뉴스그래픽의 Gen AI 활용 양상 분석- 수사학적 담론 유형을 중심으로-
An Analysis of Generative AI Usage in News Graphics- Focusing on Rhetorical Discourse Modes-
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
(연구배경 및 목적) 생성형 인공지능(Gen AI)의 확산은 뉴스 콘텐츠 제작 환경에도 변화를 가져오고 있다. 뉴스그래픽 분야에서 Gen AI는 효율성 덕분에 도입되고 있으나, 신뢰성과 윤리 문제에 대한 우려도 크다. 그러나 기존 학술 논의가 주로 AI의 텍스트 생성 역할에 집중하면서, 시각 콘텐츠에 미치는 영향에 대한 연구는 미비한 실정이다. 이에 본 연구는 방송 뉴스 그래픽을 수사학적 담론 유형(서사, 설명, 묘사)으로 분류하여 Gen AI의 활용 빈도와 양상을 분석한다. 본 연구의 목적은 뉴스 제작 현장에서의 AI 활용 현황을 실증적으로 규명하고, 향후 제작 전략과 후속 연구를 위한 기초자료를 제공하는 데 있다. (연구방법) 본 연구는 24시간 뉴스 채널 YTN에서 2025년 4월 1일부터 6월 30일까지 91일간 방송된 뉴스 그래픽을 대상으로 정량 분석을 수행했다. 총 1만 2천여 개의 초기 원자료에 대한 데이터 정제 과정을 거쳐, 최종 분석 표본으로 7,366개의 ‘인서트 노멀 그래픽’(풀스크린 시각 자료)을 확정했다. 알렉산더 베인(Alexander Bain)의 수사학적 담론 유형 이론을 적용해 모든 그래픽을 서사, 설명, 묘사 유형으로 분류했으며, 이 분류 체계는 17인의 산업 전문가를 통해 타당성을 검증받았다. Gen AI 활용 여부는 콘텐츠 관리 시스템(CMS) 기록, 제작자 인터뷰 등으로 교차 검증하였고, 그 활용 방식은 기사 맞춤형과 범용 AI 이미지로 구분하여 분석했다. (결과) 총 7,366개의 뉴스그래픽 중 238건(3.23%)에서 Gen AI가 활용되었다. AI 활용은 묘사적 유형에 압도적으로 집중(164건)되어, 전체 AI 활용의 68.9%를 차지했다. 이와 대조적으로 정보 구조화가 중요한 그래픽에서의 역할은 미미하여, 설명적 유형에서는 71건, 서사적 유형에서는 단 3건에 그쳤다. 또한, 특정 뉴스 기사에 맞춰 제작된 기사 맞춤형 AI 이미지가 범용 AI 이미지보다 3배 이상 많이 활용되어, AI가 능동적인 생산 도구로 사용되고 있음을 확인했다. 서사 및 설명 유형에서 AI는 정보 구조를 직접 생성하기보다는, 배경이나 삽화 등 묘사적 시각자료를 결합하는 혼합담론양식의 보조적 수단으로 주로 사용되었다. (결론) Gen AI는 뉴스그래픽 제작의 새로운 시각화 도구로 자리매김하고 있으나, 그 활용은 묘사적 기능에 현저히 집중되어 있었다. 이러한 경향은 현재 AI 기술이 복잡한 데이터의 논리적 관계를 구조화하기보다, 촬영이 어렵거나 추상적인 장면을 시각적으로 재현하는 데 더 강점이 있음을 시사한다. 즉, 뉴스 제작 환경에서 Gen AI는 포괄적인 인포그래픽 디자이너라기보다 효율적인 일러스트레이터의 역할을 수행하고 있다. 다만 본 연구는 당일 언론사의 한정된 기간을 표본으로 한 명백한 한계점을 가지며, 향후 다기관의 장기간 표본의 비교 분석을 통해 결과를 일반화하고 산업적, 윤리적 AI 생성 이미지에 대한 수용자 인식 등 심층적인 후속 연구가 활발히 진행되기를 기대한다.
Abstract
(Background and Purpose) The proliferation of Generative Artificial Intelligence (Gen AI) is reshaping the news content production landscape. In news graphics, Gen AI is employed for its efficiency, yet this adoption is paralleled by significant concerns regarding reliability and ethics. While academic discourse has largely concentrated on AI's role in text generation, a critical research gap exists concerning its impact on visual content. This study classifies broadcast news graphics into rhetorical discourse modes (narrative, expository, and descriptive) to analyze the frequency and patterns of Gen AI usage. The study’s purpose is to empirically define AI's status in news production, providing foundational data for future strategies and research. (Method) This study conducted a quantitative analysis of news graphics broadcast by the 24-hour news channel YTN over a 91-day period from April 1 to June 30, 2025. After a data refining process on an initial raw dataset of more than 12,000 items, a final sample of 7,366 'insert normal' graphics (full-screen visuals) was established. Applying Alexander Bain's theory of rhetorical modes, all graphics were classified into narrative, expository, and descriptive types. This classification framework was validated through consultation with 17 industry experts. The use of Gen AI was cross-verified using Content Management System (CMS) records and producer interviews, and its application was analyzed by categorizing it into 'custom-made' and 'generic' AI images. (Results) Out of 7,366 news graphics, 238 cases (3.23%) utilized Gen AI. The application was overwhelmingly concentrated in the descriptive type (164 cases), accounting for 68.9% of all AI usage. In stark contrast, its role in information-structuring graphics was minimal, with only 71 cases in the expository type and a mere 3 in the narrative. Furthermore, 'custom-made' AI images were utilized over three times more frequently than 'generic' ones, indicating an active production role. In narrative and expository contexts, AI was primarily used as an auxiliary tool in a mixed-discourse mode to generate descriptive visual elements such as backgrounds or illustrative motifs, rather than structuring the information itself. (Conclusions) Gen AI is establishing itself as a visualization tool in news graphic production, yet its application is significantly concentrated on descriptive functions. This trend suggests current AI technology is stronger at visually recreating difficult-to-film or abstract scenes than at structuring the logical relationships of complex data. In essence, within the news production environment, Gen AI functions more as an efficient illustrator than a comprehensive infographic designer. However, this study has limitations as it examines a single media organization over a limited period. Future research is expected to generalize these findings through multi-institutional comparative analyses. Additionally, in-depth studies on the industrial and ethical implications as well as audience perception, of AI-generated images will be actively pursued.