웹 편집본 · 2026.06.10

독서토론이 곧 뉴스레터다

글쓰기가 곧 미디어가 되는 AI 시대의 전공 수업 설계. 자료 수집·독서·판단 기록·제작을 학생의 개인 뉴스룸으로 연결하는 58장 콜로퀴움 발표.

정보기술과문화연구소 콜로퀴움 · AI시대의 미디어교육한림대학교 미디어스쿨 및 교내 교수자

발표 열기 ↗Markdown 저장 ↓

발표의 주장·수치·인용과 시각자료를 보존하면서 제목과 흐름을 다듬은 웹 편집본입니다.발표 당시 원문 보관본도 별도로 제공합니다.

결과보다 과정을 평가하는 시대

독서토론이 곧 뉴스레터다

한림대학교 미디어스쿨 콜로퀴움 · 2026.06.10

독서토론이 곧
뉴스레터다

글쓰기가 곧 미디어가 되는
AI 시대의 전공 수업 설계

발표 · 안창현 (Achmage)

출처 · 발표 1장

오늘의 질문

AI 시대,
우리는 무엇을
«평가»받게 되는가?

결과물이 아니라 ‘과정’ — 그리고 그 과정은 어디에 남는가.

출처 · 발표 2장

도입

20년차 기자도
고전한
‘AI 시험’

SK AX AI 역량 인증 시험 — KBS 9시 뉴스 (2026.06.01)

출처 · 발표 3장

도입

SK가 만든 ‘AI 역량 인증 시험’이 9시 뉴스에 나왔습니다

KBS 뉴스9 — SK AX AI 역량시험 보도 장면

KBS 뉴스9 (2026.06.01) · “채용·승진 가르는 ‘AI 시험’…직접 쳐봤습니다”

출처 · 발표 4장

도입

9년차는 A, 20년차는 B — 다년차 KBS 기자들도 고전했습니다

방준원 기자

KBS · 2018년 입사(45기) · 9년차: A

방준원 기자 보도 장면 1

방준원 기자 보도 장면 2

김준범 기자

KBS · 2007년 입사(33기) · 20년차: B

김준범 기자 보도 장면 1

김준범 기자 보도 장면 2

≠

최고 등급은 S · 출처: KBS 뉴스9(2026.06.01), 나무위키 KBS NEWS 구성원

출처 · 발표 5장

도입

시험은 2단계 — 리터러시, 그리고 부트캠프

STEP 1 · AI 리터러시

생성형 AI 원리 이해부터 프롬프트 활용·일상 업무 적용까지. 실제 업무 맥락에서 문해력과 실행력을 평가.: STEP 2 · AI 부트캠프

RAG 시스템·AI 웹/앱 개발 실습을 거쳐 AI 에이전트를 직접 설계·개발하고 기술 평가로 인증.

SK AX AI 시험 보도 장면

AI 활용 과정 자체를 채점한다 — KBS / SK AX

출처 · 발표 6장

도입

“코딩을 몰라도 풀 수 있습니다.
핵심은 주어진 문제를 얼마나
구조화하고 단계적으로 접근하느냐를
중점으로 평가하는 것입니다.”

— 윤성환 · SK AX AI시험 사업부 팀장

SK AX 윤성환 팀장 인터뷰

시험은 답이 아니라 ‘문제를 푸는 과정’을 본다.

출처 · 발표 7장

한 문장으로

기업은 결과물이 아니라
‘AI를 쓰는 과정’을
채점하기 시작했습니다.

출처 · 발표 8장

도입

방송국 신입 PD도 곧 — 세 가지를 동시에 봅니다

비개발자 대상 AI 바이브 코딩 시험 — opencode 화면과 ‘비개발자용 시험’ 자막

비개발자도 ‘바이브 코딩’ 으로 문제를 푸는 시대 — KBS 뉴스9

글쓰기 · 기획력

독자와의 관계를 설계하는 힘.

AI 구조화 능력

문제를 분해해 단계적으로 AI에 시키는 사고.

바이브 코딩 실행력

대시보드·팩트체크 앱을 직접 만들어 보이기.

출처 · 발표 9장

학계와 연구

학술 현장의 AI 활용과 판단

학계는 이미
‘과정’을 봅니다

Nature · Frontiers · Wiley 설문 (2025–2026)

출처 · 발표 10장

학계와 연구

전 세계 연구자 4,946명 중, 실제로 AI를 연구에 쓴 사람은 1,043명뿐

1,043

— 실제로 AI를 연구에 써봤다 (21%)

“써봤다”는 응답조차 편집 28%, 초안 작성 8% 미만
(Nature 설문조사, 2025년 2월 기준)

AI로 논문을 써본 경험 설문 — 소수만 실제 사용

“AI로 논문을 써봤는가” — 대부분 안 해봤거나 안 쓰겠다. Nature·Wiley 설문

출처: Wiley “전 세계 연구자 AI 활용 실태”(2025.02.04) · Nature

출처 · 발표 11장

학계와 연구

못 쓰는 이유의 66%는 실력이 아니라 ‘교육·지침 부족’이었습니다

필요한 건 ‘AI 교육’ 44%

‘어디서 시작할지 모름’ 22%

그리고 대부분은
“원고·보조금·동료평가에서 곧 보편화될 것”이라 답했다.

대부분의 AI 활용이 몇 년 내 받아들여질 것이라는 전망 차트

대부분의 AI 활용은 몇 년 내 받아들여질 것 으로 예상 — Nature

출처 · 발표 12장

학계와 연구

어디까지 허용되나 — 편집 90%, 번역 91%

AI 편집 허용도 차트

편집 — 초안은 사람이 쓰고 AI로 다듬기: 허용 90%

AI 번역 허용도 차트

번역 — 전체 번역에 AI 사용: 허용 91%

단, ‘프롬프트까지 공개하라’는 응답이 번역에선 42%. — 과정 공개 압력은 이미 시작됐다.

출처: Nature 설문(2025.05.14), 5,000여 명 · Dr Bloggs 시나리오

출처 · 발표 13장

학계와 연구

그러나 Methods·Results·Discussion은 ‘절대 쓰지 말라’가 과반입니다

논문 섹션별 AI 사용 허용도 차트

섹션이 ‘결과’에 가까울수록 Never appropriate 비율이 치솟는다 — Nature

초록·서론엔 관대하지만,
생산성 보조, 판단은 사람.

출처 · 발표 14장

결정적 발견

AI를 ‘써본’ 사람일수록
AI 활용에 호의적이었다.

“respondents’ self-reported experience with AI for writing or reviewing papers did correlate strongly with having favourable opinions of the scenarios.”

— Nature 설문 분석 (2025.05.14)

태도를 가르는 건 찬반이 아니라 — 그리고 경험은 기록으로만 쌓인다.

출처 · 발표 15장

Hao et al. 2026 (Nature)

AI를 ‘도구로 쓴’ 논문은 — 압도적으로 앞서갑니다

3.02×

논문 출판 편수

4.84×

피인용 횟수

−1.37년

팀장 승진까지 시간

1980–2025년 4,129만 편 분석 · “AI를 도구로 쓴 자연과학 논문” · Hao et al., Nature (2026.01)

출처 · 발표 16장

역설

그런데 AI는 새로운 주제를 열기보다
‘기존 인기 주제’를
반복하게 만들었습니다.

새 논문조차 결국 ‘최초의 원본’만 인용한다 — 확산은 빨라지지만, 사유는 좁아진다.

출처 · 발표 17장

핵심

관건은 ‘AI를 썼느냐’가 아니라
‘내 Original Data가 있느냐’였습니다.

출처 · 발표 18장

동료평가 (Peer Review)

단 7개월 만의 반전

2025년 5월 · Nature

“Peer review에 AI, 절대 반대” 52%

동료평가 AI 사용 의견 차트

2025년 12월 · Frontiers

55%

“이미 동료평가에 AI를 쓰고 있다” (전 세계 1,600여 명)

7개월

출처 · 발표 19장

Frontiers 2025 종합 권고

학계의 처방은 6가지 — 전부 ‘과정’을 가리킵니다

투명성과 책임

언제·어디서·어떻게 AI를 썼는지 공개

AI 리터러시 교육

구조화된 교육·공인 프로그램

윤리·무결성

인간 책임·편향 테스트·재현성 감사

형평성·접근성

AI 역량에 공평한 접근 보장

커뮤니티 참여

정책 공동 수립·피드백 메커니즘

정책 리더십

글로벌 표준 수립에 기여

출처 · 발표 20장

반복되는 한 단어

‘과정’ 검증
‘과정’ 교육
‘과정’ 평가

출처 · 발표 21장

그렇다면

그 ‘과정’은
어디에 저장합니까?

GPT 채팅창에? 새 창을 열 때마다 맥락은 초기화됩니다.
머릿속에? 생각날 때마다 처음부터 재구성해야 합니다.

출처 · 발표 22장

저널리즘 교육

저널리즘이 요구하는 사람의 역할

저널리즘 교육은
어디로 가고 있나

ACEJMC · Columbia · USC · Columbia Journalism Review

출처 · 발표 23장

ACEJMC (미국 저널리즘 인증)

졸업생 핵심 역량 — 결국 같은 네 가지

찾기

적절한 도구로 이미지와 정보를 효과적으로 제시한다

평가

비판적 사고로 연구를 수행하고 정보를 평가한다

검증

정확성·공정성·명확성과 기본 수치·통계를 비판적으로 검증한다

표현

대상·목적에 맞게 정확하고 명확하게 글을 쓴다

출처 · 발표 24장

그런데

이 역량은 전부
‘기록하는 습관’ 없이는
작동하지 않습니다.

출처 · 발표 25장

Columbia Journalism School (CJS 2030)

Learn. Build. Critique.

자료를 찾고·모으고·분석하는 역량을 강조하며 —
“개인이 스스로 디지털 아카이브를 구축하라”고 명시한다.

데이터 저널리즘 = 단발성 프롬프트가 아니라 ‘자료·출처·분석·판단이 남는 작업 환경’.

출처 · 발표 26장

USC AIMS × Columbia Journalism Review

18명의 기자에게 물었습니다 —
“당신은 AI를 어떻게 쓰는가”

출처 · 발표 27장

기자들의 증언 · 01 / 04

“AI는 생산성을 위한 것이지,
글쓰기를 위한 것이 아니다.”

“As much as I believe that AI helps my productivity, I refuse to use it for writing.”

— Emilia David · VentureBeat

글쓰기를 AI에 넘기면 독자와의 관계도, 역량 자체도 사라진다.

출처 · 발표 28장

기자들의 증언 · 02 / 04

그 자체로 AI는
눈속임(parlor trick)일 뿐이다.

“AI on its own is a parlor trick … useful when paired with properly structured data and someone who knows what they’re doing.”

— Zach Seward · The New York Times, AI 총괄

구조화된 데이터 + 도메인 지식이 있어야 AI가 작동한다 = PKM의 존재 이유.

출처 · 발표 29장

기자들의 증언 · 03 / 04

AI는 손으로 여겨야지,
두뇌로 여겨선 안 된다.

“I don’t fear AI if it’s used as a hand, not a brain.”

— Susie Cagle

판단하는 두뇌는 사람이다 — AI에 맡기면 빨라지지만, 덜 인간적이고 덜 진실해진다.

출처 · 발표 30장

기자들의 증언 · 04 / 04

똑똑하지만 헛소리도 잘하는 조수 —
내 원고와 인터뷰 녹취록을 먼저 올린 뒤에야 검증시킨다.

“I’ll upload sections of my book, along with interview transcripts … I would never ask it to write anything, though.”

— Nicholas Thompson · The Atlantic, CEO

인간의 1차 자료·기록이 있어야 AI가 비로소 일한다.

출처 · 발표 31장

공통 구조

AI를 잘 쓰는 기자들의 작업은 똑같은 모양입니다

01 · 인간

1차 자료를 만든다

취재·기록·글쓰기로 원본 데이터 생성: ▶

02 · AI

보조한다

정리·검증·요약·번역 (AI는 ‘손’): ▶

03 · 인간

최종 판단·발행

“유일한 출처가 AI라면 보도하지 않는다”: Ben Welsh(Reuters)·Sarah Cahlan(WaPo)·Khari Johnson(CalMatters) — CJR “How We’re Using AI”(2025.05.12)

출처 · 발표 32장

결론

AI를 잘 쓰는 기자일수록,
자신의 1차 자료를
체계적으로 축적합니다. = PKM

구조화된 개인 지식이 없는 사람에게 AI는 ‘parlor trick(눈속임)’에 그친다.

출처 · 발표 33장

Northwestern University

반복 가능한 실행과 기록

‘Agentic Investigation Challenge’ — 발표 당시 진행 중인 도전

Northwestern Agentic Investigation Challenge — 상금과 일정 안내

상금 $5,000 · 마감 7/15 · 심사 8/15 — AI 활용 탐사보도 공모전

“AI로 취재한 기사 한 편”이 아니라,
AI를 어떻게 썼는지에 대한 모든 과정 기록을 통째로 제출하라.

출처 · 발표 34장

무엇을 제출하나

제출물 4종 — 결과물이 아니라 ‘과정’입니다

①

Agent Skills

재사용 가능한 AI 작업 절차 (디렉터리)

②

Findings (PDF)

외부 자료까지 결합한 발견 보고서

③

Interaction Traces (JSON)

입력·도구호출·출력·개입의 전체 로그

④

README.md

전체 구조를 잇는 마크다운 색인

출처: Agentic AI Investigative Journalism Challenge, Northwestern (2026.06 진행 중)

출처 · 발표 35장

① Agent Skills

10번 돌려 9번 같은 결과를 내는,
‘재현 가능한 작업 절차’

한 번 쓰고 버리는 프롬프트가 아니라 — 구조화·저장된 지식 자산.

출처 · 발표 36장

③ Interaction Traces

입력 · 도구호출 · 출력 —
그리고 ‘내가 개입해 바로잡은 순간’까지
전체 로그를 통째로.

채팅창을 닫으면 사라지는 방식으론 불가능 — 별도로 저장·관리하는 시스템이 필요하다.

출처 · 발표 37장

결정타

파일로 안 남으면,
제출 자체가 불가능합니다.

GPT 웹 채팅 → traces 증발 ✗

로컬 기록 (PKM) → 그대로 제출 ✓

출처 · 발표 38장

기록

과정이 남는 기록의 구조

그래서, 결국
‘기록’입니다

과정을 평가하려면, 그 과정이 어딘가에 남아 있어야 한다.

출처 · 발표 39장

총정리

세 갈래가 한 곳을 가리킵니다

기업

SK AX

결과물이 아니라 문제를 구조화하고 푸는 과정을 평가

학계

Nature · Frontiers

‘썼다/안 썼다’를 넘어 프롬프트·작업 과정 공개로

저널리즘

Northwestern

취재·작업의 전 과정 기록·검증을 요구

공통점은 하나 — ‘과정’을 본다.

출처 · 발표 40장

AI 활용의 진화

AI는 5단계로 진화했습니다 — 프롬프트에서 하네스까지

AI 활용법 5단 진화: 프롬프트→CoT→MCP→스킬스→하네스

프롬프트 → CoT → MCP → 스킬스 → 하네스 & AI OS

프롬프트에서 ‘나를 아는 AI’까지의 진화

같은 흐름의 다른 정리 — ‘나를 아는 AI’로 수렴

출처: 더베러 뉴스레터 220호

출처 · 발표 41장

국가 표준

국가 AI전략위가 ‘마크다운’을 표준 문서로 채택했습니다

국가 AI전략위 마크다운 채택 보도자료(2026-03-05)

국가인공지능전략위원회 보도자료 (2026.03.05)

마크다운 (Markdown/.MD)
“복잡한 서식 없이 제목·문단·목차를 단순 기호로 표현해 사람과 AI가 함께 읽기 쉬운 문서 방식.”

기존 한글 문서는 편집이 많아 AI가 구조를 인식하기 어렵다는 문제의식.

출처 · 발표 42장

기록의 ‘형태’

같은 파일 — 사람 눈엔 깔끔, AI 눈엔 깨짐

사람의 눈 (한글 .hwp)

한글 문서 — 사람 눈엔 깔끔

AI의 눈 (메모장으로 열기)

같은 파일을 메모장으로 — 깨진 텍스트

출처 · 발표 43장

급소

문제는 기록의 존재가 아니라 기록의 형태입니다

흔한 항변	진짜 문제 (급소)
“한글·워드로 다 정리했는데?”	죽은 그릇 — AI가 못 읽습니다
“수첩·공책에 펜으로 적었는데?”	검색·재현·연결이 불가능합니다
“GPT 로그인하면 다 있는데?”	채팅창끼리는 서로 연결이 안 됩니다