어렵고 멀게만 느껴지던머신러닝이 오늘날 우리의 일상생활은 물론 저널리즘과도 더욱 가까워지고 있습니다. 뉴욕타임스, 버즈피드 등 세계의 유수 언론들은 머신러닝 기술을 활용해 탐사보도를 시도하고 있으며 뉴스를 수집하거나 유통하는데도 머신러닝을 적극 활용하고 있습니다. 이제 머신러닝 기술은 자본과 규모를 갖춘 언론사의 전유물이 아닌, 국내외 편집국도 보편적으로 활용하는 기술로 서서히 자리잡아가고 있습니다 
 
구글 뉴스 이니셔티브(Google News Initiative, 이하 GNI)는 이런 환경에서 저널리스트들이 기술적 장벽에 좌절하지 않고, 머신러닝에 대한 이해도를 높여 머신러닝 기반의 저널리즘에 직접 도전할 수 있도록 ‘GNI 트레이닝 센터 <머신러닝 개론> 코스를 개설했습니다

머신러닝 개론은 다음 8개의 강좌로 구성되어 있습니다 
  1. 머신러닝, 언론과 우리
  2. 머신러닝은 인공지능(AI)과 똑같은가요?
  3. 머신러닝에 대한 다양한 접근법
  4. 머신러닝을 사용할 수 있는 방법
  5. 기계는 어떻게 학습을 할까요?
  6. 머신러닝의 편향(bias)
  7. 머신러닝 기반 언론을 향한 전진
  8. 머신러닝 개론: 퀴즈
 
이번에 공개한머신러닝 개론은 런던 정치경제대학교 산하 폴리스에서 지난해 발표한 저널리즘AI 보고서 ‘New powers, new responsibilities. A global survey of journalism and artificial intelligence‘를 토대로, 뉴스 수집과 생산, 유통 전반에 걸쳐 활용되고 있는 머신러닝 사례를 다수 포함하고 있습니다. 머신러닝에 대한 막연한 기대나 환상보다는 그것의 장점과 한계를 명확하게 짚어보고, 편집국에서 머신러닝으로 어떤 유익을 얻을 수 있는지, 어떤 업무에 효율을 기대할 수 있을지 알아볼 수 있습니다. 더불어, 머신러닝을 활용해 저널리즘의 본질에 더욱 집중할 수 있는 접근법에 대해서도 살펴보실 수 있습니다
 
이 밖에, 개론에서 더 나아가 보다 심화된 내용은 아래 추가 자료를 통해 확인하실 수 있습니다. 추가 자료를 제외한 모든 코스는 한국어로 제공하고 있습니다
 
머신러닝을 결합한 저널리즘의 발전에 대한 관심이 고조되고 있는 지금, GNI 트레이닝 센터머신러닝 개론에서 머신러닝 기술을 활용해 저널리즘의 가치를 제고할 수 있는 다양한 시각과 방법에 대한 인사이트를 얻어가시길 응원하겠습니다
 
작성자: 구글코리아 블로그 운영팀