뉴스투명성위원회 회의록(2026년 2분기)

2026년 2분기 뉴스투명성위원회 회의에서는 지난 3월 공개한 ‘웰메이드 댓글’ 서비스의 현황과, 댓글 선정 기준 등을 재점검하는 시간을 마련했습니다.

이번 회의에는 위원장을 맡고 있는 박재영 교수(고려대 미디어학부)와 위원으로 활동중인 김경희 교수(한림대 미디어스쿨), 김장현 교수(성균관대 글로벌융합학, 서면참여), 도준호 교수(숙명여대 미디어학부), 이준웅 교수(서울대 언론정보학과), 임종섭 교수(서강대 지식융합미디어학부), 최지향 교수(이화여대 커뮤니케이션·미디어학부), 한지영 교수(KAIST 문술미래전략대학원)가 참여해 주셨습니다. (이름 가나다 순)

다음(Daum) 에서는 임광욱 미디어 부문장, 홍지윤 팀장, 최승원, 윤예지, 유주창, 노정민, 공윤성 매니저가 참여했습니다.

서비스 오픈 이후 선정 현황을 집계한 결과, 총 1,654,501건의 기사 댓글에서 13개(0.00079%)가 ‘웰메이드 댓글’로 선정되었습니다

• 이용자 반응(*유저 평가)이 중요하다고 봄. 이는 찬성 혹은 댓글 등 상호작용을 많이 유발하는 댓글을 의미함. 본문 관련성은 곧 ‘논변의 품질’이라는 건데, 말하자면 자기만의 근거가 있어야 한다고 봄. 이 사람의 주요한 주장이 뭐고, 그 주장을 뒷받침하는 근거가 있으면 타당하다고 보는 경우임. AI가 요점을 파악해서, 근거가 어디서 나오는지를 찾는 훈련을 시켜서 높은 점수를 주어야 하지 않을까 생각함

• 댓글의 키워드를 통한 품질 분류를 하였는데, negative(부정) 부분만 빼내기보다는, 전체적으로 보았을 때 좋은 느낌을 주는 것에 positive(긍정) 점수를 주는 방식이라면 예시보다 훨씬 품위 있는 댓글이 뽑힐 것 같다고 봄. 나쁜 말 한, 두 개 보다는 좋은 말들이 반복돼서 선순환이 될 때, 가점을 주는 방식으로 평가와 학습이 이루어져야 한다고 봄

• 이야기가 다른 데로, 어떻게 다른 곳으로 흘러가는지에 따라서 좋은 토론이라고 말할 수 있음. 처음에는 기사와 연관해서 이야기하지만, 또 좋은 주제로 흘러갈 수 있다는 기준에 대해서도 다시 한번 생각해 보셨으면 좋겠음

• 댓글은 물론 재미있어야 하겠지만, 문제가 되는 것들도 많으므로 정제된 댓글을 보여줄 수 있는 3개의 기준(구조적 완결성, 품질의 우수성, 이용자 신뢰성)의 변별력을 맞추는 방법에 대해서 고려해 보았으면 좋겠음

• 부정적인 댓글을 빼야 하는 것에 초점을 두는 것이 아니고, 좋은 소수의 댓글로 시작해 늘어날 수 있는 것이 베스트라고 봄. 웰메이드 댓글의 허들을 낮추는 것이 아닌, 품질 관리에 초점을 맞추는 방향으로 검토했으면 좋겠음

• 최근에 본 기사에서, 센스있는 댓글을 보는 재미가 있었음. AI 픽이 그런 것을 바로 선택할 수 있어야 하는데 지금은 90자 이상을 충족해야 하는 조건 등, 현재의 규칙으로는 조건에 한계가 있음

• 댓글로 인해 피해를 보는 사람이 너무 많은 상황. 기자들이나 어떤 사건의 유가족을 대상으로 인터뷰를 진행해 보면 댓글에서 오는 트라우마나 피해가 너무나 크다는 점을 알 수 있음. 이러한 상황에서 웰메이드 댓글이라는 것은 굉장히 좋다고 생각함. 다만, 선정한 것들이 ‘웰메이드’인지는 의문이 있음. 더불어, ‘AI 픽’이 어떤 것의 픽인지에 관한 내용이 있어야 함. 이게 어떻게 선택된 것인지 궁금해할 수 있는데, 이것을 누르면 기준을 제시하여 설명을 볼 수 있게 했으면 좋겠음

• 답글 수, 피드백 참여 수의 측정 항목에서 절대 수치(10개, 30개)에 기반을 두기보다는, 특정 기간 평균 답글 수의 300%, 평균 찬성 피드백 수의 200% 등으로 하면 더 합리적이라고 봄. 더불어 규칙 기반의 한계점은 있지만, 관리에 쉬우므로 동의어 기준을 활성화하여 동의 표현을 모두 필터에 넣는 것은 어떨지 생각함

• ‘AI 픽’ 이라고 되어있는데, AI는 어떤 것(엔진)을 사용했는지 물어볼 수 있음

• ‘AI 픽’ 하나만 제시할 필요가 없다고 봄. 예를 들어, ‘AI 클린픽’과 같이, 댓글의 품질도 좋은데 품위도 있는 것을 의미함. 두 가지 요건이 같이 높을 수 있다고 봄. ‘AI 논쟁픽’ 등 여러 개의 서로 다른 차원으로 측정할 수 있도록 하는 게 좋겠음

• 지금 논의된 내용들을 에이전트(agent)라는 개념에 도입하면, 웰메이드 댓글을 선정하는 규칙에 관한 에이전트를 개발하고, 편향성 문제와 같은 요소들을 만들어서 진행하는 등 검토를 통해 완성도를 높여가는 방식이 있겠음. 업스테이지의 솔라(Solar)처럼 훌륭한 엔진이 있는데 이것을 활용하지 않고 룰 베이스 방식으로 하는 것은 통제를 위한 정책이 아닐까 하는 생각이 듦

• LLM도 끊임없이 학습하며 진화하므로 Quality control이 어려움. jail breaking 이슈 등에 대해 충분한 방호책을 기술 부서와 상의하는 게 좋을 것

• 댓글에 다양성이 필요하다고 봄. 표현은 좀 거칠 수 있으나, 읽으면 카타르시스를 느낄 수 있음. 이 과정에서 해당 문제에 대한 관심이 증가할 수도 있음

• 좋은 댓글이라는 의미는 좋으나, ‘불량 댓글’이라고, 흑백논리로 나누기에는 애매한 표현들이 많음. 다양한 의견들과 표현을 보여줄 수 있는 방식을 제안함

• 다양성 측면에서, ‘문화’ 등의 분야에서 품질 피드백의 숫자를 조절하는 것이 맞다고 봄

• 화면을 보면, ‘AI 픽’이 너무 작게 들어가 있음. 어떻게 보여줄지를 잘 생각해 보았으면 함. 얼마나 잘 골라진 댓글이고, 좋은 댓글로 느껴지게 만드는지가 중요하다고 봄. 어떤 기준에 따라서 이 댓글을 뽑았다는 것을 옆에 보이게 설명하는 등, 표시를 다양하게 하는 것도 좋을 것 같음

• 서비스적으로는 좋은 댓글에 큰 페이버를 줘야 한다고 생각함. 예를 들어, 디스플레이 측면에서 웰메이드 댓글을 더 많이 볼 수 있도록 하거나, 웰메이드 댓글은 이렇게 하면 보인다고 하는 것을 강조하는 방식

• 기사 작성자인 기자에 대한 공격은 꼭 막아야 함. 해외 언론의 사례처럼 보호해야 할 필요가 있음