The Lenfest Institute grows landmark program with expanded OpenAI support

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

The Lenfest Institute는 OpenAI의 신규 500만 달러 지원과 최대 500만 달러 규모의 소프트웨어 크레딧·엔지니어링 지원을 바탕으로 지역 언론의 AI 펠로십을 확대하고, 현장 성과를 수백 개 언론사가 활용할 공유 자원으로 발전시키려 한다.

📌 핵심 요약

• 2026년 9월 28일 공동 발표에 따르면, The Lenfest Institute와 OpenAI는 2024년 미국 주요 언론사 11곳에서 시작한 Lenfest AI Collaborative and Fellowship Program의 다음 단계를 추진한다. OpenAI는 신규 500만 달러와 최대 500만 달러 규모의 소프트웨어 크레딧·엔지니어링 지원을 제공하며, 기존 지원을 두 배로 늘렸다.
• 프로그램은 현지에서 채용한 전임 AI 엔지니어를 언론사에 배치해 취재·제품·수익 조직과 함께 문제를 해결한다. 인간의 뉴스 판단, 편집의 독립성과 신뢰를 보존하는 안전하고 투명하며 윤리적인 정책을 병행하며, 일부 펠로는 여러 참여사에서 정규 직원으로 남을 것으로 예상된다.
• The Philadelphia Inquirer는 수십 년치 기사 검색 도구 Dewey와 주당 약 15시간이 걸리던 취재 업무를 잠재적 기사 소재의 일일 요약으로 바꾼 Scrape를 개발했다. Chicago Public Media는 AI 보조 번역으로 시의성 있는 스페인어 보도의 발행 시간을 크게 줄이고, 수십 년간 보관된 오디오 자료를 전사했다.
• 첫 2년의 핵심 교훈은 기술보다 신뢰가 중요하고, AI 도입 자체보다 명확한 문제에서 출발해야 하며, 언론사 간 협력이 혁신을 촉진한다는 것이다. The Baltimore Banner는 The Philadelphia Inquirer의 작업을 참고해 뉴스 발굴 도구를 개발했고, 펠로들은 코드와 구현 경험을 공유했다.
• 다음 단계에서는 더 다양한 언론사를 모집하고 현장 펠로 배치를 유지한다. The Lenfest Institute는 우수 프로젝트를 재사용 가능한 도구·프레임워크·플러그인·구현 지침·기술 자원으로 발전시켜 수백 개 언론사가 활용하도록 지원하고, 지역 언론의 지속 가능한 사업과 지역사회 기여를 강화하려 한다.

🧩 주요 포인트

1. 현지 채용과 조직 내부 협업 → 편집 업무와 사용자 요구에 대한 이해가 신뢰를 형성하고, AI 도구의 일상적 활용을 뒷받침한다.
2. Dewey·Scrape와 Chicago Public Media의 적용 사례 → AI의 활용 범위가 취재 생산성뿐 아니라 자료 활용, 독자 접근성, 언론사 운영 전반으로 확장된다.
3. 언론사 간 코드 공유와 재사용 가능한 도구 지원 → 개별 언론사의 실험을 수백 개 언론사가 활용할 기반으로 확대하려는 전환이며, 인간의 뉴스 판단과 편집 기준을 유지하는 것이 전제다.

🧠 상세 정리

1. 지원 확대와 프로그램의 다음 단계

The Lenfest Institute와 OpenAI는 2026년 9월 28일 공동 발표를 통해 Lenfest AI Collaborative and Fellowship Program의 확대를 알렸다. 2024년 미국 주요 언론사 11곳에 AI 엔지니어링 펠로를 배치하며 시작한 이 사업은 발표문에서 미국 언론계 최대 AI 펠로십 프로그램으로 소개됐다. OpenAI는 신규 500만 달러와 최대 500만 달러 규모의 소프트웨어 크레딧·엔지니어링 지원을 제공하며, 기존 지원을 두 배로 늘렸다. 발표문은 지난 2년의 경험을 지역 언론의 혁신과 사업 지속 가능성, 책임 있는 기술 도입을 돕는 모델로 평가한다. 다음 단계에서는 새로운 언론사 집단을 모집해 책임 있는 AI 실험과 실제 적용을 확대할 계획이다.

2. 조직 내부에 배치한 엔지니어와 신뢰

이 프로그램은 전임 AI 기술자를 실제 운영 중인 언론사에 배치해 지역 저널리즘의 사업 혁신을 지원한다. 펠로들은 편집국 책임자, 기자, 제품팀, 수익 담당자, 경영진과 함께 조직별 과제를 찾고 실용적인 해결책과 안전하고 투명하며 윤리적인 정책을 개발한다. 현지에서 채용된 이들은 조직의 일원으로 취재 방식과 문화를 배우면서 편집 부문과 사업 부문의 실제 요구에 맞춰 일했다. Lenfest Institute의 총괄책임자 겸 CEO Jim Friedlich는 첫 2년의 가장 중요한 교훈으로 기술보다 신뢰를 강조하며, 명확한 보호 장치와 정책 기준, 열린 소통을 통한 내부 변화를 설명했다. 여러 참여사에서 일부 펠로가 정규 직원으로 남을 것으로 예상된다는 점도 현장 배치의 가치를 보여주는 근거로 제시됐다.

3. 기사 검색·취재 모니터링·번역의 실제 사례

프로그램 출범 당시 지역 언론 내부에서 생성형 AI는 대체로 검증되지 않은 상태였지만, 참여사들은 지난 2년간 다양한 실용적 적용 사례를 개발했다. The Philadelphia Inquirer의 Dewey는 기자들이 수십 년치 보도 자료를 검색하도록 돕는 도구다. 같은 언론사의 Scrape는 주당 약 15시간이 소요되던 취재 업무를 지역 내 잠재적 기사 소재를 담은 일일 요약으로 바꾼 모니터링 도구로 소개됐다. Chicago Public Media는 AI 보조 번역 절차로 시의성 있는 스페인어 보도를 이전보다 훨씬 짧은 시간에 발행하고, 수십 년간 보관된 시카고 뉴스·문화 오디오 자료를 전사했다. 다른 참여사들은 광고 잠재 고객 발굴, 기부자 모델링, 독자 개인화, 구독 확대, 공개회의 모니터링, 인쇄물의 디지털 제작 전환과 운영 효율 개선에도 AI를 적용했다.

4. 기술보다 문제와 사용자를 먼저 이해하기

시범사업의 교훈은 AI 도입의 성공이 기술 자체만큼이나 신뢰, 협업, 조직 요구에 대한 명확한 이해에 달려 있다는 것이다. 현지 채용 엔지니어들은 2년간 조직에 머물며 AI 도입을 밀어붙이는 외부 자문역이 아니라 편집 업무와 조직 문화, 사용자 요구를 이해하는 동료로 활동했다. 직원의 이야기를 듣고 반복되는 어려움을 관찰하며 실제 사용자와 함께 해결책을 만드는 과정에서 활용 기회를 찾았다. 신뢰가 쌓이자 기자들은 자신들의 아이디어와 문제를 펠로에게 제안하고 완성된 도구를 일상 업무에 도입하기 시작했다. 강한 프로젝트는 미리 정한 기술 해법보다 명확한 문제에서 출발했으며, 긴밀한 사용자 협업과 소규모 실험, 지속적인 평가를 통해 실제 업무 개선 여부를 확인했다.

5. 언론사 간 협업으로 확산된 성과

펠로십의 프로젝트는 개별 편집국에 머무르지 않고 다른 언론사로 확산되기 시작했다. 펠로들은 코드를 공유하고 서로의 아이디어를 조정하며 구현 전략을 비교했고, 동료 조직에서 개발한 작업을 바탕으로 새로운 해결책을 만들었다. The Baltimore Banner가 자체 뉴스 발굴 도구를 개발하면서 The Philadelphia Inquirer 팀의 작업을 참고한 사례는 이러한 협업을 보여준다. 한 언론사의 성과가 다른 언론사의 출발점이 되면서, 참여사들은 독립적으로 추진할 때보다 빠르게 진전할 수 있었다는 것이 발표문의 설명이다. 이 경험은 AI가 기자의 생산성뿐 아니라 언론사 전반을 지원할 수 있다는 주장과 함께, 신뢰할 수 있는 독립 보도를 만드는 기자의 중심 역할을 보존하고 강화해야 한다는 방향으로 제시됐다.

6. 개별 실험에서 수백 개 언론사를 위한 공유 기반으로

다음 단계에서 The Lenfest Institute는 참여 언론사 내부의 AI 펠로 배치를 유지하면서 더 다양한 언론사로 프로그램의 범위를 넓힐 계획이다. 동시에 기술 역량을 확장해 우수 프로젝트를 재사용 가능한 도구, 프레임워크, 플러그인, 구현 지침, 실무 안내서와 기술 자원으로 발전시키려 한다. 구현 지원의 목표 중 하나는 시범사업에서 자발적으로 생겨난 언론사 간 학습을 지속하고 확대해, 한 조직의 도구나 업무 방식이 언론계의 공유 기반이 되도록 하는 것이다. 수백 개 언론사에 혜택을 제공하는 것은 이미 달성된 성과가 아니라 이번 확장이 지향하는 목표다. 발표문은 현장 전문성, 기술 기반, 협력 네트워크를 결합해 안전한 AI 활용을 돕고, 지역 언론의 보도 역량과 사업 지속 가능성, 지역사회 서비스를 강화하겠다는 방향으로 마무리된다.

🧾 핵심 주장 / 시사점

• 현장에 상주하는 엔지니어의 가치는 도구 개발에만 있지 않다. 조직 문화와 업무를 이해하며 신뢰를 쌓는 과정이 실제 AI 활용으로 이어진다는 점이 프로그램의 핵심 교훈이다.
• 기사 검색, 번역, 광고와 구독 관련 사례는 AI의 기여를 기사 생산 속도만으로 평가하기 어렵다는 점을 보여준다. 발표문은 기자의 중심 역할을 유지하면서 언론사 전체의 기능을 지원하는 방향을 제시한다.
• 확장의 핵심은 참여사 수를 늘리는 것과 함께 개별 성과의 재사용을 지원하는 데 있다. 수백 개 언론사로의 파급은 공유 자원과 구현 지원을 통해 달성하려는 향후 목표다.

✅ 액션 아이템

• AI 도입 과제를 명확한 문제에서 출발해 선정하고, 현지 채용과 조직 내부 협업을 통해 사용자 요구와 신뢰 형성을 함께 고려한다.
• Dewey·Scrape와 Chicago Public Media의 사례를 바탕으로 기사 검색, 취재 모니터링, 번역·자료 활용의 적용 가능성을 검토한다.
• 재사용 가능한 도구와 언론사 간 코드 공유의 확대 과정에서 인간의 뉴스 판단과 편집 기준을 유지할 조건을 검토한다.

❓ 열린 질문

• OpenAI의 신규 500만 달러와 최대 500만 달러 규모의 소프트웨어 크레딧·엔지니어링 지원은 현장 펠로 배치와 공유 자원 개발에 어떻게 배분될 것인가?
• Dewey·Scrape와 Chicago Public Media의 적용 사례는 업무 방식과 사용자 요구가 다른 언론사에서도 유사한 효과를 낼 수 있을까?
• 재사용 가능한 도구를 수백 개 언론사로 확대하면서 현지 채용과 조직 내부 협업이 형성한 신뢰, 인간의 뉴스 판단과 편집 기준을 어떻게 유지할 것인가?