기사 상세
[글로벌 미디어 현장] 미국_ 언론사의 AI 활용 현황
2026년 8월 11일, 뉴욕포스트미디어그룹(New York Post Media Group)은 인공지능 기반의 개인화 뉴스 서비스 해밀턴(Hamilton)을 출시했다. 서비스의 명칭은 미국 건국의 아버지 가운데 한 명이자 1801년 뉴욕포스트를 창간한 알렉산더 해밀턴(Alexander Hamilton)에서 따왔다. 해밀턴은 2026년 1월 창간된 뉴욕포스트의 자매지 캘리포니아포스트(California Post)에서 시범 운영을 거친 뒤, 두 매체의 iOS 및 안드로이드용 모바일 앱에 도입됐다. 해밀턴은 대화형 검색, 개인화 뉴스 브리핑, 맞춤형 기사 및 논평 추천, 알림 기능을 하나로 결합한 통합형 뉴스 플랫폼이다.1)
해밀턴은 네 가지 핵심 기능으로 구성된다. ‘해밀턴 검색(Hamilton Search)’은 독자가 일상적인 언어로 질문하면 뉴욕포스트가 보유한 약 5년 치 기사 아카이브와 최신 보도를 검색해 출처가 명시된 답변을 제공한다. 독자는 후속 질문을 통해 특정 사건이나 쟁점을 더욱 깊이 탐색하고 관련 기사 원문으로 이동할 수 있다. 맞춤형 뉴스 브리핑 기능을 하는 ‘포스트 익스프레스(Post Express)’는 독자의 관심사와 열람 습관을 바탕으로 주요 뉴스를 선별·요약해 하루에도 여러 차례 제공한다. ‘맞춤 기사 추천(Picked For You)’은 구글의 추천 인공지능 기술을 활용해 이용자의 관심사와 앱 이용 행태를 학습하고 이에 맞는 기사를 추천한다. ‘필진 추천(Post Voices)’은 독자가 선호하는 칼럼니스트와 기고자의 논평 및 분석 콘텐츠를 카드 형식으로 제시한다. 이들 기능에는 독자의 관심 주제와 이용 습관을 반영한 개인화 푸시 알림도 결합된다.2)
해밀턴은 구글 클라우드(Google Cloud)의 제미나이(Gemini) 모델을 기반으로 구축됐다. 새로 발행된 기사는 몇 초 안에 해밀턴의 검색과 추천 결과에 반영된다. 구글은 서비스 운영에 필요한 클라우드 시스템과 인공지능·검색·추천 기술을 제공한다. 반면 어떤 기사를 검색 대상으로 삼고 이를 독자에게 어떻게 보여줄지는 뉴욕포스트가 결정한다. 이번 협력은 뉴욕포스트의 기사를 구글의 인공지능 학습에 제공하는 계약이 아니라, 구글의 클라우드와 인공지능 기술을 이용하기 위한 기업용 서비스 계약이다.
따라서 해밀턴은 기존 보도를 독자의 질문과 관심사에 맞게 검색·요약·추천하는 독자 경험용 인공지능이라고 할 수 있다. 이는 모든 이용자에게 동일한 기사를 보여주던 기존 뉴스 앱을 개인의 관심과 질문에 반응하는 대화형·개인화 뉴스 서비스로 바꾸려는 시도다.
생산과 유통에 AI 활용하는 미국 언론
△뉴스 생산·편집을 지원하는 AI
미국 언론사의 인공지능 활용은 크게 뉴스 생산과 편집을 지원하는 내부용 인공지능과 독자 접점 및 뉴스 유통을 강화하는 독자용 인공지능으로 나눌 수 있다. 이 가운데 내부용 인공지능은 기자와 편집자의 반복 업무를 줄이고, 사람이 직접 처리하기 어려운 방대한 자료를 신속하게 분석하는 데 초점을 맞춘다.
대표적으로 뉴욕타임스는 사내 인공지능 엔진 에코(Echo)를 활용해 자사 콘텐츠를 요약·가공하고 필요한 정보를 추출한다. 에코는 핵심 인용문을 추출하고 기사에 적합한 태그를 제안하며, 뉴스 퀴즈 작성을 지원하는 데도 활용된다. 뉴욕타임스가 자체 개발한 인공지능 취재·자료 분석 도구 치트시트(Cheatsheet)는 엑셀과 비슷한 화면에서 많은 양의 문서와 데이터를 검색·분류·요약·번역하도록 돕는다. 스텟(Stet)은 인공지능이 생성한 문장을 편집국이 마련한 기준에 따라 평가하고, 일부 결과를 편집자가 직접 검토하는 품질 관리 체계다.3)
워싱턴포스트(Washington Post)의 인공지능 도구 헤이스태커(Haystacker)는 많은 양의 사진·영상·문서를 한꺼번에 분류하고, 그 안에서 보도할 만한 흐름이나 특징을 찾아내는 데 사용된다. 워싱턴포스트는 이 도구를 이용해 2024년 상반기에 방송된 이민 관련 선거광고 745건을 분석했다. 또 2026년 5월에는 약 50시간 분량의 스포츠 중계를 조사해 도박 광고나 관련 언급이 평균 4분에 한 번씩 등장한다는 사실을 확인했다.
AP통신도 2026년 7월 인공지능 관련 지침을 개정해 다양한 취재·편집 업무에 인공지능을 활용할 수 있도록 허용했다. 취재 초기 단계의 조사, 긴 문서의 요약, 음성·영상의 전사와 번역 등에 주로 사용한다. 또한 인공지능으로 헤드라인과 기사 요약문을 제안하고, 영상의 주요 장면을 목록으로 정리할 수 있다. 다만 인공지능이 만든 결과물은 게재 전에 AP 기자가 직접 검토하고 수정해야 하며, 취재와 정보원 확인, 편집적 판단 및 사실 검증은 언론인이 담당한다.4)
△독자 접점과 뉴스 유통을 위한 독자용 AI
두 번째 유형은 언론사가 이미 생산한 기사를 독자의 질문과 관심사에 맞춰 답변·요약·추천 등의 새로운 형태로 제공하는 독자용 인공지능이다. 워싱턴포스트는 2024년 7월 기후 관련 질문에 답하는 클라이미트 앤서(Climate Answers)를 선보인 데 이어, 같은 해 11월에는 더 폭넓은 보도를 대상으로 하는 애스크 더 포스트 AI(Ask The Post AI)를 출시했다. 이 서비스는 2016년 이후 축적된 워싱턴포스트의 기사를 검색해 독자의 질문에 답한다. 질문과 관련된 기사를 충분히 찾지 못하면 답변을 생성하지 않는다.
가넷(Gannett)은 미국 언론사로는 처음으로 글로벌 콘텐츠 기술 기업인 타불라(Taboola)가 개발한 생성형 인공지능 답변 서비스 디퍼다이브(DeeperDive)를 USA투데이(USA TODAY)에 도입했다. 디퍼다이브는 2025년 6월 일부 독자를 대상으로 시험 운영된 뒤, 같은 해 9월 모든 이용자에게 확대됐다. 이 서비스는 USA투데이와 가넷의 지역신문 네트워크가 여러 해 동안 생산한 기사와 실시간 보도를 바탕으로 답변을 제공하고 관련 기사를 함께 제시한다.5)
이러한 독자용 AI는 독자가 복잡하거나 긴 기사를 빠르게 이해하고, 언론사가 축적한 과거 기사까지 쉽게 찾아볼 수 있게 한다. 동시에 AI 검색 서비스가 기사 내용을 직접 요약하면서 언론사 웹사이트로 유입되는 방문자가 감소할 수 있다는 우려에 대응하려는 목적도 있다. 독자를 외부 플랫폼에 빼앗기지 않고 자사 웹사이트와 앱에 머물게 하려는 것이다.
독자를 위한 인공지능의 장점과 위험
독자용 뉴스 인공지능 서비스의 가장 큰 장점은 뉴스 접근성과 탐색성을 높인다는 데 있다. 정치·경제·과학처럼 배경지식이 필요하거나 분량이 긴 기사도 요약과 대화 형식으로 제공하면 핵심 내용을 쉽게 이해할 수 있다. 독자는 정확한 검색어를 알지 못해도 자연어로 질문해 최신 기사와 과거 보도, 관련 기사를 빠르게 찾을 수 있다. 이는 뉴스 소비에 필요한 시간과 부담을 줄이는 동시에 언론사의 기사 아카이브를 현재의 사건과 쟁점을 이해하는 데 활용하게 한다.
독자와 언론사의 직접적인 관계를 강화할 수 있다는 점도 중요하다. 기존에는 많은 독자가 구글이나 소셜미디어를 통해 뉴스에 접근했기 때문에 기사의 노출이 외부 플랫폼의 알고리즘에 크게 좌우됐다. 반면 언론사가 자체 앱과 웹사이트에 인공지능 검색과 추천 기능을 구축하면 독자에게 콘텐츠를 직접 제공하고 지속적인 관계를 형성할 수 있다.
그러나 인공지능이 원문을 요약하거나 답변을 생성하는 과정에서 사실관계 또는 인용문의 의미를 왜곡할 수 있다. 어떤 내용을 포함하거나 생략하는지에 따라 기사의 강조점과 의미가 달라질 수 있다. 따라서 출처를 표시하는 것만으로는 충분하지 않다. 독자가 원문을 쉽게 확인할 수 있어야 하며, 언론사도 인공지능이 생성한 답변의 정확성을 지속적으로 평가해야 한다.
이용자별 관심에 맞춰 기사와 정보를 선별해 제공하는 개인화 기능은 필터버블과 확증편향을 강화할 위험이 있다. 추천 시스템이 독자의 열람 기록과 관심사를 학습하고, 독자가 선호하는 주제와 관점 위주로 콘텐츠를 반복해서 보여줌에 따라 독자는 사회적으로 중요한 뉴스나 자신의 생각과 다른 관점을 접하기 어려워지는 것이다. 대화형 인공지능 역시 질문에 포함된 잘못된 전제를 충분히 바로잡지 않은 채 독자의 기존 믿음에 부합하는 답변을 제공할 가능성이 있다.
이러한 우려는 해밀턴처럼 특정 언론사의 보도와 논평을 바탕으로 하는 콘텐츠를 선별하고 추천하는 서비스에서 더욱 커질 수 있다. 뉴욕포스트는 대체로 보수 성향의 편집 기조를 지닌 매체로 평가된다. 이런 맥락에서 ‘필진 추천’이 독자의 관심사와 열람 습관을 바탕으로 평소 자주 읽는 필진의 칼럼과 논평을 우선 보여줄 경우, 독자는 자신이 접해 온 특정 관점의 콘텐츠를 반복해서 보게 된다. 해밀턴과 같은 독자용 인공지능은 대체로 자사 보도를 근거로 하기 때문에 출처와 책임 주체가 분명하지만, 관점의 균형까지 보장하지는 않는다. 따라서 사실과 논평을 구분하고 다양한 관점이 제시되는지 점검할 필요가 있다.
1) Steigrad, A., <The Post launches Hamilton—a new way to find and understand the news>, New York Post, 2026.8.11, https://nypost.com/2026/08/11/media/the-post-launches-hamilton-a-new-way-to-find-and-understand-the-news/
2) Fischer, S., <New York Post launches “Hamilton” AI chatbot>, Axios, 2026.8.11, https://www.axios.com/2026/08/11/new-york-posthamilton-ai-chatbot
3) Nguyen, D., <Inside The New York Times’s A.I. toolkit>, Investigative Reporters and Editors, 2025.12.6, https://www.ire.org/2025/12/06/inside-the-new-york-timess-a-i-toolkit
4) AP Corporate Communications, <AP updates newsroom standards for artificial intelligence>, The Associated Press, 2026.7.23, https://www.ap.org/the-definitive-source/announcements/ap-updates-newsroom-standards-for-artificial-intelligence
5) <USA TODAY deploys Taboola’s DeeperDive AI answer engine for all audiences>, Taboola, 2025.9.15, https://investors.taboola.com/news-releases/news-release-details/usa-today-deploys-taboolas-deeperdive-ai-answer-engine-all
해밀턴은 네 가지 핵심 기능으로 구성된다. ‘해밀턴 검색(Hamilton Search)’은 독자가 일상적인 언어로 질문하면 뉴욕포스트가 보유한 약 5년 치 기사 아카이브와 최신 보도를 검색해 출처가 명시된 답변을 제공한다. 독자는 후속 질문을 통해 특정 사건이나 쟁점을 더욱 깊이 탐색하고 관련 기사 원문으로 이동할 수 있다. 맞춤형 뉴스 브리핑 기능을 하는 ‘포스트 익스프레스(Post Express)’는 독자의 관심사와 열람 습관을 바탕으로 주요 뉴스를 선별·요약해 하루에도 여러 차례 제공한다. ‘맞춤 기사 추천(Picked For You)’은 구글의 추천 인공지능 기술을 활용해 이용자의 관심사와 앱 이용 행태를 학습하고 이에 맞는 기사를 추천한다. ‘필진 추천(Post Voices)’은 독자가 선호하는 칼럼니스트와 기고자의 논평 및 분석 콘텐츠를 카드 형식으로 제시한다. 이들 기능에는 독자의 관심 주제와 이용 습관을 반영한 개인화 푸시 알림도 결합된다.2)
해밀턴은 구글 클라우드(Google Cloud)의 제미나이(Gemini) 모델을 기반으로 구축됐다. 새로 발행된 기사는 몇 초 안에 해밀턴의 검색과 추천 결과에 반영된다. 구글은 서비스 운영에 필요한 클라우드 시스템과 인공지능·검색·추천 기술을 제공한다. 반면 어떤 기사를 검색 대상으로 삼고 이를 독자에게 어떻게 보여줄지는 뉴욕포스트가 결정한다. 이번 협력은 뉴욕포스트의 기사를 구글의 인공지능 학습에 제공하는 계약이 아니라, 구글의 클라우드와 인공지능 기술을 이용하기 위한 기업용 서비스 계약이다.
따라서 해밀턴은 기존 보도를 독자의 질문과 관심사에 맞게 검색·요약·추천하는 독자 경험용 인공지능이라고 할 수 있다. 이는 모든 이용자에게 동일한 기사를 보여주던 기존 뉴스 앱을 개인의 관심과 질문에 반응하는 대화형·개인화 뉴스 서비스로 바꾸려는 시도다.
생산과 유통에 AI 활용하는 미국 언론
△뉴스 생산·편집을 지원하는 AI
미국 언론사의 인공지능 활용은 크게 뉴스 생산과 편집을 지원하는 내부용 인공지능과 독자 접점 및 뉴스 유통을 강화하는 독자용 인공지능으로 나눌 수 있다. 이 가운데 내부용 인공지능은 기자와 편집자의 반복 업무를 줄이고, 사람이 직접 처리하기 어려운 방대한 자료를 신속하게 분석하는 데 초점을 맞춘다.
대표적으로 뉴욕타임스는 사내 인공지능 엔진 에코(Echo)를 활용해 자사 콘텐츠를 요약·가공하고 필요한 정보를 추출한다. 에코는 핵심 인용문을 추출하고 기사에 적합한 태그를 제안하며, 뉴스 퀴즈 작성을 지원하는 데도 활용된다. 뉴욕타임스가 자체 개발한 인공지능 취재·자료 분석 도구 치트시트(Cheatsheet)는 엑셀과 비슷한 화면에서 많은 양의 문서와 데이터를 검색·분류·요약·번역하도록 돕는다. 스텟(Stet)은 인공지능이 생성한 문장을 편집국이 마련한 기준에 따라 평가하고, 일부 결과를 편집자가 직접 검토하는 품질 관리 체계다.3)
뉴욕포스트미디어그룹의 AI 기반 개인화 뉴스 서비스 ‘해밀턴’ <출처 – 해밀턴 어플리케이션 화면 갈무리>
워싱턴포스트(Washington Post)의 인공지능 도구 헤이스태커(Haystacker)는 많은 양의 사진·영상·문서를 한꺼번에 분류하고, 그 안에서 보도할 만한 흐름이나 특징을 찾아내는 데 사용된다. 워싱턴포스트는 이 도구를 이용해 2024년 상반기에 방송된 이민 관련 선거광고 745건을 분석했다. 또 2026년 5월에는 약 50시간 분량의 스포츠 중계를 조사해 도박 광고나 관련 언급이 평균 4분에 한 번씩 등장한다는 사실을 확인했다.
AP통신도 2026년 7월 인공지능 관련 지침을 개정해 다양한 취재·편집 업무에 인공지능을 활용할 수 있도록 허용했다. 취재 초기 단계의 조사, 긴 문서의 요약, 음성·영상의 전사와 번역 등에 주로 사용한다. 또한 인공지능으로 헤드라인과 기사 요약문을 제안하고, 영상의 주요 장면을 목록으로 정리할 수 있다. 다만 인공지능이 만든 결과물은 게재 전에 AP 기자가 직접 검토하고 수정해야 하며, 취재와 정보원 확인, 편집적 판단 및 사실 검증은 언론인이 담당한다.4)
△독자 접점과 뉴스 유통을 위한 독자용 AI
두 번째 유형은 언론사가 이미 생산한 기사를 독자의 질문과 관심사에 맞춰 답변·요약·추천 등의 새로운 형태로 제공하는 독자용 인공지능이다. 워싱턴포스트는 2024년 7월 기후 관련 질문에 답하는 클라이미트 앤서(Climate Answers)를 선보인 데 이어, 같은 해 11월에는 더 폭넓은 보도를 대상으로 하는 애스크 더 포스트 AI(Ask The Post AI)를 출시했다. 이 서비스는 2016년 이후 축적된 워싱턴포스트의 기사를 검색해 독자의 질문에 답한다. 질문과 관련된 기사를 충분히 찾지 못하면 답변을 생성하지 않는다.
가넷(Gannett)은 미국 언론사로는 처음으로 글로벌 콘텐츠 기술 기업인 타불라(Taboola)가 개발한 생성형 인공지능 답변 서비스 디퍼다이브(DeeperDive)를 USA투데이(USA TODAY)에 도입했다. 디퍼다이브는 2025년 6월 일부 독자를 대상으로 시험 운영된 뒤, 같은 해 9월 모든 이용자에게 확대됐다. 이 서비스는 USA투데이와 가넷의 지역신문 네트워크가 여러 해 동안 생산한 기사와 실시간 보도를 바탕으로 답변을 제공하고 관련 기사를 함께 제시한다.5)
이러한 독자용 AI는 독자가 복잡하거나 긴 기사를 빠르게 이해하고, 언론사가 축적한 과거 기사까지 쉽게 찾아볼 수 있게 한다. 동시에 AI 검색 서비스가 기사 내용을 직접 요약하면서 언론사 웹사이트로 유입되는 방문자가 감소할 수 있다는 우려에 대응하려는 목적도 있다. 독자를 외부 플랫폼에 빼앗기지 않고 자사 웹사이트와 앱에 머물게 하려는 것이다.
독자를 위한 인공지능의 장점과 위험
독자용 뉴스 인공지능 서비스의 가장 큰 장점은 뉴스 접근성과 탐색성을 높인다는 데 있다. 정치·경제·과학처럼 배경지식이 필요하거나 분량이 긴 기사도 요약과 대화 형식으로 제공하면 핵심 내용을 쉽게 이해할 수 있다. 독자는 정확한 검색어를 알지 못해도 자연어로 질문해 최신 기사와 과거 보도, 관련 기사를 빠르게 찾을 수 있다. 이는 뉴스 소비에 필요한 시간과 부담을 줄이는 동시에 언론사의 기사 아카이브를 현재의 사건과 쟁점을 이해하는 데 활용하게 한다.
독자와 언론사의 직접적인 관계를 강화할 수 있다는 점도 중요하다. 기존에는 많은 독자가 구글이나 소셜미디어를 통해 뉴스에 접근했기 때문에 기사의 노출이 외부 플랫폼의 알고리즘에 크게 좌우됐다. 반면 언론사가 자체 앱과 웹사이트에 인공지능 검색과 추천 기능을 구축하면 독자에게 콘텐츠를 직접 제공하고 지속적인 관계를 형성할 수 있다.
그러나 인공지능이 원문을 요약하거나 답변을 생성하는 과정에서 사실관계 또는 인용문의 의미를 왜곡할 수 있다. 어떤 내용을 포함하거나 생략하는지에 따라 기사의 강조점과 의미가 달라질 수 있다. 따라서 출처를 표시하는 것만으로는 충분하지 않다. 독자가 원문을 쉽게 확인할 수 있어야 하며, 언론사도 인공지능이 생성한 답변의 정확성을 지속적으로 평가해야 한다.
이용자별 관심에 맞춰 기사와 정보를 선별해 제공하는 개인화 기능은 필터버블과 확증편향을 강화할 위험이 있다. 추천 시스템이 독자의 열람 기록과 관심사를 학습하고, 독자가 선호하는 주제와 관점 위주로 콘텐츠를 반복해서 보여줌에 따라 독자는 사회적으로 중요한 뉴스나 자신의 생각과 다른 관점을 접하기 어려워지는 것이다. 대화형 인공지능 역시 질문에 포함된 잘못된 전제를 충분히 바로잡지 않은 채 독자의 기존 믿음에 부합하는 답변을 제공할 가능성이 있다.
이러한 우려는 해밀턴처럼 특정 언론사의 보도와 논평을 바탕으로 하는 콘텐츠를 선별하고 추천하는 서비스에서 더욱 커질 수 있다. 뉴욕포스트는 대체로 보수 성향의 편집 기조를 지닌 매체로 평가된다. 이런 맥락에서 ‘필진 추천’이 독자의 관심사와 열람 습관을 바탕으로 평소 자주 읽는 필진의 칼럼과 논평을 우선 보여줄 경우, 독자는 자신이 접해 온 특정 관점의 콘텐츠를 반복해서 보게 된다. 해밀턴과 같은 독자용 인공지능은 대체로 자사 보도를 근거로 하기 때문에 출처와 책임 주체가 분명하지만, 관점의 균형까지 보장하지는 않는다. 따라서 사실과 논평을 구분하고 다양한 관점이 제시되는지 점검할 필요가 있다.
1) Steigrad, A., <The Post launches Hamilton—a new way to find and understand the news>, New York Post, 2026.8.11, https://nypost.com/2026/08/11/media/the-post-launches-hamilton-a-new-way-to-find-and-understand-the-news/
2) Fischer, S., <New York Post launches “Hamilton” AI chatbot>, Axios, 2026.8.11, https://www.axios.com/2026/08/11/new-york-posthamilton-ai-chatbot
3) Nguyen, D., <Inside The New York Times’s A.I. toolkit>, Investigative Reporters and Editors, 2025.12.6, https://www.ire.org/2025/12/06/inside-the-new-york-timess-a-i-toolkit
4) AP Corporate Communications, <AP updates newsroom standards for artificial intelligence>, The Associated Press, 2026.7.23, https://www.ap.org/the-definitive-source/announcements/ap-updates-newsroom-standards-for-artificial-intelligence
5) <USA TODAY deploys Taboola’s DeeperDive AI answer engine for all audiences>, Taboola, 2025.9.15, https://investors.taboola.com/news-releases/news-release-details/usa-today-deploys-taboolas-deeperdive-ai-answer-engine-all
저자의 다른 미디어
