워싱턴 포스트의 비닛 코슬라

이번 에피소드에서는 나, 나 자신, 그리고 AI, 진행자 샘 랜스보섬이 워싱턴 포스트의 CTO 비닛 코슬라와 워싱턴 포스트AI가 뉴스의 생산, 전달, 소비 방식을 어떻게 재편하고 있는지에 대해 이야기합니다. 비닛은 저널리즘 자체가 망가진 것은 아니라고 주장하지만, 사람들이 뉴스를 소비하는 형식은 빠르게 진화하고 있으며, 특히 청중이 AI를 통해 정보와 상호작용하는 방식이 증가하고 있다고 말합니다. 대화는 워싱턴 포스트 가 개인화된 AI 팟캐스트, 기자용 AI 기반 연구 도구, 그리고 독자가 무슨 일이 일어났는지뿐만 아니라 왜 중요한지, 그리고 다른 세계 사건과 어떻게 연결되는지 이해하도록 돕는 대화형 뉴스 경험을 어떻게 실험하고 있는지 탐구합니다.

무대 뒤에서, 워싱턴 포스트 포스트는 조직 전체에 인공지능을 배치하고 있으며, 비닛은 조직의 'AI everywhere' 철학에 대한 세부 사항을 공유합니다.

구독하기 나, 나 자신, 그리고 AI ~에 애플 팟캐스트 또는 스포티파이.

성적 증명서

앨리슨 라이더: AI는 고객의 행동과 요구가 빠르게 진화할 때, 기업이 고객이 있는 곳에서 만나도록 어떻게 도울 수 있을까요? 오늘의 에피소드에서 한 뉴스 매체가 이 도전을 기회로 바꾸는 방법을 알아보세요.

비닛 코슬라: 저는 워싱턴 포스트의 워싱턴 포스트비닛 코슬라입니다. 지금 듣고 계신 것은 나, 나 자신, 그리고 AI.

샘 랜스보텀: 에 오신 것을 환영합니다 나, 나 자신, 그리고 AI, 님의 팟캐스트 MIT 슬론 경영 리뷰 인공지능의 미래를 탐구하다. MIT SMR 2014년부터 연구 기사, 연례 산업 보고서, 사례 연구, 그리고 현재 13개의 시즌 팟캐스트 에피소드를 제공해 왔습니다. 각 에피소드에서 기업 리더, 최첨단 연구자, AI 정책 입안자들이 함께하여 AI 과대광고와 AI 성공을 구분하는 요소를 분석합니다.

안녕하세요, 청취자 여러분. 오늘은 워싱턴 포스트의 최고 기술 책임자(CTO)인 비닛 코슬라와 함께합니다. 워싱턴 워싱턴 포스트포스트는 단순한 뉴스룸이 아닙니다. 매일 전 세계 수백만 명의 사람들에게 저널리즘을 전달하는 거대한 기술 기계입니다. 그리고 비닛은 속보, 청중 경험, 보안, AI 뒤에 있는 이러한 시스템을 구축하는 팀을 이끌고 있습니다. 오늘 논의를 바탕으로 말이죠. 그래서 우리는 기술이 저널리즘을 어떻게 형성하고 있는지, 그리고 청중이 무대 뒤에서 보지 못하는 부분과 뉴스의 미래가 어떻게 생겼을지에 대해 이야기할 것입니다. 비닛, 함께해 주셔서 감사합니다. 포스트 단순한 뉴스룸이 아닙니다. 매일 전 세계 수백만 명의 사람들에게 저널리즘을 전달하는 거대한 기술 기계입니다. 그리고 Vineet은 오늘 논의를 바탕으로 속보, 사용자 경험, 보안, AI 뒤에 있는 시스템을 구축하는 팀을 이끌고 있습니다. 그래서 우리는 기술이 저널리즘을 어떻게 형성하고 있는지, 그리고 아마도 관객이 무대 뒤에서 보지 못하는 것과 뉴스의 미래가 어떻게 보일지에 대해 이야기할 것입니다. Vineet, 참석해 주셔서 감사합니다.

비닛 코슬라: 초대해 주셔서 감사합니다, 샘. 한동안 당신의 팟캐스트를 듣고 있었는데, 마침내 반대편에 서게 되어 기쁩니다.

샘 랜스보텀: 팟캐스트의 무대 뒤에서 일어나는 일에 대해 조금 이야기해 볼까요? 많은 청취자가 느끼는 것부터 시작합시다. 현대 세계에서 뉴스를 소비하는 것은 꽤 압도적이고 파편화되어 있으며 이해하기 어려울 수 있다고 생각합니다. 그리고 이것은 특히 제가 자란 디지털 세계와 다른 환경에서 자란 젊은 청중에게 더욱 그럴 수 있습니다. 그러니 당신의 입장에서, 우리가 현재 뉴스를 경험하는 방식에 무엇이 문제이고, 무엇이 바뀌어야 할까요?

비닛 코슬라: 제가 보기에는 뉴스 자체에 문제가 있는 것은 아닙니다. 더 넓게 보면, 저널리즘을 형식이 아닌 학문으로 생각해야 합니다. 그것을 오로지 형식으로만 생각하기 시작하면, 젊은 청중에게는 문제가 있는 것처럼 보일 수 있습니다. 차이점은 그들이 당신과 나와는 매우 다르게 소비한다는 것입니다. 예를 들어 들어보죠. 우리는 예전에는 그냥 뉴스를 읽었습니다. 그다음 라디오가 나왔습니다. 우리는 뉴스를 들었습니다. 그다음 TV가 나왔습니다. 우리는 뉴스를 시청했습니다. 그다음 AI가 나왔습니다. 우리는 뉴스와 대화하고 질문하기 시작했습니다. 이러한 모든 변화에서 뉴스 소비는 실제로 증가했습니다. 우리 사회에서 뉴스의 가치는 실제로 증가했습니다. 우리는 하루 중 다른 시간에 매우 다르게 소비하고 있을 뿐입니다.

샘 랜스보텀: 그 소비는 중요한 문제입니다. 저는 제가 관심 있는 뉴스만 알고 싶습니다. 제가 관심 없는 내용은 듣고 싶지 않지만, 제가 관심 없는 일이 일어나고 있다는 것은 알고 싶습니다. 저는 거품 속에 있고 싶지 않습니다. 다른 산업, 예를 들어 스트리밍 산업, 소매업, 음악 산업을 생각해 보면 이것으로 정말 어려움을 겪었습니다. 워싱턴 포스트에게 개인화된 뉴스는 무엇이 될까요? 워싱턴 포스트?

비닛 코슬라: 그것은 제가 지난 2년 반 동안 고민해 온 질문입니다. 저는 뉴스 업계 출신이 아닙니다. 외부에서 왔습니다. 그래서 여기에 왔을 때, 뉴스가 하는 두 가지 매우 중요한 일이 있다는 것을 깨달았습니다. 하나는 세상에서 무엇이 중요한지 알려주는 것이고, 다른 하나는 왜 중요한지 알려주는 것입니다. 그것이 바로 의미 부여(sense making)입니다. 개인화 측면은 소셜 미디어가 대신하고 있습니다. 그들은 이미 당신에게 무엇이 중요한지 알려줍니다. 그래서 그들이 우리에게 올 때쯤이면, 우리가 그들에게 이미 알고 있는 것과 다른 점을 알려줄 것이 거의 없습니다.

하지만 '왜'라는 부분이 우리가 제공하는 핵심 가치입니다. 그리고 바로 여기서 우리는 [개인화]의 균형을 맞춰야 한다고 생각합니다. 데이터 기반이어야 하지만, 데이터를 GPS가 아닌 나침반처럼 사용해야 합니다. 저널리즘 기준을 가진 책임감 있고 윤리적인 뉴스룸이 사람들에게 제공하는 뉴스가 너무 개인화되어 반향실이 되고 그들의 신념을 강화하지 않도록 하는 것은 여전히 뉴스룸의 책임입니다.

균형을 맞추기 어려운 일입니다. 왜냐하면 외부의 빅테크를 보면, 완전히 개인화하면 청중을 확보하고, 클릭을 얻고, 돈을 벌고, 수익을 올릴 수 있다는 것을 알고 있기 때문입니다. 우리 업계가 이 두 가지를 균형 있게 유지하는 것, 즉 소비자가 있는 곳에서 만나고, 그들에게 실제로 필요한 뉴스를 제공하며, 그들이 준비되지 않았을 때 너무 많은 정보를 주지 않으면서도 동시에 우리의 관점과 의견이 매우 공정하게 전달되도록 하는 것이 매우 중요합니다.

샘 랜스보텀: 당신이 설명하는 것은 정말 어려운 골디락스 문제라고 생각합니다. 충분히 하되 너무 많이 하지 않는 것입니다. 너무 뜨겁지도 않고, 너무 부드럽지도 않고, 딱 맞는 것입니다. 우리는 세상에서 일어나는 모든 광범위한 일에 대해 알고 싶어 하지만, 동시에 내 기존 의견에 더 가까운 의견에도 관심을 가집니다. 저는 제가 매우 싫어하는 뉴스 소스를 제 삶에 적극적으로 유지하려고 노력합니다.

그렇다면 그 과정에서, 당신이 집중하고 집중하지 않는 종류의 것들을 선택할 때, 어떻게 저널리즘적 무결성을 유지합니까? 이것은 수년 동안 계속되어 온 문제이므로 새로운 문제는 아닙니다.

비닛 코슬라: 다면적인 문제라고 생각합니다. 먼저 뉴스룸에서 시작됩니다. 저는 우리 뉴스룸이 그 기준과 보도 방식으로 매우 공정한 관점을 제시하려고 노력한다고 믿습니다. 저희 애플리케이션에 오시면 [뉴스를] 소비할 수 있는 다양한 방법이 있습니다. 읽을 수도 있고, 들을 수도 있습니다. AI가 관심 있을 만한 기사를 선택하여 팟캐스트로 만드는 AI 팟캐스트를 시작했습니다. 편집자가 편집한 홈페이지로 이동할 수도 있습니다. 이는 [세계에서] 일어나는 일에 대한 전문가의 관점입니다. 'For you' 탭으로 가서 개인화된 뉴스를 읽을 수도 있습니다.

따라서 저희 측에서는 다양한 옵션을 제공하고, 이러한 옵션이 존재하는 이유에 대해 좋은 제품과 디자인으로 교육합니다. 그 사이 어딘가에서 에코 챔버에서 벗어나길 바랍니다.

이제 그 이상으로 나아가고 싶습니다. 저희 홈페이지로 가시면 WashingtonPost.com 하단에 구식 티커가 보일 것입니다. 거기서 다른 뉴스 조직이 홈페이지에 올리는 내용을 거의 무료로 보여주며 '이런 다른 일들이 일어나고 있습니다'라고 말합니다. 모든 것을 모든 관점에서 다룰 수 없고 국가에 서비스를 계속 확장해야 하기 때문입니다. 뉴스 회사로서 모든 사람의 삶에 가능한 한 가치를 제공해야 한다고 생각합니다.

최근에 Ripple이라는 것을 시작했습니다. 그래서 WashingtonPost.com/ripple에서 미국 전역의 의견 섹션으로 가서 그들과의 파트너십을 통해 그들의 콘텐츠를 소비자와 사용자에게 제공하려고 합니다. 어려운 문제이지만, 해결하는 사람들이 필요하고, 해결되길 원하는 다른 쪽의 사람들, 당신 같은 사람들도 필요합니다.

샘 랜스보텀: 정말 흥미로운 아이디어입니다. 다양한 곳에서 그 파문을 표면화하려는 아이디어 말이죠. 솔직히 말해서, 완벽하게 해내지는 못할 것입니다. 하지만 그것은 필연적으로 과정의 일부라고 생각합니다. 하지 않을 때의 비용이 알고리즘 문제가 있을 때의 비용보다 더 클 것입니다.

팟캐스트에서 개인화와 극단적인 개인화를 시도하는 데 어려움을 겪었다고 들었습니다. 그 프로젝트가 어떻게 진행되었는지 조금 알려주시겠습니까?

비닛 코슬라: 우리는 [매우] 큐레이션된 편집 팟캐스트 사이에 시장 수요가 있다는 것을 깨달았습니다. 저는 그것들을 거의 전문가 의견으로 봅니다. 이는 우리 회사의 전문가들이 '이것이 당신이 알아야 할 중요한 것들입니다'라고 말하는 것과 '때로는 [이런] 것들이 세상에 중요하지 않지만, 나에게는 중요합니다'라고 말하는 것 사이입니다. 이 제품의 팬이 된 아주 좋은 예를 하나 들겠습니다.

텍사스 선거구 재획정 싸움이 일어나고 많은 법정 소송이 진행 중이던 때를 기억하십니까? 동시에 인도에서는 비하르 주에서 선거가 있었습니다. 우리는 이 두 이야기를 다루었고, 어쨌든 팟캐스트는 제 관심사에 따라 선거구 재획정, 법률, 그리고 그곳의 집권당이 어떻게 표를 유지하려고 하는지에 대해 이야기했습니다. 그리고 그것은 비하르 선거와 대조되었는데, 그곳에서는 이런 일이 과거에 이미 일어났을 수도 있어서 승리하는 정당이 그러한 선거구 재획정 노력에서 나오는 승리에 기대고 있었습니다. ... 제 뇌에 뉴런이 발화했어요, Sam. '와, 이거 정말 흥미롭다. 나는 인도에서 이 쪽을 봤고, 텍사스에서 일어나는 일을 본다. 별로 좋아하지는 않지만, 이 두 [이야기를] 보여줘서 고마워'라고 생각했죠.

이제 전문가의 관점을 상상해 보면, 미국 인구의 99%에게 두 번째 이야기는 관련이 없습니다. 그리고 설령 관심이 있더라도, 이 팟캐스트가 제게 그랬던 것처럼 그들의 뇌에서 뉴런을 발화시키지는 않을 것입니다. 그것이 우리가 개인화된 팟캐스트로 정말로 공략하려는 격차라고 생각합니다. 이 모든 것이 우리의 보도에 기반하고 있기 때문입니다. 이 모든 것은 워싱턴 포스트에서 우리가 한 사실적인 것입니다. 우리는 이것이 세상이 알기에 중요하다고 생각하기 때문에 했습니다.

우리는 뉴스룸과 매우 긴밀히 협력했습니다. 매우 잘 테스트했습니다. 그리고 네, 완벽하지는 않을 것입니다. 몇 가지 실수를 했습니다. 출시 후, 우리는 디자인, 면책 조항, 경고와 함께 소비자에게 제시할 때 이것이 베타 실험 제품임을 이해하도록 했습니다. 그들은 실수가 발생할 수 있다는 것을 이해했고, 우리 팀 전체가 매우 면밀히 지켜보고 있었습니다.

기술적 [문제] 측면에서 한 가지 깨달은 것은 기사에 3인칭 참조가 많을 때 많은 문제가 발생한다는 것입니다. 예를 들어 'Vineet이 이렇게 말했고, Jennifer가 저렇게 말했다'라고 쓰여 있고, 다음 문장에 '그'와 '그녀'가 포함되어 있다면, 우리에게는 그가 누구이고 그녀가 누구인지 즉시 명확합니다. AI에게는 그렇지 않을 수 있습니다. 이러한 유형의 문제를 파악하기 시작했을 때, 우리는 다시 돌아가서 스크립트와 프롬프트를 변경했습니다. 기사의 글을 변경하지 않도록 했습니다. AI 측에서 이 문제를 해결할 방법이 있도록 했습니다. 그 증거는 지금까지 약 100,000개 이상의 개인화된 팟캐스트를 게시했다는 것입니다. 이 팟캐스트의 완료율은 실제로 우리가 게시하는 일반 팟캐스트의 완료율보다 높습니다.

샘 랜스보텀: 아름다운 예입니다. 어떤 것들은 연결하고, 어떤 것들은 놓치겠지만, 연결될 때는 놀라울 것입니다. 우리 쇼의 지속적인 주제 중 하나는 바로 이 개선이라는 아이디어인 것 같습니다. 초기 팟캐스트 게스트 중 한 명이 첫날이 최악의 날이다라는 아이디어를 언급했습니다. 그래서 이 실험을 내놓으면, 당신이 언급한 대명사 문제와 같은 것들을 발견하게 될 것입니다. 어떤 이야기가 어떤 것과 연결되는지는 우리에게 명백하지만, 그것들을 고칠 것이고 계속 개선될 것입니다.

이 제품, 이 개인화된 팟캐스트에 대한 계획은 무엇입니까? [당신의 100,000개 에피소드가] 이미 꽤 부럽습니다. 우리는 겨우 100개를 넘긴 것 같고, 정말 힘들었습니다.

비닛 코슬라: 글쎄요, 전문가를 대체한다고 생각하지 않습니다. 100개도 많은 작업이고, 100,000개는 그것을 구축하는 팀에게 여전히 많은 작업입니다. 들어오는 문제들을 검토하기 때문입니다. 그래서 작업은 다른 쪽에서 이루어집니다. 우리의 경우 QA 쪽에서 이루어집니다.

하지만 개인화된 팟캐스트에서 좀 더 확대해서 여기서 진행 중인 AI 노력에 대해 더 이야기해 보겠습니다. 그러면 모든 것이 이해가 될 것입니다. 우리 회사에서 AI를 보는 방식은 'AI everywhere'라고 부릅니다. 뉴스 생산에 AI를 적용하려는 'AI everywhere' 접근 방식입니다. [생성형 AI]가 할 수 있는 일이 너무 많습니다.

Haystacker라는 도구가 있는데, 수 시간 분량의 비디오를 처리할 수 있습니다. 사람이 몇 주가 걸릴 작업을 이제 저널리스트가 '빨간 모자를 쓴 그 사람을 찾고 싶다'고 말하면 [AI가] 1월 6일 폭동 비디오를 검색하여 그런 정보를 얻습니다.

아마 빅 데이터 세트가 더 이상 저널리스트가 두려워하는 것이 아니라는 이야기를 들어보셨을 것입니다. 더 이상 수동으로 읽을 필요가 없습니다. 지능적인 질문을 할 수 있습니다. 그래서 우리는 그 측면을 위해 내부적으로 많은 도구를 구축하고 있습니다. 이것이 저널리즘의 핵심 사명을 돕는 AI의 큰 기둥 중 하나입니다.

두 번째는 소비자 대면입니다. 여기에 [우리의] AI 팟캐스트, 'Ask the Post AI', [기사] 요약 등이 있습니다. AI 혁명의 경우, 관객이 우리보다 먼저 움직인 것 같습니다. 인터넷 혁명이 있었을 때, 사람들은 컴퓨터를 사고, 배우고, 웹 브라우저에 접속해야 했고, 그 다음에 뉴스룸이 웹사이트로 옮겨갔습니다. AI의 세계에서는 관객이 하룻밤 사이에 움직였습니다.

샘 랜스보텀: 이 Haystacker에 대해 약간 반박하고 싶습니다. 이름이 정말 마음에 듭니다. 당신이 말하는 것은 '건초 더미를 인공지능으로 뒤져서 모든 바늘을 찾아라'는 것입니다. 세상에는 훨씬 더 많은 콘텐츠가 있다는 것은 확실합니다. 일어나는 일의 양이 엄청납니다. 더 많은 콘텐츠를 얻고 있습니다. 그 콘텐츠에 더 많은 바늘이 있습니까? 아니면 기존 바늘의 발견이 더 나아졌습니까? 아니면 당신이 뒤지고 있는 건초의 대부분이 그냥 왼쪽 꼬리 쓰레기입니까? 이해가 되나요?

건초 더미를 생각할 때, '좋아, 전체 더미를 키우자. 전체 더미를 키우면 건초가 더 많아져서 바늘도 더 많아질 것이다'라고 생각합니다. 하지만 우리는 그 다른 바늘들을 더 잘 숨기고 있을 수도 있습니다.

비닛 코슬라: 둘 다 맞습니다. Haystacker 프로젝트부터 시작하겠습니다. 이름은 건초 더미에서 바늘을 찾는 데서 왔습니다. 왜냐하면 우리는 이미 건초 더미를 가지고 있었기 때문입니다. 누군가 기자에게 많은 비디오를 주었습니다. 누군가 기자에게 많은 데이터를 주며 '여기서 무슨 일이 일어나고 있다'고 말했고, 그것을 검토하는 데 2~3주가 걸렸습니다. 그래서 우리는 그들을 도왔습니다. 그들이 프레임별로 보는 대신 바늘을 찾도록 돕는 것입니다. 이것이 이 도구의 기원입니다. 그리고 이것은 많은 도구 중 하나입니다. 많은 뉴스 회사들이 이러한 도구를 구축하고 있습니다.

하지만 더 큰 질문으로 돌아가서, 훨씬 더 많은 데이터가 있고 대부분은 흥미롭지 않습니다. 우리는 AI의 역할이 그 모든 흥미로운 것들을 찾아서 중간에 저널리스트 없이 제공하는 것이라고 생각하지 않습니다. 그래서 저널리스트는 보통 본능을 사용하여 질문하고, 더 많은 것을 찾으려고 합니다. 그리고 정말 큐레이션된 데이터 소스가 있는 세상에 도달할 수 있다고 확신합니다. 노동부 보고서를 꺼낼 수 있겠죠? 그리고 저널리스트들은 그 보고서를 사용하여 이야기를 만듭니다.

그래서 'Ask the Post'에 가서 '2013년 농업 부문의 실업률은 어땠나요?'라고 물으면, 우리가 뉴스 기사에서 그것에 대해 썼을 수도 있고 아닐 수도 있습니다. 하지만 저널리스트들이 신뢰하고 사용하는 데이터 소스 중 하나에 접근할 수 있다면, 그것을 사용하여 질문에 답하는 것이 공정하다고 생각합니다. 하지만 다시 한 번, 데이터 검증과 같은 뉴스룸이 과정에 있습니다. 그리고 그것이 일반적인 인터넷 검색 엔진보다 약간 더 높은 품질을 만든다고 생각합니다. 그들도 나름의 자리가 있습니다. 비난하는 것이 아닙니다. 단지 다른 자리가 있다는 말입니다. 그리고 워싱턴 포스트 에서 우리가 구축하려는 것은 신뢰할 수 있는 뉴스와 저널리즘을 찾고 있고, 검증된 사실과 확신을 원한다면, 우리부터 시작해야 한다는 것입니다.

샘 랜스보텀: 이 과정을 어떻게 시작했는지 다시 생각해보죠. 당신은 '왜'에 대해 이야기하기 시작했습니다. 그리고 지금 그 '왜'는 그 일부가 되어야 합니다. 그렇지 않으면, 당신 말대로, 목록을 제공하지만 '왜'를 제공하지 않는 유용한 검색 엔진과의 뚜렷한 대조가 있습니다. 그런데 그렇게 말하면서, 저는 현대 검색 기술에 대해 생각하게 됩니다. 현대 검색 기술은 인공지능을 사용하여 더 많은 '왜'와 설명을 제공하는 방향으로 나아가려는 것 같습니다. 하지만 당신은 이 과정에서 저널리스트들의 역할에 대해 매우 명확히 했습니다.

그 부분에 대해 조금 더 설명해 주시겠어요? 어디를 자동화하고 있나요? 어떤 부분에 반드시 인간의 판단이 필요한가요? 그 경계를 어떻게 결정하고 있나요? 개별 사례에 대해 이야기할 수도 있지만, 결정을 내리는 과정은 무엇인가요?

비닛 코슬라: 이는 AI 거버넌스와 회사 내 AI 사용 방식에 관한 정책으로 거슬러 올라갑니다. 우리는 이를 세 부분으로 나누었습니다. 가장 쉬운 부분부터 먼저 말씀드리자면 정보 보안(infosec)입니다. 정보 보안 팀을 참여시켜서 "들어보세요, 우리가 일을 정말 크게 망치지 않도록 방법을 알려줘야 합니다. 보안 측면에서 무슨 일이 일어나고 있는지 알려주고 정책을 마련해야 합니다"라고 말했습니다. 우리가 비공개 인스턴스에서 호스팅하는 [대규모 언어 모델]을 사용하고 있기 때문에 이는 우리에게 더 쉽습니다.

그 다음은 뉴스룸 측면입니다. 뉴스룸과 저널리스트들이 모여서 AI가 그들의 작업에 어떻게 나타나길 원하는지, 어떻게 사용하고 어떻게 귀속시킬지, 해야 할 일과 하지 말아야 할 일이 무엇인지 스스로 결정했습니다.

그리고 세 번째 측면은 소비자입니다. 이것은 까다로운 측면인데, 일반적으로 제품이라고 생각하는 것이기 때문입니다. 우리가 취한 접근 방식은 좋은 디자인을 사용하는 것입니다. 우리는 항상 소비자, 즉 청중에게 그들이 소비하는 것이 무엇인지, 이것이 AI에서 얼마나 나온 것인지 알리고자 합니다. 그리고 그것은 스펙트럼이죠, 그렇죠?

요약의 예를 들어보겠습니다. 우리는 여전히 AI 요약에 "이것은 AI 요약입니다"라고 라벨을 붙입니다. 하지만 사람들이 그것을 사용하는 방식과 실제로 면책 조항을 보거나 마음에 들지 않아서 싫어요 버튼을 누르는 사람들의 수는 줄어들고 있습니다. 거의 아무도 AI 요약에 놀라지 않고, 사용자들도 그것에 대해 신경 쓰지 않는 지경에 이르렀습니다. 하지만 우리가 완전히 AI가 생성한 비디오를 게시한다면 — 지금까지 한 적도 없고 계획도 없지만 — 더 강력한 면책 조항을 붙일 것이라고 확신합니다.

따라서 제품 수준에서 우리는 디자인과 소비자 행동에 의존하여 사용자가 AI인지 아닌지 무언가를 사용할 때 항상 정보를 제공하도록 하고자 합니다.

샘 랜스보텀: 하지만 앞으로 건너뛰어 보죠. 10년 후에 우리가 여기 함께 앉아 있다면, 당신은 뉴스 경험이 나아가는 방향에 대해 생각하고 있어야 할 것입니다. 그리고 당신은 뉴스 읽기, 뉴스 듣기, 뉴스 보기라는 진행 과정을 언급했습니다. 당신은 이것에 대해 많이 생각해왔습니다. 앞으로 10년 정도 동안 무슨 일이 일어날 것 같습니까?

비닛 코슬라: 제가 그렇게 똑똑했다면, 샘...

샘 랜스보텀: 저와 이야기하지 않았을까요?

비닛 코슬라: 저는 뉴욕의 헤지 펀드 업계 어딘가에서 내기를 하고 있을 겁니다.

샘 랜스보텀: 좋아요, 더 짧게 가죠. 다음 달에 대한 약간의 힌트를 주시면, 그것에서 확장해 볼게요.

비닛 코슬라: 저는 진심으로 뉴스와 양질의 뉴스에 대한 필요성이 그 어느 때보다 크다고 믿습니다. 저널리즘은 단순한 형식이 아니라 훈련된 기술입니다. 우리는 저널리즘을 다양한 형식에 계속 적응시키고, 기술이 도움이 될 수 있는 곳에서 사용해야 합니다. 그리고 그것이 우리가 계속하려는 의도입니다. 워싱턴 포스트.

아마도 당신은... 유동적 콘텐츠(liquid content)에 대한 아이디어에 대해서도 듣기 시작할 것입니다. 우리가 하는 방식대로 콘텐츠를 생각해보세요. 일반적으로 뉴스는 24시간 지속됩니다, 그렇죠? 24시간 후에는 모든 뉴스룸이 그 이야기가 떨어졌다고 말할 것입니다. 홈페이지에서 내리고, 사람들은 그것에 대해 이야기하지 않습니다. 심층 조사 기사를 한다면 아마 7일 정도 갈 것입니다. 우리는 그것을 어딘가에 고정하고, 사람들이 공유하며, 더 오래 지속될 것입니다. 하지만 그 후에는 무엇을 하든 그냥 사라집니다.

저는 사람들의 호기심이 뉴스를 주도하는 세상을 봅니다. 뉴스는 말 그대로 오랜 기간 동안 무한한 형태로 존재할 수 있습니다. 누군가가 돌아와서 많은 질문을 시작할 수 있기 때문입니다. 그들은 질문을 시작하거나, "[워싱턴 D.C.]와 미네소타 사이의 [이민세관단속국] 전술 변화에 대한 보고서를 작성하는 데 도와줄 수 있나요? 과거보다 더 폭력적이었던 그 시기에 세상에서 무슨 일이 일어나고 있었는지 정말 이해하고 싶습니다"라고 말할 수 있습니다. 저는 이것이 더 많은 뉴스를 열어준다고 생각합니다. 실제로 위축에 대한 [초기의] 두려움보다 시장을 더 성장시킵니다. 그리고 그것이 항상 두려움이죠, 그렇죠?

새로운 기술이 나오면, 먼저 매우 진정한 위축에 대한 두려움이 있습니다. 나는 그것을 부정하고 싶지 않습니다. 솔직히 엔지니어로서, 저는 Claude Code가 지난 두 달 동안 한 일을 보고 "와, 내 백업 경력 선택이 사라졌네. 더 이상 아주 짧은 Java 프로그래머가 되지 않을 것 같아"라고 생각합니다. 하지만 일단 두려움을 극복하면, 이것이 성장한다고 생각합니다. AI는 우리가 성장하도록 돕습니다. 사람들과 그들의 호기심, 그리고 검증된 뉴스, 정보, 사실에 대한 필요성이 존재하는 한, 이것은 좋을 것입니다. 그것이 강세장입니다. 주식 시장에서 뭐라고 부르죠 — 긍정적인 쪽을?

샘 랜스보텀: 헤지 펀드로 전환하려면 [알아야 합니다].

비닛 코슬라: 황소(Bull)는 긍정적입니다. 곰(Bear)은 부정적입니다. 당신도 알다시피, 제 미래 경력 선택은 상당히 제한적입니다.

샘 랜스보텀: Java에 계속 집중하는 게 좋겠어요.

비닛 코슬라: Java에 집중하겠습니다. 하지만 신뢰에 관한 위험도 있다고 봅니다. 미래를 바라볼 때, 저를 가장 걱정하게 하는 것은 소비자의 신뢰가 한때는 매스트헤드(mastheads)에 있었다는 점입니다. 사람들은 기준과 절차, 전문가가 있다고 믿었기 때문에 신문을 읽었습니다. 그리고 우리 세대에, 저는 신뢰가 창작자(creators)로 이동하는 것을 보았습니다. 사람들은 창작자를 더 신뢰하기 시작했습니다. 그들은 트위터의 사람들에게 더 영향을 받았습니다. 그들은 뉴스를 알려주는 인스타그램과 틱톡 사람들에게 더 영향을 받았습니다. 그리고 저는 그것에 대해 생각했습니다. "여기서 무슨 일이 일어나고 있는 거지?"라고요.

하나는 우리의 뉴스가 충분히 빠르게 적응하지 못했다는 것입니다, 그렇죠? 그것은 사실입니다. 우리는 소비자가 있는 곳에서 그들을 만나지 못했습니다. 하지만 우리 인간은 일반적으로 다른 인간을 신뢰합니다. 우리는 목소리를 신뢰합니다. 우리는 언어를 신뢰합니다. 당신이 세계 어느 곳에 있든, 누군가가 다른 언어를 말한다면, 당신은 지능이 있는 사람과 함께 있다는 것을 압니다.

사실, 제 애플 시절로 돌아가면, 이런 일화가 있습니다. 시리(Siri)가 나왔을 때, 그것은 최초의 음성이었습니다. 기계와의 최초의 음성 상호작용이었습니다. 사람들은 그것과 대화할 수 있었습니다. 그리고 같은 시기에 애플 지도(Apple Maps)가 나왔고, 잘못된 데이터로 인해 사람들이 비포장 도로로 가서 갇히는 사건이 몇 번 있었습니다. 우리가 일관되게 받았던 불만은 "음, 시리가 거기 가라고 했어요"였습니다. 그리고 그때 우리는 시리 음성과 애플 음성이 같은 음성이라는 것이 실제로 문제라는 것을 깨달았습니다. [사용자들이] 그것에 너무 많은 신뢰를 두고 있었기 때문입니다. 그들의 눈은 이 길이 존재하지 않는다는 것을 보여주었지만, 시리가 말했기 때문에 그들은 우회전했습니다.

그래서 저는 이것이 우리에게 일어난 일이라고 생각합니다: 신뢰가 매스트헤드에서 사람들로 이동했습니다. 왜냐하면 자연스럽게 인간으로서 우리는 다른 인간을 조금 더 신뢰하기 때문입니다. 저를 걱정하게 하는 것은 이러한 AI가 창작자보다 거의 더 나은 인간이 됨에 따라, 당신과 대화할 수 있고, 깊이 개인화될 수 있으며, 창작자보다 당신을 더 잘 이해할 수 있기 때문에, 신뢰가 인간에게 있었던 것보다 AI로 더 많이 이동할까 두렵다는 것입니다.

이제, 그렇다면 우리는 무엇을 해야 할까요? 그것이 제 가설입니다. 사람들이 가질 AI에 대한 신뢰, 우리가 가질 관계는 매우 깊을 것입니다. 뉴스와 저널리즘 세계에서 우리에게 책임이 있다고 생각합니다. 소비자가 외부 세계에 존재하는 몇 가지 큰 선택지에 갇히지 않도록 동등한 유형의 경험을 구축하는 것입니다. MCP 프로토콜과 같은 것들이 나오는 것을 볼 때 희망을 느낍니다.

샘: 모델 컨텍스트 프로토콜.

비닛: 모델 컨텍스트 프로토콜. 저는 에이전트 간 대화가 일어나는 것을 봅니다. 빅테크, 소형 테크 스타트업 등 충분히 많은 회사들이 "이봐, 내 에이전트가 뉴스를 필요로 하면, 올바른 검증된 뉴스를 얻을 수 있도록 당신의 에이전트와 연결하고 싶어"라고 말하며 이 길을 따라 작업하고 있습니다. 그래서 저도 희망적이지만, 신뢰에 대해 매우 걱정됩니다. 나는 그것이 자격이 있는 사람들에게 남아 있도록 하고 싶습니다.

샘 랜스보텀: 사실, 거기에는 꽤 흥미로운 네다섯 가지가 있습니다. 첫째, 저는 다른 시리 제품들 사이의 그 신뢰 전환에 대해 실제로 생각해본 적이 없었습니다... 제 직감적인 반응, 순진한 접근 방식은 "이봐, 신뢰가 전환되는 것은 좋은 일이야"라고 말하는 것이었을 것입니다. 하지만 당신이 지적한 것은 기본 정확도 수준이 다른 두 개의 다른 제품이 있을 때, 그 신뢰를 전환하고 싶지 않을 수도 있다는 것입니다. 그것은 그것에 대해 생각하는 흥미로운 방식입니다. 저는 자연스럽게 "이봐, 더 많은 신뢰가 더 좋은 거야"라고 생각했습니다. 하지만 예를 들어 더 로봇 같은 목소리로 이것은 신뢰해서는 안 된다는 신호를 보낼 수 있습니다.

당신은 시리를 언급했습니다. 여기서 뒤로 물러나서 당신이 항상 있지 않았던 방법에 대해 이야기해 봅시다. 워싱턴 포스트. 현재의 위치에 오기까지의 과정과 그 여정에서 Siri가 어떤 역할을 했는지 조금 말씀해 주세요.

비닛 코슬라: 학부 시절에 AI를 처음 접하게 되었고, 기계가 모든 일을 대신해 준다는 아이디어에 매료되었습니다. '이거 대단하네. 인공지능 석사 학위를 따서 편하게 앉아 쉬어야겠다'고 생각했죠. 그게 첫 직장인 모기지 업계로 이어졌습니다. 대출을 위한 AI 모델을 만들곤 했는데, 2007년에 대규모 모기지 위기와 금융 붕괴가 일어나면서 제 업계 전체가 사라졌습니다. 알고 보니 대출 관련해서는 아무도 AI의 말을 듣지 않았던 거죠.

하지만 한 문이 닫히자 우주가 열렸습니다. 오픈소스 코드를 기여하고 있었는데, Siri의 창립자들이 제 코드를 보게 되었습니다. 그들이 면접을 보라고 초대했고, 실리콘밸리로 가서 다음 10년 동안 그들과 함께 Siri를 구축했습니다. 우리는 그 시대의 음성 기반 AI였고, Alexa와 Google Assistant가 등장하기 전까지 오랫동안 그랬으며, 그 후로 완전히 새로운 세계가 열렸습니다.

약 10년 후, 저는 급선회하여 Uber Maps로 들어갔습니다. 경로 알고리즘을 구축하는 팀을 이끌었는데, 정말 재미있었습니다. 그래프 검색이 관련되어 있었고, 철저한 컴퓨터 과학이었죠. 그래프 검색은 컴퓨터 과학의 정수입니다. 그 시절을 정말 좋아했습니다. 약 4년 동안 그 일을 한 후, LLM이 등장했습니다. 그래서 '좋아, 내 옛날 세계인 자연어 처리로 돌아가야겠다'고 생각했고, 거기서 무언가를 해보고 싶었습니다.

그래서 Uber에서 잠시 시간을 냈습니다. 재교육을 받기로 마음먹고 원예 도구를 샀습니다. 아내가 걱정을 많이 했죠. '재교육을 얼마나 오래 할 거야? 도구가 너무 많잖아'라고 말했지만, 이 워싱턴 포스트 기회가 왔고, 제 뇌의 모든 뉴런이 반응했습니다. '이 혁명은 모두 언어에 관한 것이야. 모두 지식에 관한 것이야. 뉴스룸이 바로 그런 곳이야. 그곳은 언어의 보고야. 그들은 대가야. 전문가야. 모든 지식과 정보를 가지고 있어'라고 말했죠. 그리고 면접을 봤습니다. 워싱턴 포스트; 그들은 훌륭한 팀입니다. [소유주] 제프 베조스와 면접을 봤고, 마침내 '네, 이것이 제 인생의 다음 장에서 하고 싶은 일입니다'라고 말했습니다.

샘 랜스보텀: 거기서 밀고 나가야 할 것들이 많습니다. 그중 제가 짚고 싶은 한 부분은, 당신이 오픈소스 기여를 했고 Siri 사람들이 그것을 알아봤다는 점을 아주 빠르게 넘어갔다는 것입니다. 그리고 그것이 Siri에 참여하게 되었고, 애플 인수와 당신의 역할로 이어졌습니다. 저는 기여라는 아이디어를 매우 지지하기 때문에 특히 마음에 듭니다. 기여에 대한 동기를 생각할 때, 기술에 관심을 갖고 호기심을 가지며 무언가를 연구하고, 오픈소스 프로젝트를 통해 그 증거를 제공하는 것(오픈소스 프로젝트 외에도 다른 방법이 있지만, 이것은 훌륭한 방법 중 하나입니다)이 어떻게 매우 흥미로운 경력 경로로 이어질 수 있는지 보여주는 훌륭한 이야기입니다.

비닛 코슬라: 맞습니다. 여러모로 운이 좋았습니다. 사람들이 관심 있어 하는 일을 하고 있었고, 그게 기회를 열어주었기 때문입니다. 말씀이 맞습니다. 경력 초기에는 다양한 것들을 많이 시도해보고, 그런 다음 전문가가 되어야 한다고 생각합니다. 누가 보고 있을지 모르니까요.

샘 랜스보텀: 운이라고 말씀하셨는데, 운이 큰 역할을 한다고 생각합니다. 하지만 운은 동시에 무언가를 작업할 때만 잘 결합됩니다. 또한 비꼬는 말을 하자면, 제가 얼른 넘어가고 싶은 이야기 중 하나는 당신의 인공지능 석사 학위가 조지아 대학교에서 나왔다는 점인데, 저는 조지아 공대 출신이라서 그 부분은 빨리 넘어가고 싶습니다. 나쁜 운도 있을 수 있으니까요.

비닛 코슬라: 아니요, 사실 중요한 점이라고 생각합니다. 저는 조지아 공대를 깊이 존경합니다. 물론 훌륭한 컴퓨터 과학 프로그램, 로봇 공학 프로그램, AI 프로그램이 있습니다. 조지아 대학교가 그 당시에 독특하게 제공했고, 지금도 제공하는 것은 학제 간 프로그램입니다. 그래서 저는 언어, 철학, 마음 이론, 1차 논리, 그리고 사람들이 지금 이해하는 AI의 99.99%를 구성하는 통계적 AI를 공부했습니다. 축하합니다, 당신들이 이겼습니다.

샘 랜스보텀: 또 다른 부분은 그래프 기반 작업을 언급하셨다는 것입니다. 그래프 기반 접근 방식이 왜 그렇게 흥미롭다고 생각하시나요? 왜 당신의 관심을 끌었나요?

비닛 코슬라: 음, 고전적인 경로 문제였습니다. 지도와 경로를 다루고 있었기 때문에 그래프, 간선, 노드 위에서 경로를 찾아야 했습니다. 그 알고리즘들은 학교에서 배운 것들이죠. 그것이 제 관심을 끌었습니다.

Uber의 경우에는 변형이 있었습니다. 대중교통(제가 말하는 대중교통은 버스가 아니라 택시나 Uber 같은 것을 의미합니다)의 경로 찾기는 개인 경로 찾기와 매우 다릅니다.

우리는 10미터 또는 10초라는 지표를 정했습니다. 지도가 10미터 잘못되었거나 예상 도착 시간이 10초 틀리면 좋은 경험을 제공할 수 없습니다. Uber가 당신이 있는 곳보다 10미터 더 떨어진 곳에 정차하면, 당신은 그것을 잡으려고 뛰어가야 합니다. 위험한 상황에 처하게 되는 거죠. 길을 건널 수도 있습니다. 제시간에 도착하지 못하고 Uber가 거기 서 있으면, 그 운전자는 티켓을 받을 수도 있고, 교통이 막히고, 경찰이 출동할 수도 있습니다.

그래서 우리에게 정확도 수준은 Google이나 Apple이 하는 것보다 훨씬 높았습니다. 그리고 우리는 선형적으로 확장할 수 없었습니다. Apple과 Google의 경우, 그들이 판매하는 전화기 수만큼 지도 길찾기가 발생하는 반면, 우리는 시장의 균형을 맞추려고 했습니다. 따라서 한 명의 라이더를 위해 100명의 드라이버에게 언제 도착할 수 있는지 문의할 것입니다. 마찬가지로 100명의 드라이버를 위해 100명의 라이더에게 문의합니다. 나에게 가장 가까운 드라이버가 5분 거리에 있고, 당신에게 가장 가까운 드라이버가 1분 거리에 있을 수 있습니다. 하지만 드라이버 순서를 바꿔서 우리 둘 다 2분 안에 드라이버를 받을 수 있게 하면 시장이 균형을 이룹니다. 그렇지 않으면 내 드라이버가 5분 거리였기 때문에 취소했을 것입니다.

문제를 파고들기 시작하면 이것이 매우 다른 경로 문제라는 것을 알게 됩니다. 물론 그래프 검색과 경로, 다익스트라 알고리즘이 핵심이지만, 균형 잡힌 시장을 만들기 위해 계속해서 추가해야 했던 레이어들은 정말 흥미진진했습니다. 아무도 그전에 실제로 해본 적이 없었거든요.

샘 랜스보텀: 재미있어 보이네요. 실제로 다익스트라 알고리즘과 같은 것들을 언급하셨는데, 이런 핵심 아이디어들이 여전히 유지되고 있다는 생각에 기쁩니다. 방금 설명하신 매칭 문제는 일반화 할당 문제의 전형적인 예입니다. 이것들은 운영 연구, 그래프 이론, 수학의 근본적인 문제들입니다. 모든 것이 통계적으로 다음 확률 단어를 고르는 것만은 아니라는 것을 보니 반갑습니다. 이런 올드스쿨적인 것들이 다시 등장하고 돌아오는 것을 보니 기쁩니다.

비닛, 저널리즘과 그 뒤에 있는 기술이 어디로 향하고 있는지에 대한 매혹적인 통찰이었습니다. 뉴스의 미래는 여러모로 더 개인화되고 AI 기반이 되며, 더 복잡해질 것이 분명합니다. 당신과 다른 사람들이 이 일을 하고 있어서 기쁩니다. 오늘 함께해 주셔서 감사합니다.

비닛 코슬라: 초대해 주셔서 감사합니다, 샘.

샘 랜스보텀: 들어주셔서 감사합니다. 다음 에피소드에서는 저널리스트인 Andrew Palmer와 이야기할 예정입니다. 이코노미스트. 다른 뉴스 매체가 AI에 대해 어떻게 생각하는지 알아보겠습니다. 함께해 주세요.

앨리슨 라이더: 들어주셔서 감사합니다 나, 나 자신, 그리고 AI.

나, 나 자신, 그리고 AI^® 는 Massachusetts Institute of Technology의 연방 등록 상표입니다.