옥스퍼드대와 스탠퍼드대 연구진이 데이터 파일 하나를 완성된 인터랙티브 기사로 바꾸는 AI 파이프라인 ‘Data2Story’를 개발했다. 클로드 코드(Claude Code) 스킬 형태로 구성된 이 시스템은 CSV 파일을 입력받아 7개의 전문화된 AI 에이전트가 역할을 나눠 리서치·통계 분석·시각화·출처 검증까지 수행한 뒤 완성된 웹 기사를 출력한다. 7개 에이전트는 탐정(Detective·웹 검색), 분석가(Analyst·코드 실행), 편집자(Editor·서사 결정), 디자이너(Designer·시각화 방식 선택), 프로그래머(Programmer·HTML 구성), 감사관(Auditor·레이아웃 검증), 인스펙터(Inspector·출처 연결)로 역할이 나뉜다. 기반 모델은 클로드 오퍼스 4.7(Claude Opus 4.7)이다.
Data2Story의 가장 두드러진 특징은 ‘인스펙터(Inspector)’ 패널이다. 기사에 등장하는 모든 문장·차트·인터랙티브 요소가 각각 증거 카드와 연결되며, 코드 출처나 외부 URL을 통해 근거를 직접 확인할 수 있다. 연구진에 따르면 전체 표시 항목의 93%가 출처 추적 가능 상태다. 비교 기준으로 인간이 작성한 기사에서 출처를 추적할 수 있는 항목은 평균 25%에 불과하다.
연구진은 18개 공개 데이터셋에 인간 작성 원본 기사를 대응시켜 53명의 평가자에게 두 버전을 비교 평가하게 했다. Data2Story는 시각 디자인, 서사 흐름, 데이터 투명성, 주장 검증 가능성, 인사이트 획득 5개 항목 모두에서 높은 점수를 받았다. 전체 74%의 평가자가 에이전트 기사를 선호했고, 투명성 항목의 점수 격차가 7점 척도 기준 +1.49로 가장 컸다. 다만 인간 기사에 담긴 내용 중 Data2Story가 재현한 비율은 절반 수준이며, 에이전트 기사의 내용 중 인간 기사와 겹치는 부분도 35%에 그쳤다.
연구진이 인간이 여전히 앞선다고 명시한 세 가지 영역은 편집 관점, 창의 디자인, 밀도 높은 단일 그래픽이다. 수리 카페 기사에서 인간 기자는 제조사들의 의도적인 수리 접근 차단이라는 이면을 취재로 드러냈으나 에이전트는 다루지 못했다. 스탠드업 코미디 분석 기사에서 인간 기자는 전체 대본을 UI로 바꿔 웃음 길이를 원 크기로 나타냈지만 에이전트는 유튜브 썸네일을 넣는 데 그쳤다. 연구진은 Data2Story를 인간 대체재가 아닌 뉴스룸 협업 도구로 정의한다. 인간은 관점·취재·판단을 담당하고, 에이전트는 계산·시각화·기계 검증 가능한 출처 처리를 맡는다는 분업이다. 사이트는 data2story.github.io에서 라이브로 접근 가능하며 코드도 공개됐다.
