brunch

브런치북 당돌한 데이터 스토리텔러 12화

라이킷 17 댓글 2

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by Contrarian Professor Stella Aug 16. 2024

데이터 스토리텔링의 새로운 트렌드와 미래 방향

(Cover Image Source: Impact Radar for Generative AI, Gartner 2023)

|AI에 의해 점령된 시대에 사는 우리의 마음가짐|

나는 최근에 업데이트된 Runway Gen3 Alpha를 사용하면서 소름이 돋았다. 생성형 AI (GenAI)를 활용해서 얼마든지 그럴듯한 (동영상의 인물이 실제라고 믿게 만드는) 이미지와 동영상을 만드는 것이 이제 전혀 어려운 일이 아닌 시대에 우리는 살고 있다. 더욱이 ChatGPT와 같은 Gen AI 툴을 활용해 사람의 목소리를 순식간에 학습해 상대방의 목소리 톤, 억양, 자주 쓰는 어휘나 표현, 피치 등을 그대로 생성해 낼 수 있는 단계에 이르렀다. 이와 관련해서 해외에서는 목소리만 듣고 (피치, 인토네이션, 사용되는 어휘) 인종, 직위, 종교적 신념 등을 추론해서 응답을 하는 것과 같은 생성형 AI의 잠재된 편향성을 지적하고 있으며, 더 심각한 것은 이러한 목소리 생성을 통해 보이스피싱과 같은 금융 사기 등에 사용될 수 있는 위험에 그대로 노출되어 있다는 점 이다.

그런데 나는 이런 상황이 완전 새로운 것이 아닌 어디선가 보았음직한 데자뷔를 느끼는 게, 지난 2015년부터 2018년까지 영국에서 방영된 TV 시리즈인 'HUM∀NS'에서 이미 보았음직한 내용이 2024년의 우리의 삶에 그대로 재현된 듯한 느낌이 들기 때문이다. 즉, 'HUM∀NS'은 인공지능 휴머노이드 로봇과 인간이 함께 공존하며 사는 미래의 삶을 그리고 있는데, 드라마에서는 AI에 의해 휴머노이드 로봇과 인간이 더 이상 구분되지 않을 정도의 동일한 감각, 인지능력, 감성지능을 갖게 된다는 것이고, 그 과정에서 인간의 영역이 대부분 로봇으로 대체되고, 더 이상 인간이 인간일 수 없는 상황에 봉착하는 과정에서의 갈등, 문제해결 등을 그리고 있다.

[그림 1] 영국 TV 시리즈 HUM∀NS

(Source: Trailer, https://youtu.be/HU4 mwlTUXnc? si=ZDdc8 S8 dSZekDtdU)

'HUM∀NS'를 볼 때도 너무나 현실적이고 그럴듯해서 섬뜩했었는데, 실제 우리는 Gen AI에 의해 서서히 점령되고 있는 시대에 살고 있다고 해도 과언이 아닌 것 같다. 조만간 대학의 데이터 스토리텔링 커리큘럼은 Flux AI를 이용해서 더 효율적으로 이미지를 그리고, Runway Gen-3 Alpha 등과 같은 동영상 생성 AI를 활용해서 동영상을 만드는 방법을 가르치고, 다양한 프롬프트 생성 기술을 가르치는 것으로 데이터 스토리텔링 과목의 내용을 수정, 보완해야 할 날이 멀지 않은 것 같다. 아니 나같이 가르치고 연구하는 일을 하는 인간들부터 곧 휴머노이드 로봇으로 대체날이 얼마 남지 않은 것은 아닐까? 그렇다면 우리는 이 시대를 어떻게 살아야 할까?

|AI 기술 발달에 따른 프리랜서 시장 규모 추이 변화|

OpenAI는 너무나 빠르게 ChatGPT가 인간의 음성을 학습해 새로운 음성을 생성하는 것에 대해 두려웠을까? 급기야 지난주 GPT-4o system card라는 Gen AI에 의한 음성 생성과 윤리적 사용과 관련된 일종의 규제 방안을 발표했다. 물론 이러한 기업의 자구책 외에도 UN, OECD, UNSECO 등 주요 국제기구들과 유럽연합이 이미 AI Act (이하 'AIA')와 같은 글로벌 AI 거버넌스와 규제 프레임워크를 개발해 빛의 속도로 성장하고 있는 Gen AI가 우리의 삶에 미칠 악영향을 규제하기 시작했다. 그만큼 Gen AI가 우리의 삶 속으로 깊숙이 들어왔고, 전 세계가 LLM이나 GenAI가 가진 엄청난 영향력을 생각할 때 어떻게 하면 인간에게 해악을 입히지 않으면서도 생산성을 높이고, 인권을 보호하며, 인간의 존엄성을 해치지 않는 선에서 AI와 인간이 공존할 수 있을지에 대해 고민하고 있는 것이다.

그만큼 Gen AI는 우리의 삶 속에 정말 깊이 들어와 있는데, 나만해도 연구와 티칭을 위해 Claude 3.0, ChatGPT-4o을 하루에도 몇 시간을 사용하고 있다. 개인적으로 매달 $20의 구독료만 지급하면 학부생 수준의 지능을 가진 ChatGPT-4o나 Gemini Advanced를 Research Assistant로 고용해서 쓸 수 있는 셈이니 마다할 이유가 없다.

이러다 보니 Gen AI로 인해서 엄청난 실업자가 생길 거다, 이제 5년 이내에 인간이 매뉴얼 하게 하던 일들은 모두 휴머노이드 로봇으로 대체될 거라는 등 불길한 전망이 나올 법 하다. 그런데 정말 그럴까? 나는 Upwork 등 미국의 주요 프리랜서 구직 플랫폼의 보고서를 바탕으로 데이터 기반의 스토리텔링을 해 봤다.

분석 결과에 따르면 분명히 Gen AI 알고리즘의 등장으로 프리랜서 시장에 큰 변화가 일어나고 있는 것은 분명했으나, 인간이 하는 모든 매뉴얼 한 일들이 Gen AI로 대체되는 양상은 아니었다. 즉, [그림 2]에서 보이듯이 Upwork 등의 통계자료에 따르면, 작가, 번역가, 웹 디자이너 등 일부 직종은 수요가 감소하는 추세인 반면, 프로그래머, 콘텐츠 크리에이터 등은 오히려 수요가 증가하고 있다.

[그림 2] 프리랜서 시장 규모 추이 변화 생성형 AI 알고리즘의 등장으로 인한 프리랜서 시장의 직종별 변화 추이 (2019-2024, 2030 예측치 포함)

*2019년을 기준(100%)으로 하여 상대적인 시장 규모 변화를 백분율로 표시

(Source: Upwork Annual Report, 저자 분석)

2019년부터 2024년까지의 추이를 보면, 작가는 40%, 번역가는 45%, 웹 디자이너는 25%의 시장 규모가 감소한 반면, 프로그래머는 125%, 콘텐츠 크리에이터는 무려 140%의 성장세를 보였다. 2030년까지의 전망을 보면, Gen AI의 영향으로 작가와 번역가 시장은 2019년 대비 60-70% 수준으로 위축될 것으로 예상되며, 웹 디자이너와 영상 편집자도 50-60% 수준의 감소가 예상된다. 반면에 프로그래머는 50% 내외의 성장이, 콘텐츠 크리에이터는 2배가량 (200%)의 큰 폭의 성장이 전망된다. 브랜드 기획자와 회계사는 70-80% 수준을 유지할 것으로 보인다.

이러한 전망은 [그림 3]의 2023년 세계에서 가장 많이 찾는 소셜 미디어 플랫폼이 유튜브라는 것을 봐도 일치하는 결과로 보인다. 게다가 2위인 페이스북과는 비교도 안 될 정도로 많은 유저들이 유튜브를 이용하고 있는 것을 알 수 있다. 따라서 Gen AI는 오히려 콘텐츠 크리에이터들이 보다 더 효율적으로 동영상을 생성하고 편집할 수 있는 기회를 제공하고 있고, 이를 통해 생산성을 향상하고 더 빠른 속도로 그들의 영역을 넓히고 있는 것으로 보인다.

[그림 3] The World's Most Visited Social Media Platforms of 2023

(Source: lifesight, https://www.lifesight.io/blog/popular-social-media-platforms)

이처럼 Gen AI는 단순 반복 업무 중심의 프리랜서 직종은 위축시키는 반면, 창의력과 전문성이 요구되는 직종은 오히려 수요를 증가시키는 양극화 현상을 초래하고 있는 것으로 보인다. 따라서 향후 프리랜서들은 AI와의 협업, 고부가가치 영역으로의 전환 등을 통해 경쟁력을 높여야 할 것으로 보인다. 이러한 측면에서 데이터 스토리텔러는 데이터 분석력과 스토리텔링 기술을 바탕으로 Gen AI를 활용해 보다 효율적으로 일을 할 수 있으면서도 Gen AI가 할 수 없는 창의적인 일, 즉 데이터로부터 인사이트를 찾고 그를 바탕으로 이해관계자들 간의 원활한 의사소통(설득, 협상 등)을 할 수 있을 것으로 예상된다.

[그림 4]는 가트너가 2023년에 발표한 "Generative AI에 대한 Impact Radar 2024" 보고서이다. 이 보고서는 향후 비즈니스에 영향을 미칠 25가지 GenAI 기술과 트렌드를 (1) 모델 관련 혁신, (2) 모델 성능 및 AI 안전성, (3) 모델 구축 및 데이터 관련 (4) AI 지원 애플리케이션의 4가지 주제로 분류하여 분석하였다. 결론적으로 가트너는 기업들이 단기적인 기술에 먼저 집중한 후 장기적인 GenAI 투자를 하는 것이 경쟁 우위를 확보하는 데 도움이 될 것이라고 조언한다. 또한 2027년까지 기반 모델이 자연어 처리(NLP) 사용 사례의 70%를 차지할 것으로 예측하며, 2026년까지는 단일 모달 AI 모델이 60% 이상의 GenAI 설루션에서 멀티 모달 AI 모델에 밀릴 것으로 전망하고 있다.

[그림 4] Impact Radar fro Generative AI (Gartner, 2023)

(Source: https://www.gartner.com/en/articles/understand-and-exploit-gen-ai-with-gartner-s-new-impact-radar )

특히 좌측 하단 (3 사분면)의 (3) 모델 구축 및 데이터 관련 주제는 GenAI 모델을 구축하고 발전시키는 데 있어 핵심 단계와 의사결정 사항들을 다루고 있어서 데이터 스토리텔링 입장에서 주의 깊게 살펴볼 필요가 있다. 여기에는 물리적 및 디지털 세계에 대한 지식을 표현하는 기계 판독 가능한 데이터 구조인 지식 그래프 (Knowledge Graphs), 이미지, 비디오, 오디오, 텍스트, 수치 데이터 등 다양한 유형의 입출력을 단일 생성 모델 내에서 처리할 수 있는 멀티모달 GenAI 모델, 실제 데이터 세트에서 파생되고 인공적으로 생성된 AI 생성 합성 데이터, LLM과 함께 사용되어 기업이나 도메인 특화 정보로 자연어에 응답하는 확장 가능한 벡터 데이터베이스, 거버넌스와 출시 시간을 균형 있게 조정하여 모델을 더 빠르게 운영할 수 있게 해주는 GenAI 엔지니어링 도구 등이 포함된다고 전망한다.

|새로운 트렌드와 데이터 스토리텔링의 미래에 대한 통찰력|

이렇게 Gen AI의 기술과 시장이 급속도록 성장하고 있는 상황에서 데이터 스토리텔링의 새로운 트렌드와 미래 방향은 내러티브의 영향을 강화하기 위해 고급 기술과 방법론을 통합하는 데 점점 더 초점을 맞출 것으로 예상된다. 앞서 가트너의 전망대로 향후 멀티모달 데이터 등 데이터의 유형이 더욱 복잡하고 방대해짐에 따라, 데이터 스토리텔러는 단순히 정보를 제공하는 것뿐만 아니라 social semiotic multimodal anamysis 등 멀티모달 데이터 분석 기술을 습득하고, 매력적이고 설득력 있는 이야기를 전달하는 능력이 더욱 중요해지고 있다. 이는 데이터에서 내러티브 생성 기술, 예를 들어 인물 개발 및 플롯 구조를 통합하는 것을 포함할 수 있다.

또 다른 통찰력은 데이터 스토리텔링의 미래가 머신 러닝 (ML) 및 Gen AI의 사용률 증가에 의해 좌우될 것이라는 점이다. 이러한 기술이 더욱 가속화됨에 따라 데이터 분석가들은 이러한 도구에서 생성된 통찰력을 통합하기 위해 스토리텔링 기술을 적용해야 할 것이다. 이는 ML 모델의 결과를 보여주기 위해 특별히 설계된 새로운 유형의 이야기를 개발하는 것을 포함할 수 있다. 이러한 새로운 트렌드와 기술을 받아들이면 데이터 분석가들이 비즈니스 결과를 이끄는 데 더 매력적이고 효과적인 이야기를 만들 수 있을 것이다.

데이터로 전할 수 있는 10가지 이야기"라는 Harvard Business Review 기사에서 Thomas Davenport는 분석 결과를 비분석적인 사람들에게 효과적으로 전달하기 위해서는 데이터로 어떤 유형의 이야기를 하고 싶은지 아는 것이 중요하다고 주장한다. 그는 시간(과거, 현재, 미래), 초점(무엇을, 왜, 어떻게), 깊이(CSI vs Eureka 이야기), 방법(상관관계 vs 인과관계)이라는 4가지 핵심 차원을 기준으로 10가지 유형의 데이터 스토리를 제시하다. 이야기 유형의 예로는 과거에 대한 보고 이야기, 미래에 대한 예측 이야기, 무슨 일이 있었는지, 왜 그런 일이 있었는지, 또는 문제를 어떻게 해결할 수 있는지 설명하는 이야기 등이 있다. Davenport는 비즈니스 사람들에게 들려주는 이야기는 일반적으로 결과와 권장 결과로 시작해야 하며, 분석적인 세부 사항은 각주에 포함시켜야 한다고 강조한다. 그는 전문 용어를 사용하지 말고 대신 의미 있는 내러티브 작성에 집중할 것을 조언한다.

무엇보다 Davenport가 제안한 데이터 스토리의 유형 분류는 데이터 스토리텔링의 미래에 중요한 시사점을 갖는다. 즉, 데이터가 점점 더 풍부해지고 복잡해짐에 따라 데이터 스토리텔러는 명확하고 설득력 있는 메시지를 전달하기 위해 어떤 유형의 이야기를 하고 싶은지 신중하게 고려하는 것이 중요하다고 강조한다. 즉, 설명, 설득, 오락과 같은 다양한 유형의 이야기에 대한 강조는 스토리텔러가 다양한 내러티브 기법을 사용하는 데 능숙해야 함을 의미한다. 이러한 다재다능함은 청중 (독자)이 증강 현실과 인터랙티브 시각화와 같은 기술을 통해 더 많은 상호작용적이고 몰입감 있는 경험을 요구함에 따라 필수적이다. 게다가 데이터 스토리텔링의 미래는 새로운 미디어와 플랫폼에 적응하는 능력에 달려 있다고 해도 과언이 아니다. 모바일 및 디지털 소비가 증가함에 따라 데이터 스토리는 다양한 디바이스와 형식에 최적화되어야 한다. 여기에는 청중 (독자)이 자신의 방식으로 데이터를 탐색할 수 있는 인터랙티브 요소를 사용하여 더 깊은 이해와 참여를 촉진하는 것이 포함될 것이다. 데이터 스토리텔링이 계속 발전함에 따라, 인공지능과 머신 러닝의 통합은 스토리텔링 과정을 자동화하고 향상하는 데 필수적인 것이 되었으며, 청중 (독자)의 피드백과 선호도에 실시간으로 조정할 수 있는 보다 개인화되고 역동적인 내러티브를 가능하게 할 수 있는 프레임워크의 개발이 요구된다.

또한 데이터 스토리텔러에게 있어 청중 (독자)을 아는 것, 데이터 스토리텔러의 배경지식과 맥락 정보의 제공을 통한 데이터의 통찰력을 포함하는 것, 명확한 내러티브를 구성하는 것과 같은 기본 원칙은 여전히 중요하다.

|연재를 마치며|

데이터 분석이 과거와 비교해 더욱 복잡해짐에 따라, 데이터 기반의 통찰력을 명확하게 제시하고 실행 가능한 이야기를 창조하는 능력이 더욱 가치를 부여받고 있다. 데이터 스토리텔러는 데이터의 기술적 분석가와 의사 결정자 사이의 간극을 메우는 전문화된 데이터 스토리텔링 역할을 해야 할 것이며, 이는 깊이 있는 데이터 분석 기술과 강력한 의사소통 능력을 요구한다.

첫 장에서 말했듯이 데이터 스토리텔링은 궁극적으로 데이터로부터 인사이트를 찾아, 이해관계자 (그것이 청중 (독자) 일 수도 있고, 비즈니스 상황에서는 고객이 될 수도 있음)들에게 내가 하고자 하는 핵심적인 이야기를 가장 효율적으로 전달하는 것이 핵심 목표이다. 따라서 AI와 머신러닝의 발전으로, 시청자의 관심사나 전문성 수준에 실시간으로 적응하는 데이터 스토리를 제공해야 하는 상황에서, 데이터 스토리텔링의 미래는 데이터와 사람 (데이터의 공급자와 소비자 모두) 간의 더 많은 상호작용과 개인화된 경험을 반영해야 할 것이다. 이는 청중(독자)이 안내된 내러티브 구조를 따르면서도 데이터의 다양한 측면을 탐색할 수 있는, 더욱 매력적이고 영향력 있는 데이터 프레젠테이션으로 이어질 수 있다.

또한 향후 데이터 스토리텔링은 정보 제공뿐만 아니라 청중을 설득하고 참여시키는 내러티브를 제작하는 데 중점을 두며, 상호작용 요소와 멀티미디어를 사용하여 스토리텔링을 강화할 것이다. 즉, Gen AI 기술이 진화함에 따라 웹 개발, 데이터 시각화, 분석 도구의 통합은 매력적인 이야기를 만드는 데 더욱 중요해졌다. 따라서 데이터 스토리텔러는 데이터 분석, 시각화, 내러티브 구성 등 다양한 기술을 갖추어야 할 것이다. 그러나 이 모든 기술과 역량을 갖춘 팔방미인 1명으로 훌륭한 데이터 스토리텔링을 완성할 수는 없으며, 오히려 미래는 데이터 과학자, 웹디자이너, 프로그래머, 저널리스트 등의 협업을 통해 데이터에서 통찰력을 발견하고 청중 (독자)과 공감하는 내러티브를 제작하는 데 기술을 활용하는 방향으로 나아갈 것이다. 이러한 트렌드는 스토리텔링이 단순히 데이터 분석 결과를 제시하는 것이 아니라 의미 있고 영향력 있는 내러티브를 만드는 것이라는 데이터 스토리텔링 분야에서의 학제 간 접근의 중요성이 더욱 강조되면서 다양한 분야의 전문가들과의 협업은 이제 필수가 되었다고 할 수 있다.

<당돌한 데이터 스토리텔러>의 연재를 마무리하며, 이번 장은 "데이터 스토리텔링의 새로운 트렌드와 미래 방향"이라는 주제로 데이터 스토리텔링을 해 봤는데, 구독자분들이 이 장의 구성을 보면서 데이터 스토리텔링이 무엇이고, 데이터 기반의 스토리를 어떻게 구성할 수 있는지 이해할 수 있는 기회가 되었기를 바란다. 개인적으로 내가 배우고 경험한 데이터 스토리텔링의 세계를 여러분들과 함께 나누기 위해 처음으로 브런치 스토리를 연재했는데, 생각했던 것보다 많은 분들이 좋아해 주시고, 의견들을 보내주셔서 이 자리를 빌어 감사 말씀을 드린다. 더불어 매주 1편을 독자들과 약속한 때에 연재한다는 것이 얼마나 힘든 일인지 깨달았고, 매번 약속된 날짜에 릴리스하지 못한 점에 대해 널리 양해해 주시기 바란다.

|더 읽을 자료|

1. Chance Townsend (July 24, 2024). Meta AI’s new ‘Imagine Me’ tool will let you generate AI images of yourself: Be anything you want to be, within reason. Mashable online available at https://mashable.com/article/meta-new-imagine-me-feature

2. Dolata, M., Lange, N., & Schwabe, G. (2024, April). Development in times of hype: How freelancers explore Generative AI?. In Proceedings of the IEEE/ACM 46th International Conference on Software Engineering (pp. 1-13).

3. Hui, X., Reshef, O., & Zhou, L. (2023). The short-term effects of generative artificial intelligence on employment: Evidence from an online labor market. Available at SSRN 4527336.

4. Lori Perri. (December, 2023). Understand and Exploit GenAI With Gartner’s New Impact Radar. Gartner online available at https://www.gartner.com/en/articles/understand-and-exploit-gen-ai-with-gartner-s-new-impact-radar

5. Marty Swant. (April 1, 2024). Freelance platforms see even more of an increase in supply and demand for AI skills. Online Available at https://digiday.com/media/freelance-platforms-see-even-more-of-an-increase-in-supply-and- demand-for-ai-skills/

6. Mordor Intelligence Research & Advisory. (2024, June). Freelance Platforms Market Size & Share Analysis - Growth Trends & Forecasts (2024 - 2029). Mordor Intelligence. Retrieved August 10, 2024, from https://www.mordorintelligence.com/industry-reports/freelance-platforms-market

7. Sun, Y., Jang, E., Ma, F., & Wang, T. (2024, May). Generative AI in the Wild: Prospects, Challenges, and Strategies. In Proceedings of the CHI Conference on Human Factors in Computing Systems (pp. 1-16).

8. Thomas H. Davenport (May, 2014). 10 Kinds of Stories to Tell with Data. Harvard Business Review online avaliable at https://hbr.org/2014/05/10-kinds-of-stories-to-tell-with-data

9. Upwork (2024). How Generative AI Adds Value to the Future of Work. Online Available at https://www.upwork.com/research/generative-ai-work-value