兵貴神速

1. 틱톡과 유니버설 뮤직그룹 결별 - 유니버설 뮤직그룹이 1월 31일에 만료된 틱톡과의 라이선스 계약을 갱신하지 않기로 결정. 이러한 결정에 따라 유니버설 뮤직그룹이 판권을 가진 아티스트들의 음악이 사용된 영상은 순차적으로 묵음처리 되었고, 틱톡 내에서의 노출 또한 제한을 받을 전망. - 협상 결렬 사유 아티스트에 대한 적절한 보상이 없음 틱톡이 이용자의 안전한 플랫폼 사용을 보장하지 못함 생성AI가 만들어낸 음악의 확산 - 유니버설 뮤직그룹은 틱톡이 음악을 저평가하고 아티스트와 작곡가에게 적절한 보상을 제공하지 않는 계약을 받아들이도록 압력을 가하려 한다고 비판했음. 2. 유니버설 뮤직그룹 “틱톡에 타임아웃을 요청한다” - 유니버설 뮤직그룹은  “Why We Must Call Time Out on TikTok” 이라는 제목의 선언문을 통해 소셜 미디어 대기업과의 협상 과정에서 공정한 보상과 아티스트 권리를 보호하기 위한 노력이 필요함을 강조했음. - 유니버설 뮤직그룹은 “틱톡이 음악 콘텐츠에 상당히 높은 의존도를 보이고 있다”며 음악이 틱톡의 중추적 역할을 수행하고 있음을 강조하면서, 틱톡의 기하급수적인 성장과 재정적 성공에도 불구하고 업계 표준보다 현저히 낮은 보상률에 대해 우려를 표명. 3. 또 다시 등장한 생성AI - 논쟁의 핵심 포인트 중 하나는 틱톡의 생성AI 음악 처리 방식. 유니버설 뮤직그룹은 틱톡이 플랫폼 내에 생성AI 음원 유입을 허용하고, 생성AI 음악 제작 도구를 적극적으로 홍보하고 있다고 주장하며 인간 아티스트의 로열티를 약화시킬 가능성이 있다는 우려. - 저작권을 침해하는 콘텐츠를 신속하게 삭제하지 않은 점, 관련한 대응책을 강구하거나 규제를 마련하지 않은 점 또한 틱톡이 사용자의 콘텐츠 보호와 안전 문제 해결에 무관심함을 증명한다는 것이 유니버설 뮤직그룹의 지적. 4. 틱톡 “이기적인 결정일 뿐” - 틱톡 또한 유니버설 뮤직그룹의 결정에 실망감을 표하며 아티스트와 작곡가의 이익보다 탐욕을 우선시하는 회사라는 비판으로 대응. 틱톡은

-현재까지 우리가 봐 왔던 검색 방식은 생성 AI와의 결합으로 전혀 다른 모습으로 태어날 조짐을 보이고 있음.  - 검색 결과창의 UI 변화는 곧장 뉴스 소비에 영향을 미칠 수 있음. 현재까지 검색창은 '완성된 문장'보다는  검색하고자 하는 '핵심 단어'의 나열을 주 입력 정보값으로 활용해 왔음. 인간-검색엔진의 일반적인 대화 방법. 이 방식에 따라 해당 키워드를 품고 있는 언론사의 기사는 검색 결과물로 제시될 가능성이 높았고, 이를 통해 자사 웹사이트로 사용자를 유입시키고 뉴스 소비하게 하면서 광고 수익을 창출. 그래서 검색 유입을 통한 트래픽은 그래서 중요했습니다. - 하지만 이러한 입력 방식과 결과 제시 방식, 즉 사용자와 검색의 대화법에 근본적인 변화가 일어나고 있음. 주류 검색엔진들은 입력 정보값으로 '완성된 문장'을 받아들일 준비를 마친 상태. 생성 AI결과값으로는 사용자가 기대하는 정확한 정답을 생성해 추론해 제시하고 제한된 링크만 나열하는 구조로 바꾸려고 하고 있음. 이는 정보를 찾고 탐색하고 대화하는 방식의 큰 변화를 가져올 가능성이 높음. 왜냐하면 굳이 뉴스 전문을 찾아들어가지 않더라도 궁금증과 호기심, 요약 정보를 미리 파악할 수 있게 되는 것.  구글 검색 어떻게 바뀌게 되나 : (1) 프롬프트창=검색입력창 입력창의 구조 변화 - 입력창의 모양새는 전혀 바뀐게 없고 이전과 동일. 그러나 입력값에 따라 출력값이 다르게 나온다는 경험을 하게 되고 더 나은 경험을 제공하는 방식으로 입력창의 활용 방식이 바뀌게 될 것.  - 구글은 사용자들의 새로운 경험 경험을 유도하기 위해 입력 습관 변화를 제안하는 다양한 마케팅을 진행할 것. 입력창 정보가 들어오면 가장 중요한 위치에 'Generative AI in Experimental'이 나타남. 이전까지 검색 출력창의 상단 공간은 스폰서 링크 등의 광고 영역이었음. 이제 저 공간에 생성 AI가 생성한 응답 결과를 보여주게 될 것.  네이버 검색

◉ 고품질 저널리즘의 딜레마 - 분명 생성AI는 저널리즘의 품질을 높이는 데 기여할 수 있음. 탐사보도의 시간을 절약해주고, 고품질 텍스트 콘텐츠를 원하는 포맷으로 쉽게 전환하는 데 도움을 줌. 작업 프로세스의 효율화에도 기여. 하지만 이러한 생성AI들이 이 분야에도 높은 성능을 발휘하려면 고품질 데이터를 주기적으로 더 많이 학습할 필요가 있고 바로 여기에서 언론사의 딜레마가 나타남.  - 학습 데이터에 대한 보상을 받기 위해서는 다수의 LLM 봇을 차단해야 됨. 보상 협상을 진행하기 위한 최소한의 정책적 전제 조건. 시간이 지날수록 고품질 저널리즘 데이터는 희소해 진다는 가정 하에서, 이러한 전략은 자연스럽다고 생각. 아래처럼 전세계 언론사를 기준으로 LLM 봇을 차단하는 비율을 꾸준히 늘어나고 있음. - 고품질의 데이터로 학습하지 못하는 LLM은 앞으로 성능이 저하될 가능성. 그래서 이미 다수의 LLM 기업들은 학습 데이터에 대해 보상할 의향이 있다는 태도. 더이상 허락 없는 보상은 보편적 질서가 되기도 어려움.  ◉ 고품질 뉴스 데이터의 희소 가치를 설파할 기회와 조건 (1) 고품질 언어 데이터의 고갈  -  LLM이 지속적으로 성능을 개선하기 위해서는 더 높은 품질의 데이터가 지속적으로 필요. 문제는 필요로 하는 데이터 세트의 규모와 실제로 공급 가능한 데이터 스톡이 불일치한다는 것. 즉 필요로 하는 데이터의 증가량보다 고품질 데이터가 쌓이는 속도가 느리다는 것. 즉, 고품질 언어 데이터를 누적적으로 쌓고 관리해 온 언론사들에겐 유리한 국면이 펼쳐질 것. 고품질 언어 데이터의 고갈 시점을 대략 2027년 전이 될 것이라고 보고 있음.  (2) 다양성 데이터 부족 시 모델 붕괴  - 저품질 데이터와 AI가 생성한 데이터만으로 학습을 하게 되면 해당 모델의 품질과 성능을 하락하게 됨. 사실 아직 모델 붕괴의 대표 사례들이 두드러지지 않아서 현실로 나타날지에 대한 여러 불확실성이 존재. 하지만 언론사 입장에서는 이러한 모델 붕괴 시나리오의 가능성이 높아질수록

로이터연구소에서 최근 저널리즘 관련 전망 리포트 공개했음.  <Journalism, media, and technology trends and predictions 2024> 1. 2024년은 저널리즘의 도전적 한 해 - 미디어 리더들은 꼽은 올해 저널리즘 분야의 위협은 비용 상승, 광고 수익 감소, 구독자 증가율 둔화, 법적 분쟁 등. 가장 큰 공감을 얻은 것은 소셜미디어 사이트의 추천 트래픽의 급격한 감소. 불안정한 광고 수익, 소셜 미디어의 추천 트래픽에 대한 우려로 인해 저널리즘 업계에서 혼란이 발생하고 있음. - 긍정적 관점으로는 디지털 구독과 기타 수익원을 결합하여 지속 가능한 성장의 길을 모색할 수 있게 됐고,  주요 정치 및 스포츠 이벤트가 많은 한 해인 만큼 이용자 수를 늘리는데 도움이 될 것으로 보는 것.  2. 플랫폼의 변화와 추천 모델의 종말 - 페이스북을 비롯한 여러 플랫폼은 지난해부터 운영 측면에서 뉴스를 후순위로 미루고 있음. 모기업인 메타 역시 언론사보다는 크리에이터에게 플랫폼을 사용하도록 장려하는 등 틱톡의 위협에 대응하기 위해 노력해 왔음. 현재 뉴스 및 미디어 자산에 대한 페이스북의 총 트래픽은 48% 감소했으며, X의 트래픽은 27%, 인스타그램은 10% 감소했음. - 리포트는 페이스북과 X 같은 ‘전통적인’ 소셜 미디어의 쇠퇴를 뒷받침하는 주요 변화로 다음의 두 가지를 제시. 첫째, 뉴스와 정치에 관한 많은 대화의 유해한 특성으로 인해 많은 사람들이 메시징 앱과 같은 사적인 공간으로 이동하게 되었고, 둘째, YouTube 및 TikTok과 같은 콘텐츠 기반 네트워크가 강화되었기 때문. -   로이터 연구소는 이러한 영상 형태의 콘텐츠가 수익을 창출할 수 있는 뉴스 웹사이트로 다시 연결하기 어렵다는 점에서 전통적인 뉴스 퍼블리셔들이 적절히 활용하기 어렵다고 분석. 많은 전통적 언론사 역시 상대적으로 연령층이 낮은 영상 창작자들에 비해 가시성을 확보하는 데 어려움을 겪고 있다는 분석. 더 나아가 WhatsApp와 같