แนวคิดหลัก
데이터 스토리텔링은 데이터 통찰력을 효과적으로 전달하지만, 인간 창작자에게 다양한 기술과 상당한 노력이 필요하다. 최근 연구에서는 인공지능(AI)이 데이터 스토리텔링을 지원하고 증강할 수 있는 가능성을 널리 탐구해왔다. 그러나 데이터 스토리텔링 도구에서 인간-AI 협업을 체계적으로 이해하는 것이 부족하여, 연구자들이 인간과 AI의 장점을 높이고 단점을 완화하는 협업 도구 설계를 반영하기 어려웠다.
บทคัดย่อ
이 논문은 데이터 스토리텔링 워크플로우의 단계(분석, 계획, 구현, 커뮤니케이션)와 각 단계에서 인간과 AI의 역할(창작자, 조력자, 최적화자, 검토자)의 두 가지 관점에서 기존 도구를 조사하였다.
분석 단계에서는 데이터 통찰력을 발견하고 요약하는 작업이 이루어진다. 계획 단계에서는 핵심 메시지를 결정하고 데이터 통찰력의 순서를 정한다. 구현 단계에서는 차트 작성, 텍스트 작성, 스토리 요소 통합, 스타일링 등의 작업이 이루어진다. 마지막으로 커뮤니케이션 단계에서는 청중과 직접 데이터 스토리를 공유한다.
이러한 단계별로 인간과 AI는 창작자, 조력자, 최적화자, 검토자의 역할을 수행한다. 창작자는 대부분의 작업을 직접 수행하고, 조력자는 창작자와 협력하여 작업량을 줄이거나 능력을 보완한다. 최적화자는 전체 또는 일부 데이터 스토리를 자동으로 개선하고, 검토자는 데이터 스토리의 내용을 평가하고 피드백을 제공한다.
분석한 결과, 데이터 스토리텔링 도구 연구는 2019년 이후 크게 증가했으며, 2016-2018년 사이에는 순수 수동 도구가 주를 이루었다. 또한 단계별 인간-AI 협업 패턴에 유사점과 차이점이 있음을 확인했다. 이를 바탕으로 데이터 스토리텔링 시스템 설계, 데이터 스토리텔링 실무 및 연구의 미래에 대한 시사점을 논의하였다.
สถิติ
데이터 스토리텔링 도구 연구는 2019년 이후 크게 증가했다.
2016-2018년 사이에는 순수 수동 도구가 주를 이루었다.
데이터 스토리텔링 도구는 분석, 계획, 구현, 커뮤니케이션 단계 중 일부 또는 전체 단계를 지원한다.
คำพูด
"데이터 스토리텔링은 데이터 통찰력을 효과적으로 전달하지만, 인간 창작자에게 다양한 기술과 상당한 노력이 필요하다."
"최근 연구에서는 인공지능(AI)이 데이터 스토리텔링을 지원하고 증강할 수 있는 가능성을 널리 탐구해왔다."
"데이터 스토리텔링 도구에서 인간-AI 협업을 체계적으로 이해하는 것이 부족하여, 연구자들이 인간과 AI의 장점을 높이고 단점을 완화하는 협업 도구 설계를 반영하기 어려웠다."