인공 지능형 뉴스 제작을 위한 뉴스 언어 데이터베이스 개발 연구 : 일간 신문과 지상파 방송 기사에 대한 통계 학습을 중심으로

임종섭

doi:10.20879/kjjcs.2021.65.6.010

추천

검색

질문

자료유형: 학술저널

저자정보: 임종섭 (서강대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제65권 제6호

발행연도: 2021.12

수록면: 416 - 451 (36page)

DOI: 10.20879/kjjcs.2021.65.6.010

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

로봇 기자가 오탈자와 오정보 등 심각한 오류가 없이 기사를 빠르고 정확하게 제작하면서, 국내외 많은 언론사의 뉴스 편집국에 로봇 기자가 등장했다. 이 상황에서 로봇 기자의 능력을 개선하는 데에 필요한 체계적인 데이터베이스가 필요하다. 본 연구는 이러한 요구에 부응해 로봇 기자의 구성 요소에 도움을 줄 뉴스 언어 데이터베이스를 개발하고자 한다. 로봇 기자는 이 데이터베이스를 장착해 구조, 범주, 변수 등 구체적 개념으로 뉴스 텍스트를 분석할 수 있다. 본 연구는 이러한 데이터베이스를 개발하기 위해 국내 주요 일간 신문 10개 사와 3개 지상파 방송사가 보도한 사건 기사, 기획 기사, 사설을 두 번의 2주간 무작위 설정 주간에 걸쳐 수집해 이를 훈련 자료로 사용했다. 먼저 본 연구는 구조, 범주, 하위 범주, 변수 등 이론적 틀을 선행 연구와 연구 논리 등을 바탕으로 추출했다. 이 결과, 의미 구조, 이야기 구조, 수사적 구조, 구문론적 구조에 인물, 자원, 조직, 지식, 내용, 시제, 술어 형태 등 범주가 출현했고, 범주별로 공인, 이전 정보, 상황/장면 설명, 후속 결과, 구어성, 외래어 등 40개의 변수가 등장했다. 그러나 이 이론적 틀을 훈련 자료에 투입했을 때, 19,607개 단어가 행위, 능동형 등 31개 변수에 속하는 것으로 나타났다. 분석 대상인 언론사 유형을 주요 일간 신문과 지상파 방송사에서 종합편성채널, 보도전문채널, 뉴스 통신사, 인터넷 언론사, 지역 언론사 등으로 확장하면, 본 연구가 제안한 40개 변수에 해당하는 단어가 나올 가능성이 있다. 본 연구는 31개 변수와 대규모 단어로 구성된 뉴스 언어 데이터베이스를 검증하기 위해 〈한국경제신문〉과 <한국일보〉가 코로나19 국내 첫 확진자가 나온 2020년 1월 20일부터 1년간 보도한 사설 98건을 수집했다. 〈한국경제신문〉 사설에는 26개 변수, 〈한국일보〉 사설에는 23개 변수가 각각 등장했는데, 2개 신문의 사설은 문어적이고 중립적이며 이전 정보를 가장 많이 사용했다. 본 연구의 가장 큰 의의는 구조, 범주, 변수, 단어 등을 포함한 뉴스 언어 데이터베이스가 국내 언론학에 드물어 참신하고 독특한 가치가 있으며, 뉴스 언어를 이해할 때 도움이 된다는 점이다. 또한, 이 데이터베이스는 기자들이 뉴스 언어와 기사문을 어떻게 구성하는지를 유용하게 설명할 수 있으며, 본 연구 결과는 인공 지능형 뉴스 제작에 유의하게 이바지할 수 있다. 가령, 로봇 기자는 기사 작성의 논리를 평가하고 훈련용 기사에서 이러한 논리를 학습할 수 있다. 이후에 로봇 기자는 실제 기사를 일관되고 자동으로 작성하는 데에 이 논리를 적용할 수 있다.

Given their fast and accurate production with no significant errors (e.g., typos and misinformation), robot journalists have entered many newsrooms and secured their presence in Korea and abroad. This situation asks for a more systematic database for enhancing the ability of robot journalists. Given this need, this study develops a news language database, which can make up the elements of robot journalists. By installing the database, robot journalists can analyze news texts in terms of specific concepts, such as structure, category, and variable. For this purpose, as training data, this study collected massive amounts of straight stories, features, and editorials from 10 major daily newspapers and 3 major television networks via their corresponding websites during two randomly constructed weeks, twice. Before detailed analysis, this study first extracted a theoretical model, such as structures, categories, sub-categories, and variables, based on previous studies and research rationales. As a result, for semantic, script, rhetoric, and syntactic structures, person, resource, group, knowledge, content, tense, and verb form emerged. For each category emerged, public person, previous information, explanation of situation/scene, follow-up, orality, and foreign words. However, these theoretical frameworks applied to the training data, resulting in 31 variables, such as actions and active comprising 19,607 words. If the unit of analysis would include comprehensive programming channels, news channels, news agencies, Internet news media, and local news media, the 40 variables proposed in the theoretical model could emerge. This study collected one-year editorials (98) from Hankyung and Hankook Ilbo since the first COVID-19 patient to test the validity of the database containing 31 variables and the many words. In the Hankyung editorials, 26 variables appeared, while 23 variables emerged from those of the Hankook llbo. The two newspapers used literal words, took neutral tones, and expressed previous information in the editorials most frequently. The major contribution of this study includes that such a news language database is a rare case in the journalism discipline of Korea, which comprises structures, categories, variables, and words. So, the database provides fresh and unique values and insights into news language. Further, the database has practical utilities for explaining how journalists construct news language and news texts. The findings show meaningful contributions to artificial intelligence-based news-making in systematic ways. For instance, robot reporters could evaluate the logical patterns of story-writing and learn them from training news stories. They may apply such logical patterns to writing a story in a consistent and automatic manner.

#News Language Database #Artificial Intelligence-Based News Making #Story Structure #Variable #Statistical Learning #뉴스 언어 데이터베이스 #인공지능 기반 뉴스 제작 #기사 구조 #변수 #통계 학습

참고문헌 (62)

참고문헌 신청

안의정 / 2008 / 말뭉치를 이용한 어휘의 구어성 측정과 활용 / 어문논집 (57):93~119

An, S. -K. / 2009 / How do the news media frame crises? A content analysis of crisis news coverage / Public Relations Review 35(2):107~112

백선기 / 2003 / 한국 언론의 미국-이라크 전쟁 보도 경향 분석:TV 보도 영상의 의미구조와 서사구조에 대한 논의를 중심으로 / 방송문화연구 15(1):117~157

Bell, A. / 1998 / Approaches to media discourse / Blackwell Publishing :64~104

Blake, K. / Inverted pyramid story format

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

임종섭

소속기관 서강대학교

주요연구분야 사회과학 > 신문방송학 TOP 5% 사회과학 > 사회과학 일반

논문수 36 이용수 16,642

이 논문과 함께 이용한 논문

포털 사이트의 인공지능 뉴스 큐레이션 도입과 뉴스 생산 관행 변화에 관한 연구 : 네이버 연예뉴스를 중심으로

이재원 방송통신연구 2021 .01

중국 대형실경공연(實景公演) : 임프레션 시리즈(印象系列)의 문화산업적 가치연구

안창현 인문콘텐츠 2010 .11

韓國戰爭과 社會運動: 브루스 커밍스의 社會革命-內戰假說批判

김용직 한국정치학회보 1998 .06

국내 커뮤니케이션 연구의 통계분석방법의 현황과 문제점: 지난 10년간 〈한국언론학보〉게재 논문의 내용분석

이병관 , 김재민 , 김주환 외 2명 한국언론학보 2020 .10

가짜뉴스 노출과 전파에 영향을 미치는 요인 : 성격, 뉴미디어 리터러시, 그리고 이용 동기

염정윤 , 정세훈 한국언론학보 2019 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-070-000134927

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (62)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)