① 어떤 상황에서 AI를 활용했나요?

뉴스를 인터넷으로 제공하려면 편집 담당자가 녹화본에서 기사별 시작과 끝을 찾아 영상을 자르고, 다른 담당자가 썸네일을 제작한 뒤, 유튜브 업로드와 홈페이지 기사 연결까지 진행해야 했습니다. 여러 사람이 단계별로 투입되는 반복 업무였으며, 방송 회차마다 같은 작업을 수행하고 처리 결과를 기다려야 했습니다.
이로 인해 뉴스가 끝난 직후 방송 영상이 곧바로 업로드되지 못했고 최소 1~2일, 공휴일이 있는 날이면 휴일이 끝날 때까지 방송 영상이 인터넷(유튜브, 홈페이지 등)에 제공되지 못했습니다. 게다가 인력이 많이 감축된 현재 상황에서 단순 반복 업무를 위해, 필요한 곳에 업무를 집중하지 못하는 비효율적인 상황이 이어졌습니다.

또한 이미 취재를 통해 영상과 대본이 제작됐지만 방송에 사용되지 못한 뉴스도 있었습니다. 이를 뉴스로 제공하려면 추가 녹음과 편집이 필요해, 제작한 자료를 충분히 활용하기 어려웠습니다.

이러한 상황을 개선하고자 반복적인 편집·제작·배포뿐 아니라, 사람이 직접 살피던 업무를 AI가 대신 수행하도록 뉴스 편집 자동화와 AI 음성뉴스 제작 시스템을 구축했습니다.

② 어떤 AI를 어떻게 활용했나요?

방송 음성을 로컬 WhisperX로 전사하고 발화 시각을 정렬한 뒤, 기사 대본과 비교해 기사별 영상 구간을 찾았습니다. 시간·문장 유사도·기사 순서로 보정하고, WhisperX 정렬만으로 해결되지 않는 끝시각은 Qwen3 강제 정렬로 보완했습니다. 전사에서 빠진 구간은 Qwen3-ASR로 다시 인식해 대본과 연결했습니다. 오픈 소스로 제공되는 로컬 STT나 정렬 기능의 한계를 극복하고자 다양한 로컬 기능을 복합적으로 사용하면서, 서로가 가진 단점을 보완하도록 설계했습니다.

규칙과 로컬 음성 모델의 보완만으로 판단하기 어려운 부분에는, 외부 AI를 활용했습니다. AI가 기사 대본과 주변 발화를 비교해 대본과 다르게 읽은 도입부도 같은 기사에 해당하는지 판단하고, 시작 화면이 스튜디오 앵커인지, 대본 첫 문장이 전사에서 누락됐는지 확인하도록 했습니다. 누락으로 판단한 구간은 로컬 STT로 다시 인식해 기사 구간을 보완했습니다. 썸네일에서는 외부 AI가 기사 대본과 후보 장면을 함께 보고 적절한 화면과 문구를 선택합니다. 이처럼 AI를 사람의 판단이 필요한 여러 동작에 사용하고, 실제 화면 비교를 통한 시작·끝 보정과 유튜브·홈페이지 배포, 완료 알림까지 자동으로 연결했습니다.

AI 음성뉴스에는 사내 아나운서의 동의를 받은 음성·대본 데이터셋을 확보해 직접 학습한 로컬 TTS 모델을 활용했습니다. 뉴스 편집 PC가 대본을 전달하고 로컬 TTS PC에 API로 제작을 요청하면, TTS PC가 기존 제작 영상과 합성 음성을 결합해 뉴스를 완성합니다. TTS 변환을 위해 대본을 한글로 처리할때는 1차적으로 규칙을 사용했지만, 최종 검수는 AI가 판단하여 띄어쓰기나 실제 문제가 될 수 있는 표현을 검수했습니다. 음성 전사·합성은 로컬 오픈소스 모델을 중심으로 운영하고, 대본 검수나 썸네일 등 판단이 필요한 부분은 외부 AI 모델을 이용했습니다. 또한, 큰 모델의 학습에는 클라우드 GPU도 활용했습니다. 학습한 모델은 로컬 PC에 등록해 반복 사용할 수 있습니다.

③ 활용 결과 어떤 변화가 있었나요?

가장 큰 변화는 여러 담당자가 직접 수행하던 반복 업무를 AI와 자동화가 맡게 됐다는 점입니다. 기사 편집, 썸네일 제작, 유튜브 업로드와 홈페이지 연결을 단계마다 사람이 직접 처리하는 부담이 줄었습니다. 담당자는 편성·예약 설정, 보도 정확성 검수, 예외 처리와 공개 관리에 집중할 수 있게 됐습니다. 완료 결과도 텔레그램으로 받아 상시 대기할 필요가 줄었습니다.

실제 운영에서 기사 편집은 10분 이내에 마쳤습니다. 일반 뉴스 편집·배포 기준으로 저녁뉴스는 약 30분, 분량이 더 긴 아침 뉴스는 약 55분 만에 홈페이지 업로드까지 완료했습니다. 단순히 처리 시간을 줄인 것뿐 아니라, 그 과정에 사람이 계속 투입되지 않아도 작업이 이어지도록 바뀐 것이 핵심입니다. 특히 기존 방식에서는 담당자가 유튜브·홈페이지에 배포했기에 담당자 일정에 따라 평일에는 최소 1~2일, 휴일에는 휴일이 끝날때 까지 배포가 지연됐습니다. 하지만 해당 도구를 활용한 결과 1시간 이내에 유튜브·홈페이지 배포하면서, 신속하고 정확하게 방송 영상을 시청자들에게 공급할 수 있게 되었습니다.

일반 뉴스 배포 이후에는 방송에 사용되지 않은 제작 영상과 대본으로 AI 음성뉴스를 추가 제작했습니다. 추가 녹음과 수작업 편집의 부담을 줄여, 기존에 취재를 해놓고도 활용하지 못했던 지역 뉴스를 주민에게 더 많이 제공할 수 있게 됐습니다. 해당 기능을 주로 오픈소스 로컬 모델로 구축하면서, 음성 전사·합성 작업의 외부 서비스 의존도를 줄이고 지속적으로 활용과 개선을 할 수 있는 환경을 구축했습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?

첫 번째 핵심은 규칙 처리, 음성 모델의 보완, AI의 의미 판단을 역할에 맞게 결합한 것입니다. 계산과 비교로 해결할 수 있는 시간·순서 문제는 일관성을 위해 규칙으로 처리하고, 음성 인식·정렬의 한계는 다른 로컬 모델로 보완했습니다. 그래도 해결되지 않는 문맥·앵커 화면·누락 여부는 AI가 사람이 하던 판단을 대신하도록 구성했습니다.

예를 들어 앵커가 대본과 표현을 다르게 읽으면 문장 유사도만으로 기사 시작을 놓칠 수 있습니다. 이때 AI가 기사 도입 문맥과 주변 발화를 비교해 앞부분도 같은 기사인지 판단합니다. 실제 발화가 전사에서 빠진 경우에는 AI가 누락 여부를 확인하고, 다른 STT 모델로 다시 인식해 해당 기사 구간을 복구합니다.

두 번째는 오픈소스 로컬 모델로 사용 환경을 구축하려 했습니다. 영상구간을 나눌때는 단순히 전체 대본을 AI한테 전달하고, 편집 구간을 받는 형식으로 단순화 할 수 있었습니다. 하지만 이런 경우 AI의 성능에 의해 편집 구간이 결정되고, 이를 위해서는 오픈소스 로컬 모델이 아닌 외부모델이 사용돼야 했기에, 외부 환경에 영향을 받는 구조가 될 수 밖에 없었습니다. 사내 이유가 아닌 외부적인 요인에 의해 해당 도구가 동작할 수 없다면, 정작 필요할 때 아무것도 할 수 없었기에 가능한 오픈 소스 모델을 활용하여 로컬로 시스템을 구성했습니다. 현재 동작에서 일부가 외부 AI 모델을 사용하고 있지만, 로컬로 사용할 수 있게 구현이 되어있어 필요에 따라 모든 기능을 로컬로 사용할 수 있습니다. 이를 통해 언제든 필요할 때마다 해당 도구를 보완하고 개선할 수 있게 만들었습니다.

마지막은 사내 아나운서의 목소리를 직접 학습해 회사의 음성 자산으로 활용한 점입니다. 학습 규모에 따라 로컬과 클라우드 GPU를 병행하되, 완성된 모델은 로컬 TTS PC에서 반복 사용하도록 했습니다. 뉴스 편집 PC와 TTS PC를 API로 연결해 편집·배포와 추가 뉴스 제작을 이어 붙였으며, 방송에 쓰이지 않은 제작물을 새로운 지역 뉴스로 활용하는 데까지 자동화 범위를 넓혔습니다.

⑤ 다른 사람도 따라 할 수 있나요?

같은 구조를 다른 방송사나 영상 제작 업무에도 적용할 수 있습니다. 방송 영상과 기사 대본, 로컬 음성 모델을 실행할 환경을 준비하고, 먼저 자동 전사와 기사 구간 생성부터 도입한 뒤 썸네일·배포·AI 음성뉴스 제작으로 확장할 수 있습니다. 음성 모델은 공개된 모델을 활용하고, 회사가 동의를 확보한 음성 데이터로 자체 프로필을 학습해 사용할 수 있습니다. 외부 AI 모델도 호환되는 로컬 모델로 대체해 연동할 수 있어, 각 회사의 장비와 운영 환경에 맞게 구성할 수 있습니다.

다만 대본 양식, 영상 파일명, 편성 시간, 홈페이지·배포 시스템 연결은 각 회사의 환경에 맞게 구성해야 합니다. 영상과 대본을 직접 업로드해서 사용할 수 있기 때문에, 모든 과정을 처음부터 한꺼번에 도입하기보다 필요한 단계부터 적용하고 실제 결과를 확인하며 범위를 넓히는 방식이 적합합니다.

일상 운영에서는 예약과 제작 설정, 음성 프로필을 활용해 같은 과정을 반복할 수 있습니다. 담당자가 정확성 검수와 예외 처리를 맡는 운영 기준을 함께 마련하면, 다른 사람도 지속적으로 활용할 수 있는 업무 자동화 방식입니다.

※해당 사례는 담당자가 업무의 효율성을 위해 자발적 구축한 업무 개선 사례입니다.