보통 현장 기사는 시간차가 크다.
현장에 간다. 본다. 돌아온다. 메모를 정리한다. 추가 조사한다. 글을 쓴다. 번역한다. 공개한다.
그때쯤이면 체험은 이미 완전히 과거다.
AI를 기사 제작 라인에 넣으면 이상한 시간축이 생긴다.
전시를 보다가 “왜 이 부분은 사람이 눈으로 검사하지?”라고 묻는다. 몇 분 뒤 공식 자료와 연구가 붙는다. 로봇 앞에서 “설명 말고 직접 움직이고 싶다”라고 말하면 인터랙션 디자인 얘기로 확장된다. 고급차에 앉으면 가격과 가치 이야기로 이어지고, 하얀 벽이 유난히 깨끗하면 유지관리까지 소재가 된다.
견학이 끝나기도 전에 장문 기사가 12개 언어로 만들어지기 시작한다.
극단적으로는 기사가 인터넷에 올라갔는데, 관찰을 제공한 사람은 아직 같은 지역 어딘가에서 밥을 먹고 있을 수도 있다.
사건과 기사가 거의 같은 시간에 존재한다.
이건 SNS 실황도, 전통적인 블로그도 아니다.
1. 기존 기사는 배치 처리, 이 방식은 스트리밍 처리에 가깝다
기존 흐름은 경험을 모아 두었다가 나중에 처리한다.
체험 → 귀가 → 메모 정리 → 조사 → 집필 → 번역 → 공개
배치 처리와 비슷하다.
AI 기사 공장은 관찰이 생길 때마다 다음 공정으로 넘길 수 있다.
관찰 → 즉시 질문 → 조사 → 구조화 → 원고에 추가
다음 관찰이 생기면 다시 흐른다.
그래서 리드타임이 “귀가 후 며칠”에서 “현장 체험과 겹치는 시간”으로 줄어든다.
이 시간 단축 자체가 기능이 된다.
2. 독자와 기사 속 현장이 동시에 존재할 수 있다
보통 여행기를 읽을 때 작성자는 이미 집에 돌아갔다.
하지만 공개 지연이 충분히 짧으면, 기사가 올라오는 순간에도 같은 전시가 움직이고, 같은 직원이 일하고, 같은 날의 방문객이 돌아다닐 수 있다.
현장에 있는 다른 사람이 당일 만들어진 현장 기사를 읽을 가능성도 생긴다.
검색엔진 색인은 별도 공정이므로 공개 즉시 검색된다는 보장은 없다. 그래도 콘텐츠 자체의 시간차는 거의 없앨 수 있다.
The story is still happening.
기사가 회상이 아니라 진행 중인 사건과 겹친다.
3. Twitter/X보다 단순히 빠른 것이 아니라, 비슷한 속도에서 정보 밀도가 다르다
SNS는 빠르다.
“이 전시 재밌다.” “2천만 엔?” “검사 게임 어렵다.”
몇 초면 올릴 수 있다.
전통적 장문은 느린 대신 배경 설명이 붙는다.
AI 기사 공장이 노리는 것은 둘의 절충이 아니라 동시 확보다. 현장의 한마디에 공식 정보, 연구, 비교, 유보, 배경을 짧은 시간 안에 붙인다.
결과적으로 매체는 이상한 혼합물이 된다.
- SNS의 속도
- 현장 1차 체험
- 해설 기사 문맥
- 검색 가능성
- 다국어 도달
경쟁력은 장문이나 12개 언어 자체가 아니라 속도와 밀도를 함께 확보하는 것이다.
4. 12개 언어는 해자가 아니다. 1차 관찰이 있어야 의미가 생긴다
번역 자체는 점점 쉬워진다.
Google Search Central은 생성형 AI가 조사와 오리지널 콘텐츠 구조화에 유용할 수 있지만, 사용자 가치 없이 많은 페이지를 만드는 것은 scaled content abuse가 될 수 있다고 설명한다.
따라서
기존 웹 정보 → AI 요약 → 12개 언어
만으로는 약하다.
더 강한 흐름은
현장 1차 관찰 → 독자적 질문 → 추가 조사 → 구조화 → 12개 언어
이다.
“검사 체험이 예상보다 어렵다”, “버튼은 사실상 설명 재생 버튼이었다”, “시설 표면이 지나치게 잘 관리돼 있다” 같은 작은 관찰은 기업 홈페이지 요약만으로 나오지 않는다.
12개 언어는 증폭기이지 원액이 아니다.
원액은 1차 체험이다.
5. 이건 꽤 JIT 같다
Toyota는 Just-in-Time을 필요한 것을 필요한 때 필요한 만큼 만들고 운반하며, 물건과 정보가 공정 사이에서 정체되지 않도록 하는 방식으로 설명한다.
기사 공장에 대응시키면 꽤 비슷하다.
- 현장 관찰이 원재료를 만든다
- 다음 공정이 질문을 당겨 간다
- 조사 공정이 근거를 보충한다
- 편집 공정이 기사 구조에 넣는다
- 로컬라이징 공정이 필요한 언어로 전개한다
- 공개 공정은 QC 통과품만 흘려보낸다
핵심은 전부 자동화하는 것이 아니라 정보를 쌓아 두지 않는 것이다.
미처리 메모 창고를 만들기 전에 다음 공정이 가져간다.
‘지식의 저스트 인 타임 생산’이라는 표현이 꽤 정확하다.
6. ‘카라쿠리’는 AI 자체보다 AI를 둘러싼 공정 설계다
제조업의 카라쿠리 개선은 중력, 지렛대, 도르래 같은 단순한 메커니즘을 이용해 저비용으로 작업을 편하게 만드는 개선이다. Toyota Industries는 무동력 지렛대와 도르래 등을 배우는 ‘카라쿠리 공방’을 운영한다.
AI 자체를 카라쿠리라고 부르고 싶지만 더 정확히 나누면 이렇다.
- AI: 고성능 가공기
- 워크플로: 카라쿠리
- JIT: 정보 흐름 방식
- QC 게이트: 지도카
- 사람: 무엇이 재미있고 이상한지 발견하는 센서
AI 모델 하나만 둔다고 기사 공장이 되지 않는다.
대화를 어디로 넘길지, 무엇을 조사할지, 무엇을 익명화할지, 어디서 멈출지, 어느 언어로 보낼지를 설계해야 비로소 시스템이 된다.
7. QC는 ‘사람의 지혜가 들어간 자동화’인 지도카와 비슷하다
TPS의 또 다른 축인 지도카는 이상을 발견하면 멈춰서 불량이 후공정으로 흐르지 않게 한다.
빠른 기사 공장에도 같은 원리가 필요하다. 좋은 정보뿐 아니라 오류도 빠르게 퍼질 수 있기 때문이다.
멈춰야 하는 예는 다음과 같다.
- 현장 사실과 AI 추론이 섞임
- 출처 없는 숫자
- 기사별 허가 없이 이미지 재사용
- 제3자 얼굴이나 식별정보
- 번역 중 의미 변형
- 실시간 위치 단서 노출
사람이 모든 단계를 계속 감시할 필요는 없다. 이상 후보만 멈춰 사람에게 돌려보내는 것이 핵심이다.
8. 실시간 공개의 최대 약점도 실시간성이다
현장 체험 중 공개하면 프라이버시 문제가 생긴다.
시설명, 시각, 다음 이동지 같은 정보가 합쳐지면 작성자의 현재 위치를 추정할 수 있다.
“체험이 끝나기 전에 기사도 나왔다”는 구조는 남겨도, 개인을 실시간 추적할 수 있을 필요는 없다.
현재 위치, 이동 경로, 다음 일정, 숙소 정보는 제거하거나 필요하면 지연해야 한다.
JIT는 모든 것을 즉시 공개한다는 뜻이 아니다.
9. 진짜 경쟁우위는 AI가 아니라 현실에서 유용한 지식까지의 총 리드타임이다
AI 모델은 다른 사람도 쓸 수 있다.
번역도 가능하다.
GitHub와 CMS도 특별하지 않다.
남는 것은 현실에서 관찰을 줍고, 그것을 유용한 정보로 바꾸는 전체 공정이다.
본 순간 질문한다. 조사 결과가 다음 관찰 방식을 바꾼다. 새 질문이 생긴다. 현장 체험과 조사가 번갈아 돌아간다.
기사는 며칠 뒤 기억을 복원해서 쓰는 것이 아니라, 현장에서 성장한다.
완성될 때도 사건은 아직 ‘오늘’일 수 있다.
Speed is part of the moat.
하지만 속도만으로는 해자가 아니다.
1차 관찰 × 조사 × 구조화 × QC × 다국어 전개를 현실과 거의 동시에 흘릴 수 있는 것.
그 조합이 단순한 AI 대량생성과 기사 공장을 갈라놓는다.
