AI와 도서 출판: 사용 사례

Ulysses Press와 Perfect Bound의 CEO인 Keith Riegert는 2024년 5월 Publishers Weekly U.S. Book Show에서 출판사 내 AI 사용 사례에 대한 가장 종합적인 개요를 제공했습니다. Perfect Bound는 이 보고서의 후원자이며, 저는 그 주장을 지지합니다. 그는 “출판 전문가로서 지금 바로 AI를 사용하는 20가지 실질적인 방법“을 제시합니다.

그의 발표, Getting Started with AI,는 Perfect Bound 웹사이트에서 볼 수 있고 다운로드할 수 있습니다.

저는 이 섹션 제목을 Ethan Mollick의 뉴스레터에서 일부러 빌려왔습니다 - 개선할 필요가 없습니다. Mollick은 펜실베이니아 대학교 와튼 스쿨의 교수로, 기업가 정신과 혁신을 연구합니다. 그의 뉴스레터는 제가 자주 추천하는데, 차분하고 신선하며 독특한 통찰력을 제공합니다.

Mollick을 논평자로 자격 있는 이유 중 하나는 그가 어떤 이해관계도 없다는 것입니다. 그는 AI를 판매하거나 비난할 필요가 없습니다. 그는 단순히 교육, 문화, 글쓰기, 출판에 미치는 AI의 다양한 영향을 탐구하는 데 전념하고 있습니다. 그리고 그는 명확하고 훌륭한 글을 씁니다.

Mollick의 뉴스레터 아카이브를 살펴보면 그가 2022년 12월까지 AI에 집중하기 시작하지 않았다는 것을 알 수 있습니다. 그것은 그의 주제가 아니었으며, 대부분의 사람들처럼 AI가 그의 일상 업무에 뛰어들게 되었고 그는 그것을 눈을 뗄 수 없었습니다.

이 게시물에서 그의 통찰력은 출판 전문가로서 우리의 관심에 가장 가깝습니다. “AI가,” 그는 묻습니다, “책과 상호작용하는 방식을 바꿀 수 있을까요?”

이 질문에 답하기 위해 Mollick은 “책을 저장할 수 있을 만큼 큰 메모리를 가진 AI와 AI의 결과를 판단할 수 있을 만큼 자신의 책을 잘 아는 작가가 필요하다“고 말합니다. Mollick은 그의 여러 제목 중 하나를 테스트합니다 (그는 구체적으로 밝히지 않지만 채팅에서 명확히 The Unicorn’s Shadow: Combating the Dangerous Myths that Hold Back Startups, Founders, and Investors라는 책으로, 아마존에서 긍정적인 리뷰를 받았지만 현재 베스트셀러는 아닙니다).

Mollick은 저자, 출판사 또는 독자에게 인공지능이 제공할 수 있는 잠재적 가치를 여러 측면에서 고려합니다. 여기에는 “독자 및 편집자로서의 인공지능“과 “교사들을 위한 실용적인 도움“이 포함됩니다. 그는 ChatGPT가 아닌 대형 언어 모델(LLM)에게 책을 요약해 달라고 요청합니다. 결과는 Mollick의 만족을 이끌어냅니다.

그 다음은 더 어려운 도전입니다: “책에서 은유의 예를 들어주세요.” 은유는 “비유적 언어의 사용을 명확한 표시 없이 찾아야 하기 때문에 (직유와 달리 ’like’나 ’as’가 없습니다), 인간 독자에게도 도전적인 과제“라고 그는 말합니다. 결과는 “인상적이지만, 약간의 오류가 있다“고 기록합니다.

LLM은 편집자로서 덜 성공적입니다: 이 부문에서의 실패는 “현재의 인공지능 상태에 대해 명확해진 점을 보여줍니다: 만약 당신이 매우 훌륭한 작가나 편집자라면, 현재의 인공지능보다 낫습니다…“라고 Mollick은 지적합니다.

그럼에도 불구하고, “인공지능은 텍스트의 맥락과 의미를 이해하고 있는 것처럼 보이거나 실제로 이해하고 있습니다.” 그 결과, Mollick은 “우리가 책과 관계를 맺는 방식이 인공지능의 결과로 인해 바뀔 것“이라고 믿습니다.

저도 그렇게 생각합니다.

책의 자동 조판을 위한 소프트웨어는 최소한 1970년대부터 존재해왔습니다. 1980년대 중반에 저는 Donald Knuth의 TeX을 기반으로 한 PageOne이라는 소프트웨어 프로젝트를 감독했는데, 이 소프트웨어는 몇 분 안에 책을 조판할 수 있었습니다. 1969년에 도입된 문서 표준을 기반으로 한 SGML이 등장한 때도 비슷한 시기였습니다. 이는 1996년에 도입된 XML에 의해 대체되었습니다. 이 강력한 마크업 언어들은 자동화를 위한 견고한 구조를 만듭니다.

데스크탑 출판은 QuarkXPress와 Adobe InDesign, Adobe Illustrator 및 Adobe Photoshop과 같은 도구를 통한 또 다른 자동화의 라운드를 열었습니다. 출판 워크플로우는 다양한 프로그램과 시스템으로 관리될 수 있습니다.

주목할 만한 조직은 Coko Foundation입니다. 이들은 Kotahi라는 학술 출판 플랫폼과 책 제작을 위한 Ketty를 포함한 오픈 소스 제작 및 출판 관리 도구 모음을 제공합니다. Ketty는 인공지능 어시스턴트를 포함합니다. Kotahi AI PDF 디자이너는 “PDF 디자인을 간단하고 인터랙티브한 프로세스로 변환합니다.”

InDesign 워크플로우에 인공지능을 도입하려는 초기 시도가 있습니다. 2024년 4월 Adobe는 텍스트에서 이미지로 변환 기능을 발표했습니다. 제3자들이 Adobe보다 앞서 나갈 수 있습니다: 인도의 혁신적인 전처리 및 제작 벤더인 Hurix Digital과 Integra는 제작을 위해 인공지능을 활용하는 데 있어서 Adobe보다 더 많은 주도성을 보이고 있습니다.

‘낮게 달린 과일’은 분명합니다. Chat AI에게 제품 설명이나 보도 자료를 도와달라고 요청하세요. 키워드를 제안해 달라고 요청하세요. 이것은 식은 죽 먹기입니다. 하지만 대부분의 출판 전문가들도 약간의 땀만 흘리면서 같은 일을 할 수 있습니다.

위에서 링크된 Keith Riegert의 사용 사례에는 제목 브레인스토밍, 디지털 마케팅 보고서 초안 작성, Google Sheets에서 디지털 마케팅 캠페인 추적기 생성 등이 포함됩니다.

위에서 설명한 Shimmr 소프트웨어는 자동화된 마케팅의 형태를 암시합니다.

메타데이터는 책 검색 가능성의 핵심입니다. 이 말을 너무 많이 들어서 이제는 경고에 질릴 정도로 들었을 겁니다. “메타데이터“는 대부분의 비기술자들에게는 여전히 모호하기 때문에 주로 반감이 듭니다. “그냥 책에 대한 기본 정보, 제목, 설명, 가격, 주제 카테고리, 그런 것들일 뿐입니다.“라고 말하면 사람들은 안도합니다. 그것은 그들이 편안하게 여깁니다. 그러나 그게 다입니다.

저는 책에 대한 몇 가지 세부 사항보다 메타데이터에 훨씬 더 많은 것이 있음을 상기시켜 드려야 해서 유감입니다. 이 작은 책에서 다 담을 수 없는 더 많은 내용이 있습니다. 저는 이 주제에 관한 전체 책을 공동 저술했습니다. Ingram은 Metadata Essentials 라는 훌륭한 짧은 책을 출판합니다. 여기서 말하겠습니다. 메타데이터를 소홀히 하는 저자와 출판사는 위험을 감수하게 됩니다.

인공지능은 메타데이터 생성에 도움을 줄 수 있습니다. 예를 들어, 셀프 출판 벤더인 PublishDrive는 “인공지능 기반 책 메타데이터 생성기”를 제공하여 책 제목, 설명, 아마존 카테고리, BISAC 카테고리 및 키워드에 대한 AI 추천을 제공합니다.

위에서 설명한 Veristage의 Insight는 설명, 키워드, BISAC 카테고리를 생성하고 대상 독자를 정의할 수 있습니다.

이 조직의 이사인 Graham Bell은 “기술을 둘러싼 논란에 대한 한 가지 반응은 인공지능의 사용을 포기하거나 인공지능으로 생성된 제품의 거래를 피하는 것입니다. 더 현실적인 옵션은 인공지능이 사용되었을 때 거래 파트너와 독자에게 투명하게 공개하는 것입니다. 일부 리셀러가 인공지능 기반 콘텐츠를 플랫폼에서 제한하거나 금지함에 따라, 신뢰할 수 있는 출판사는 생성적 인공지능 기술을 사용하여 콘텐츠를 생성한 제품을 강조하는 것이 중요합니다.“라고 지적합니다.

Bell은 출판사가 메타데이터에서 다음을 지정할 수 있는 방법을 설명합니다:

• 인공지능 기여자

• 오디오북의 인공지능 기반 음성

… 그리고 출판사가 연구 외의 용도로 텍스트 및 데이터 마이닝(TDM)을 명시적으로 선택하지 않는다는 것을 디지털 제품의 메타데이터에 표시하는 방법도 있습니다. 또한 상업적 또는 비연구 TDM을 다루는 별도의 라이선스를 지정하는 방법도 있습니다.

종종 그렇듯이, ONIX에서 지정된 내용이 식품 체인 아래에서 발견되지 않을 수 있지만, 적어도 최선의 노력을 기울였습니다.