AI-generated podcasts: Synthetic Intimacy and Cultural Mistranslation in NotebookLM's Audio Overviews

기술적 요약: AI 생성 팟캐스트: 구글의 NotebookLM 오디오 개요에서 나타나는 인공적 친밀감과 문화적 오역

문제 제기
본 논문은 구글의 NotebookLM 내 '오디오 개요 (Audio Overviews)' 기능을 중심으로, AI 생성 팟캐스트에 관한 미디어 연구의 공백을 다룬다. 기존 문헌은 이러한 도구들을 주로 기술적 또는 의학적 정보를 요약하는 기능적 보조 수단으로 취급해 왔으나, 이를 독자적인 미디어 장르로 분석한 연구는 아직 부재하다. 저자는 다음과 같은 중대한 문제를 지적한다: 이러한 팟캐스트는 사용자가 업로드한 문서에서 생성된 맞춤형 오디오 경험으로 마케팅되고 있지만, 실제로는 경직되고 동질화된 문화적·언어적 템플릿을 강요하는 것으로 보인다. 본 논문은 다양한 언어, 문화적 맥락, 역사적 시대, 방언을 가진 원천 자료들이 어떻게 대규모 언어 모델 (LLM) 에 의해 표준화된 '백인, 교육받은, 중산층 미국인'의 기본값으로 번역되는지, 그리고 이것이 인간이 제작한 팟캐스트를 특징짓는 구체적인 상황성과 특정 공론장을 어떻게 지워버릴 수 있는지 탐구한다.

연구 방법
저자는 Gabriele de Seta 가 제안한 '인공적 탐사 (synthetic probes)' 방법을 사용하여 NotebookLM 시스템의 내부 논리와 산출물을 분석한다. 연구는 NotebookLM 에 특정 원천 문서 세트를 업로드하고, 이에 따라 생성된 오디오 팟캐스트와 그 대본을 분석하는 과정을 포함한다. 탐사는 모델의 기본 문화 및 언어 설정에 도전하도록 선정되었다:

1. 노르웨이 학술 문서: 베르겐 대학교 (노르웨이어) 의 교수 이사회 회의 자료.
2. 노르웨이 유머: 노르웨이어 언어유희에 의존하는 농담.
3. 아프리카계 미국인 구어체 영어 (AAVE): 공연적 AAVE 스타일로 작성된 블로그 포스트.
4. 역사적 텍스트: 소크라틱 대화 형식으로 쓰인 19 세기 초 영국 과학 교과서인《화학에 대한 대화 (Conversations on Chemistry, 1817)》.
5. 무 입력 (Null Input): 원천 내용과 모델의 템플릿 기반 생성을 분리하기 위해 사용된 빈 PDF 파일.

분석은 언어적 번역, 문화적 재구성, 구조적 템플릿, 그리고 '인공적 친밀감 (synthetic intimacy)' 개념에 초점을 맞춘다. 생성된 오디오와 대본은 공개된 데이터셋으로 제공된다.

주요 결과
분석 결과, NotebookLM 은 원천 자료의 기원이나 성격과 관계없이 모든 입력에 대해 고정되고 추상화된 장르 템플릿을 적용하는 것으로 드러났다. 주요 발견 사항은 다음과 같다:

• 언어적 및 문화적 오역: 시스템은 모든 원천 텍스트를 표준 미국 영어 (SAE) 로 번역한다. 이 과정은 단순한 언어적 번역이 아니라 문화적 번역이다. 예를 들어, 노르웨이 대학의 회의록은 미국의 고등교육 시스템이라는 렌즈를 통해 재구성되어, 노르웨이의 공공 기관이 학생 등록금에 의존한다는 잘못된 귀인이 이루어졌다. 또한, 언어유희에 의존하는 노르웨이 농담은 유희를 제거하고 동화적 클리셰와 소망 충족에 대한 일반적인 논의로 대체하는 방식으로 '번역'되어, 원래의 문화적 유머가 소실되었다.
• 방언과 맥락의 지워짐: AAVE 를 처리할 때, 모델은 텍스트를 SAE 로 번역하여 원본 블로그 포스트의 사회방언과 특정 문화적 표지들을 제거한다. AI 호스트들은 번역 행위나 원천 자료의 '타자성'을 인정하지 않고, 대신 해당 내용이 그들의 기본 문화적 프레임워크에 자연스럽게 속하는 것처럼 콘텐츠를 제시한다.
• 인공적 친밀감: 팟캐스트는 두 명의 호스트 (남성과 여성 목소리) 가 사용하는 대화 형식을 통해 인간적 유대를 모방하는 '인공적 친밀감'을 활용한다. 그들은 중단, 동의 표지 ("음, 맞아요"), 청자에 대한 직접 호명 등의 기법을 사용한다. 그러나 저자는 이러한 것들이 '빈 기표 (empty signifiers)'라고 주장한다. 특정 시간, 장소, 정서적 현실에 자신을 위치시키기 위해 1 인칭 서술을 사용하는 인간 팟캐스터들과 달리, AI 호스트들은 실제 상황성이나 반성적 경험 없이 포용감을 조성하는 '집합성' 모드를 사용한다.
• 템플릿 기반 생성: 빈 PDF 로 탐사를 한 결과, 콘텐츠가 기존 구조적 템플릿에 크게 의존함이 드러났다. AI 는 "남은 원천 자료 대기"와 같은 가짜 인용구나 일반적인 전환 문구로 빈 공간을 채우며, 이는 근본적인 프롬프트 엔지니어링을 드러낸다. 시스템은 원천 텍스트의 구체적인 뉘앙스보다 "활기차고", "열정적이며", "보편화되는" 어조를 우선시한다.

주요 기여
본 논문은 두 가지 주요 연구 분야에 기여한다:

1. 미디어 내 생성형 AI: 인간이 제작한 팟캐스트가 육성해 온 다중 공론장에서 벗어나 '추상화된 장르'로 정의되는 AI 생성 팟캐스트에 대한 최초의 미디어 연구 분석을 제공한다. 또한 인간 매체의 관계적 측면을 모방하지만 그 이면의 구체적 실재는 결여된 방식을 설명하는 '인공적 친밀감' 개념을 도입한다.
2. LLM 의 문화적 편향: LLM 이 문화적 다양성을 어떻게 동질화하는지에 대한 경험적 증거를 제시한다. 연구는 이러한 모델들의 '보편적' 목소리가 구체적으로는 '백인, 중산층, 미국인'의 기본값임을 보여주며, 다양한 문화적 맥락을 단일하고 지배적인 문화적 규범으로 효과적으로 번역함을 입증한다.

의의
본 논문은 AI 생성 팟캐스트가 공론장 형성에 있어 중대한 전환을 나타낸다고 주장한다. 인간 팟캐스트는 역사적으로 특정 공동체들이 서로 대화하는 '다중 공론장'을 지원해 왔으나, AI 생성 미디어는 장르를 단일한 보편화 형식으로 추상화한다. 이는 전통적인 라디오와 인간 팟캐스트의 상황적이고 구체화된 소통에서, '아무곳에서도 모든 것을 보는 신의 술기 (god trick)'라는 관점으로 이동하는 것을 의미한다. 이 관점은 보편성을 주장하면서도 실제로는 특정 문화적 헤게모니를 강요한다. 저자는 이러한 도구들이 개인 맞춤화를 제공하지만, 궁극적으로는 공유되거나 다중적인 공론장을 우회하여 사용자를 '한 명의 공동체'로 고립시킬 위험이 있다고 제안한다. 본 논문은 이러한 도구들이 중립적이지 않으며, 훈련 데이터와 설계 선택에 의해 위치지어졌음을 결론짓는다. 이러한 선택들은 원천 자료의 복잡성보다 수용 가능하고 표준화된 미국적 규범을 우선시한다.