AI 팟캐스트, 문화 번역과 친밀감의 새로운 지형

초록

본 논문은 구글 NotebookLM이 생성하는 AI 팟캐스트를 분석한다. 사용자가 업로드한 문서를 두 명의 대화형 AI 호스트가 토론 형식으로 음성화하는데, 이 과정에서 고정된 템플릿 구조와 중서부 미국식 억양, 그리고 백인 중산층 문화가 기본값으로 투영된다. 이러한 ‘합성 친밀감’과 문화 번역 메커니즘이 기존 인간 팟캐스트의 다중 공론장과 어떻게 차별화되는지를 조명한다.

상세 분석

논문은 먼저 AI‑generated podcast가 기존 미디어 연구에서 어떻게 간과되어 왔는지를 지적한다. 기존 연구는 주로 교육적 활용이나 기술적 구현에 초점을 맞췄지만, 매체 자체로서의 담론 구조와 문화적 함의를 탐구하지는 않았다. 저자는 NotebookLM에 다양한 언어·장르의 텍스트를 업로드하고, 생성된 오디오를 정량·정성 분석한다. 결과는 세 가지 핵심 특징으로 귀결된다. 첫째, 팟캐스트는 ‘소개‑요약‑토론‑마무리’라는 고정 템플릿을 반복한다. 이 템플릿은 서론에서 문서의 배경을 간략히 제시하고, 핵심 내용을 요약한 뒤, 두 호스트가 가벼운 의견 교환을 진행하고, 마지막에 청취자를 향한 콜‑투‑액션 혹은 다음 에피소드를 예고한다. 둘째, 텍스트가 어떤 언어이든 자동으로 중서부 미국식 억양과 속어(‘you know’, ‘like’)를 삽입한다. 이는 음성 합성 엔진이 가장 ‘보편적’이라고 판단한 발음 모델을 적용하기 때문이며, 청취자에게 친근함을 부여하려는 설계 의도가 엿보인다. 셋째, 문화적 맥락이 원문에 존재하더라도, NotebookLM은 이를 ‘백인·중산층·교육받은 미국인’이라는 문화 프레임으로 재구성한다. 예를 들어, 일본의 전통 의식이나 인도네시아의 지역 축제는 간략히 ‘community gathering’ 정도로 축소되고, 문화적 의미는 사라진다. 이러한 현상은 ‘문화 번역’이라는 개념을 넘어 ‘문화 동질화’(cultural homogenization)로 해석될 수 있다. 저자는 이를 미디어 이론, 특히 Habermas의 공론장과 McLuhan의 매체 환경 개념에 연결시켜, AI 팟캐스트가 다원적 청중 대신 하나의 ‘가상 공통체’를 형성한다는 점을 강조한다. 또한, 청취자 피드백이 실시간으로 반영되지 않으며, 호스트가 사전에 정의된 스크립트를 따르기 때문에 전통적인 팟캐스트가 갖는 ‘청자와의 상호작용’이 결여된다는 한계도 지적한다.