Proceedings of HCI Korea 2024��시맨틱 문장 분석을 활용한 뉴스 인터페이스 디자인

​

이상아 SangAh Lee sangahlee718@snu.ac.kr

김정환 Junghwan Kim jhbale11@snu.ac.kr

송형우 Hyungwoo Song rotto95@snu.ac.kr

서봉원 Bongwon Suh bongwon@snu.ac.kr

​

서울대학교 지능정보융합학과��—��요약 발표: 2024년 3월 13일, http://x.com/_a6g_

요약문

뉴스 기사의 단편화 및 정보 홍수로 인해 사건의 주요 내용과 이슈 변화를 알아내기 어렵게 됨.

이 문제를 완화하고자 "뉴스 스냅샷" 시스템을 제안:

• 동일 사건을 다루는 기사의 문장을 클러스터링하고 이를 바탕으로 뉴스 기사의 서브 토픽을 선정.
• 지속적 이슈인 경우 타임라인에 따라 주요 내용을 시각화

22명의 참여자를 대상으로 사용자 평가를 수행, 효과 및 사용성을 검증.

​

서론

디지털 미디어의 발전으로 뉴스 제공 방법 및 소비 방법에 변화:

• 여전히 포털 사이트를 통한 텍스트 기반 뉴스 소비가 가장 많은 비중을 차지.
• 온라인 환경의 영향으로 뉴스 발행 주기가 짧아지고 개수가 증가 → 기사의 단편화.

본 연구의 차별점:

• 대규모 뉴스 콜렉션에서의 이슈 별 토픽/서브 토픽 및 그 트렌드를 관찰하는 UI
• 개별 문장, 개발 기사 → 대규모 뉴스 콜렉션
• 범주 분포의 변화를 관찰 → 토픽/서브 토픽 및 그 트렌드를 관찰

RQs:

• RQ1. 동일한 사건을 보도하는 중복된 뉴스 기사들의 주요 내용을 식별하는 데 도움을 줄 수 있는가?
• RQ2. 시간이 지남에 따른 이슈의 주요 내용 변화를 파악하는 데 도움을 줄 수 있는가?

시스템 설계 및 구현 상세

데이터 수집 및 전처리: 2023년 7월 4일부터 10월 20일까지 네이버 뉴스홈의 헤드라인 기사를 수집, 텍스트를 추출.

문장 단위 임베딩: 기사를 문장 단위로 분리하여 임베딩. 유사도가 지나치게 같은 문장은 제거하는 등의 처리.

클러스터링:

• Daily News Clustering: 동일 날짜 내에서, 각 이슈별 문장을 군집화. 각 날짜의 이슈별 주요 내용을 추출하기 위함.
• Timeline News Clustering: 각 이슈에 대해, 모든 날짜의 기사에 포함된 문장을 군집화. 시간의 흐름에 따라 이슈의 주요 내용 변화를 추적하기 위함.
• 각 클러스터의 중심(centroid)에 있는 문장을 해당 클러스터의 대표 문장으로 간주.
• GPT-3.5 turbo에 대표 문장을 전달한 후 Subtopic title을 생성.

​

뉴스 스냅샷 인터페이스 - 서브 토픽 뷰

특정 날짜의 특정 이슈에 대한 서브 토픽을 보여준다.

• 문장 군집을 원으로 표현 (문장 수를 원의 크기에 매핑, 비중이 큰 상위 세 개 군집은 색상으로 강조)
• 하단 목록에서 특정 대표 문장을 클릭하면 해당 대표 문장이 추출된 원본 기사로 이동

뉴스 스냅샷 인터페이스 - 뉴스 기사 타임라인 뷰

심플 타임라인 뷰:

• 날짜별 주요 이슈를 보여준다

다이나믹 타임라인 뷰:

• 시간의 흐름에 따른 이슈의 트렌드 변화를 보여준다
• 각 색상은 서브 토픽
• 목록에는 각 영역 별 대표 기사로 가는 링크

사용자 평가 및 결과 1/4 - 개요

주요 내용 식별(RQ1) 및 이슈의 흐름 파악(RQ2)에 도움이 되는지 평가.

온라인 커뮤니티 및 눈덩이 표집 방법으로 22 명의 참여자를 모집.�(남: N=9, Mean=28.22, SD=5.72, 여: N=13, Mean=27, SD =6.58)

대조를 위한 인터페이스를 제작

각 참여자가 두 인터페이스를 모두 사용하여(within-subject) 두 개의 과업 수행 및 사후 인터뷰 형식으로 진행 (즉, 각 참여자가 과업을 4회 수행)

사용자 평가 및 결과 2/4 - 수행에 대한 평가

과업1: 한 사건에 대한 여러 기사 중에서 원하는 기사들을 선택하여 읽은 후, 화면을 끈 상태에서 사건에 대한 핵심 내용을 주요 키워드로 작성

과업2: 지속적 이슈에 대해 여러 날짜에 걸쳐 발행된 기사 중 원하는 기사들을 선택해 읽고, 화면을 끈 상태에서 이슈에 대한 핵심 내용을 시간의 흐름에 따라 작성

평가 항목:

• Q1. 뉴스 기사의 주요 내용 및 주요 내용의 변화를 잘 전달한다.
• Q2. 뉴스 기사를 추가적으로 봐야할 필요가 있다. (역코딩)
• Q3. 어떤 기사를 읽을 지 선택의 어려움이 있다. (역코딩)
• Q4. 뉴스 기사(이슈) 내용의 이해도를 높인다.
• Q5. 뉴스 기사를 읽는 시간을 줄여준다.

사용자 평가 및 결과 3/4 - 사용성에 대한 평가

과업1: 한 사건에 대한 여러 기사 중에서 원하는 기사들을 선택하여 읽은 후, 화면을 끈 상태에서 사건에 대한 핵심 내용을 주요 키워드로 작성

과업2: 지속적 이슈에 대해 여러 날짜에 걸쳐 발행된 기사 중 원하는 기사들을 선택해 읽고, 화면을 끈 상태에서 이슈에 대한 핵심 내용을 시간의 흐름에 따라 작성

평가 항목:

• 유용성: 뉴스 기사를 읽고 내용을 파악하는 데 유용하다.
• 사용 용이성: 사용하기 쉽다.
• 즐거움: 사용하는 것이 재미있었다.
• 효과성: 과업 수행에 효과적이다.
• 전반적인 만족도: 전반적으로 이 시스템에 만족한다.

사용자 평가 및 결과 4/4 - 사후 인터뷰

• 뉴스 스냅샷을 통해 사건의 핵심 내용을 사전에 인지한 상황에서 뉴스 기사를 읽었을 때 이슈의 내용을 보다 수월하게 파악할 수 있었다.
• 뉴스 기사의 대표 문장들을 모아둔 목록은 마치 요약된 뉴스 기사 한 부를 읽는 것처럼 느껴져서 유용했다.
• 서브 토픽 뷰에서 항목 별 대표 문장이 함께 제시되어 관련 키워드의 내용을 디테일하게 알 수 있다는 것이 장점이라고 응답했다.
• 뉴스 기사 타임라인 뷰에 대해서는 대부분의 응답자들이 매우 높은 선호도를 표시하며, 앞으로 계속 사용하고 싶은 기능으로 언급하였다.

결론

뉴스 스냅샷은 사용자가 뉴스 기사의 내용을 파악하고 이슈를 이해하는데 도움을 주는 것으로 나타났음.

한계:

• 한정된 뉴스 기사 데이터셋으로 인해 뉴스 기사의 기한은 최대 3개월 로 제한.
• 전처리 및 클러스터링 방법을 더 다양하게 적용하고 테스트했다면 콘텐츠의 품질을 전반적으로 향상시킬 수 있었을 것.

향후 더 나은 뉴스 시스템 및 서비스에 대한 아이디어를 연구할 것을 제안함.

의견

샘플 사이즈가 크지 않음에도 불구하고 눈덩이 표집 방법을 사용한 점이 아쉬움.

과업1과 과업2 모두 과업 수행의 정확도를 평가하지 않고 참여자의 주관적 인상을 자기보고하도록 한 점이 아쉬움.

전처리 및 클러스터링 방법을 더 다양하게 적용해보면 좋겠음 (연구자들이 밝힌 제한점 중 하나). 예:

• 문장 단위 임베딩보다는 GPT를 통해 개별 기사를 요약한 후 해당 요약문을 임베딩하여 클러스터링 품질 높이기
• 계층적 청킹(hierarchical chunking) 등 최근 RAG(Retrieval Augmented Generation)에서 사용되는 기법들을 적용해보면 좋겠음
• 지식그래프 등 구조화된 데이터(structured data), 문장 생성(LLM), 임베딩, 정량데이터(주가 변화) 등을 복합적으로 사용하면 더 다양한 분석 및 활용이 가능할 것. https://newscord.org/, https://realtime.org/ 등.