아래의  Ellie 님이 "시스템 구축의 문제. 문제 선정및 요약의 문제. 돈문제...가 막고있군요 ㅋ"

 

라고 하셨는데 문제의 지적에 공감합니다.

 

그런데 시스템 구축이야 네이버 정도면 별로 어려운 건 아니고 문제 출제가 어려운 부분인데

 

처음에는 일부 기사에 한해서만 수동으로 문제를 출제해서 댓글 질문 시스템이

 

댓글의 질의 개선에 효과가 있는지 시험해 보고  개선 효과가 크다고 판단되면 

 

AI 로 질문을 만드는 질문 봇 개발에 착수 하면 되겠지요.

 

장기적으로는 AI 를 이용해서 자동으로 기사 내용에서 질문을 만들어 내는 것도 어렵지 않을 겁니다. 

 

기사를 자동으로 요약하는 봇이 나올 정도이니 살짝만 바꾸면 바로 자동 질문 봇이 될 수 있죠.

 

그리고 그런 AI 질문 봇이 개발되기 전에는 전면 적용이 아닌 일부 기사에만 선택적 적용하면

 

충분히 감당할 수 있다고 봅니다. 

 

네이버 뉴스에서 어떤 기사에 리플이나 악플이 많이 달릴 지는 현재론 거의 99% 예측가능합니다.

 

네이버에서 악플 등 문제 있는 리플이 많이 달리는 기사는 주로 네이버 뉴스의 메인에

 

걸리는 기사 중에서 정치와 연예계 기사 등 하루에 백여 건 정도에 불과 합니다.

 

넓게 봐도 수백건 정도겠죠.  나머지는 보는 사람이나 댓글 자체가 수가 적고 영향도 적죠.

 

또 네이버는 같은 사건을 다루는 비슷한 기사끼리 묶어서 나열하는데

 

이 묶음 기사들은 같은 질문을 적용할 수 있죠. 

 

그러니 실제로 매일 출제해야 하는 기사의 종수는 수십종에 불과하고 복수 질문으로 출제해도 

 

끽해야 하루에 100 여개 질문을 작성하는 정도에 불과 할겁니다.

 

질문의 수준이야  뉴스를 읽은 사람은 대부분 바로 답할 수 있는 아주 쉬운 수준이고

 

정형화 되었을 테니 전혀 어렵지 않죠. 

 

그정도라면 충분히 네이버 뉴스담당자자가  부수적 업무로 3교대 정도로 감당할 만 하죠.

 

이 시스템 운영에 추가로 필요한 인력은 1인 정도에 불과할 겁니다.

 

현재 정치권에서 네이버의 댓글을 폐지하라는 압력도 있을 정도의 문제이니

 

이정도 비용으로 댓글 문제을 완화할 수 있다면 할만 하다고 봅니다.

 

그리고  뉴스 기사를  쓰는 기자들에게 그런 출제를 권장해서 자기네 기사에 

 

악플이 달리지 않게 하면 점차 그런 질문이 달린 기사의 비중이 높아질 겁니다.