면서 격렬해진 논쟁에 관해 이야기하는 글. 유튜브가 전 세계에서 총 얼마만큼의 시청 시간을 생성하며, Netflix, Meta, Spotify, Snap 등과 비교해 얼마나 잘 수익화되고 있을까. 이 글에서는 유튜브의 1,000 시청 시간당 수익(RPMVH)을 41달러, 넷플릭스의 경우 190달러에 달한다고 본다.
두 플랫폼 간의 차이는 여러 요인에서 기인합니다. 우선, 많은 유튜브 동영상은 광고 없이도 오랜 시청 시간을 생성합니다(예를 들어, 게임을 하는 동안 다른 게임 플레이 영상을 보는 십대 아들이 있다면 이해가 되실 겁니다). 또한, 상당 부분의 시청 시간은 낮은 CPM을 가진 시장에서 발생합니다. 반면, Netflix의 대부분 시청은 월 구독료를 지불하는 사용자들이 TV 화면에서 시청합니다.
광고 수익이 본질적으로 낮은 RPMVH를 초래하는가 하면, Meta가 반대 사례를 제시합니다. Meta는 전체 앱 수익의 99%를 광고로부터 얻으면서도 1,000 시청 시간당 200달러 이상의 수익을 기록, 전 세계적으로 추적한 대형 플랫폼 중 시청 시간당 가장 높은 수익을 올리고 있습니다.
FCC Officially Opens Door to Mass Broadcast Deregulation
Radio Ink
- 비용-편익 분석: FCC는 특정 규제가 기업에 편익보다 더 많은 비용을 부과하는지, 그리고 이런 규정을 폐지하거나 수정하면 더 나은 경제적 결과로 이어질 수 있는지 조사하고 있습니다.
- 시장 및 기술 변화: 디지털 통신, 광대역, 방송이 급속히 발전함에 따라 FCC는 오래되었거나 불필요한 규칙을 파악하려고 노력합니다.
- 진입 장벽: 위원회는 규제가 소규모 기업에 과도한 부담을 주어 경쟁과 혁신을 제한하는지 분석하고 있습니다.
- 법률 및 헌법적 우려: FCC는 일부 규정이 최근의 사법 판결과 충돌하는지 여부를 고려하고 있습니다. 여기에는 이전에 기관에 법령 해석에 있어 상당한 여유를 부여했던 Chevron 의 존중 프레임워크를 뒤집은 대법원의 로퍼 브라이트 판결 이 포함됩니다.
- 규제 중복: 해당 기관은 또한 기존 FCC 규정이 보다 광범위한 연방, 주 또는 업계 자체 규제 조치와 중복되어 불필요한 규정 준수 부담을 초래할 가능성이 있는지도 검토하고 있습니다.
구체적 내용은 없지만 나중에 결과를 찾아봐야겠다.
AI chatbots unable to accurately summarise news, BBC finds
BBC
다 알고도 감안할만하니 사용하는거 아닐까?
이 연구 에서 BBC는 ChatGPT, Copilot, Gemini, Perplexity에게 100개의 뉴스 기사를 요약하도록 요청하고 각 답변을 평가했습니다. 해당 기사의 주제에 대한 관련 전문가인 언론인들이 AI 조수의 답변의 질을 평가하도록 했습니다. 뉴스 관련 질문에 대한 AI의 모든 답변 중 51%가 어떤 형태로든 심각한 문제가 있는 것으로 판단되었습니다. 또한 BBC 콘텐츠를 인용한 AI 답변의 19%는 잘못된 사실 진술, 숫자, 날짜 등 사실 오류를 포함하고 있었습니다.
YouTube TV, Wiz, and Why Monopolies Buy Innovation
Stratechery
과거에는 TV 시청자가 셋톱박스의 채널 가이드를 통해 하나의 인터페이스에서 모든 방송을 탐색할 수 있었지만, 스트리밍 시대가 되면서 스포츠·드라마·영화가 각기 다른 앱과 구독 서비스로 분산되었다. 이용자 입장에서는 시청할 콘텐츠를 찾는 것 자체가 번거로운 작업이 되었다. 유튜브는 분산된 시청 환경 속에서 모든 콘텐츠를 통합하는 플랫폼(aggregator)이 되려는 전략을 세우고 있다.
특히 애플과 아마존과는 대조적으로 다른 스트리밍 서비스가 빠져 있었습니다. 하지만 프라임타임 채널은 Apple TV 앱 스토어나 Amazon 프라임 비디오 마켓플레이스에 대한 YouTube만의 대안을 구축하려는 시도임이 분명합니다. 지난 달에 언급했듯이 YouTube가 NFL 선데이 티켓에 사치스러운 투자를 한 것은 다른 스트리밍 서비스를 설득하기 위한 의도와 노력의 표현이라고 생각합니다. 이상적인 미래는 스트리밍이든, 선형이든, 사용자 제작이든 모든 동영상 시대의 선두주자가 YouTube가 되는 것입니다(The idealized future is one where YouTube is the front-door of all video period, whether that be streaming, linear, or user-generated.).
AI is “tearing apart” companies, survey finds
Axios
“직장 내 AI 도입으로 인해 분열이 심화되고 리더와 직원 간의 새로운 권력 투쟁이 촉발되고 있으며, 경영진의 절반은 AI가 ‘회사를 찢어놓고 있다’고 답했습니다.” […] “직원의 절반 미만(45%)과 최고 경영진의 75%는 지난 12개월 동안 회사의 AI 도입이 성공적이었다고 생각합니다.” […] “직원의 약 절반은 AI가 생성한 정보가 부정확하고 혼란스럽고 편향적이라고 답했습니다.”
The state of AI: How organizations are rewiring to capture value
McKinsey
1. AI 활용 확산
- 전체 응답자의 78%가 AI를 최소 1개 기능에 도입했다고 응답 (2023년 55% → 2024년 72% → 2025년 78%)
- 생성형 AI 사용률도 급증 (2023년 33% → 2024년 65% → 2025년 71%)
- 가장 많이 활용되는 분야: 마케팅/영업, IT, 서비스 운영
2. 조직 구조 및 거버넌스
- 워크플로우 재설계가 생성형 AI 도입 효과(EBIT 증가)에 가장 큰 영향을 미침
- CEO 또는 이사회가 AI 거버넌스를 주도하는 경우 성과가 높음
- 위험 관리와 데이터 거버넌스는 중앙집중화, 기술 인재와 AI 솔루션 도입은 부분적 분산 모델 채택
3. AI 관련 리스크 대응
- 정확성, IP 침해, 프라이버시 등의 리스크 대응 활동 증가
- 대기업일수록 사이버보안 및 개인정보 보호 리스크 대응에 적극적
4. AI 도입과 확산을 위한 모범 사례 부족
- 단 1%의 조직만 생성형 AI 도입을 ‘성숙’ 단계로 평가
- 성과에 가장 큰 영향을 미치는 요인: 명확한 KPI 설정과 도입 로드맵 수립
- 대기업이 중소기업보다 도입 및 확산 전략 수립에 적극적
5. 인재와 재교육
- AI 데이터 과학자, 머신러닝 엔지니어 등 수요 지속
- AI 컴플라이언스, 윤리 전문가 채용도 증가
- 다수의 조직이 기존 인력 재교육(reskilling) 진행 및 계획 중
6. AI 도입의 조직적 영향
- 절감된 시간은 신규 업무 또는 기존 업무에 재투자하는 경우가 많음
- 그러나 일부 대기업은 인력 감축으로 연결
- 향후 3년 내 인력 변화는 ‘변화 없음’이 다수 전망 (38%)
7. 비즈니스 성과에 대한 영향
- 대다수 조직은 아직 기업 전체 수준에서 의미 있는 EBIT 향상은 경험하지 못함
- 그러나 비즈니스 유닛 수준에서는 매출 증가 및 비용 절감 효과가 점차 나타나고 있음