Digg의 AI 뉴스 재도전, 큐레이션은 다시 제품이 된다

Digg가 다시 방향을 틀었다

TechCrunch는 Digg가 AI 뉴스 애그리게이터로 재출발한다고 보도했다. 한때 링크 공유와 커뮤니티 투표의 상징이던 Digg는 최근 Reddit 대안형 커뮤니티로 부활을 시도했지만, 봇 트래픽과 운영 문제 속에서 방향을 바꿨다. 현재 Digg 홈페이지도 “인터넷은 그 어느 때보다 시끄럽고, 신호를 가려내는 사람이 더 중요해졌다”는 메시지와 함께 AI 분야부터 시작한다고 안내한다.

이 결정은 단순한 피벗이 아니다. AI 뉴스는 논문, 제품 출시, 트윗, 벤치마크, 투자 소식, 규제 논쟁이 동시에 쏟아지는 영역이다. 이용자는 정보 부족이 아니라 과잉 때문에 지친다.

생성 AI 다음의 병목은 선별이다

생성형 AI가 글과 요약을 싸게 만들수록, 뉴스 소비의 병목은 “읽을 콘텐츠”가 아니라 “믿을 만한 우선순위”가 된다. Digg의 새 가설은 영향력 있는 목소리를 추적하고 실제로 주목할 만한 뉴스를 띄우겠다는 것이다. 이는 알고리즘 피드와 인간 편집의 중간에 있는 제품 문제다.

LLM 위임과 문서 훼손 문제가 보여주듯 AI 도구는 편리하지만 맥락을 잃으면 오히려 비용을 만든다. 뉴스에서도 요약만 잘해서는 부족하다. 누가 말했는지, 어떤 이해관계가 있는지, 반론은 무엇인지가 함께 제공돼야 한다.

한국 AI 팀이 배울 점

국내 AI 서비스도 비슷한 함정에 빠지기 쉽다. “AI가 요약해준다”는 기능은 빠르게 흔해졌다. 차별화는 요약 품질보다 출처 구조, 인용, 반대 관점, 업데이트 이력에서 나온다. 특히 투자, 정책, 개발 도구처럼 의사결정에 영향을 주는 정보는 단순 압축보다 검증 가능한 큐레이션이 중요하다.

Gemini API File Search의 페이지 단위 인용도 같은 흐름이다. 사용자는 답만 원하는 것이 아니라 왜 그 답을 믿어야 하는지 알고 싶어 한다. Digg가 성공하려면 AI 요약기가 아니라 신뢰 인프라가 되어야 한다.

FAQ

Q1. Digg는 왜 AI 뉴스부터 시작하나?
AI 분야는 속도가 빠르고 노이즈가 많아 큐레이션의 가치가 가장 잘 드러나는 영역이기 때문이다.

Q2. 단순 뉴스 요약 서비스와 무엇이 다른가?
핵심은 요약보다 영향력 있는 출처와 신호를 추적해 우선순위를 매기는 방식이다.

Q3. 가장 큰 리스크는 무엇인가?
봇, 홍보성 계정, 벤치마크 과장, 투자 이해관계를 제대로 걸러내지 못하면 신뢰를 얻기 어렵다.

Q4. 한국 서비스에 적용할 수 있나?
가능하다. 특정 산업별 전문가·공식 문서·커뮤니티 신호를 결합한 수직형 큐레이션이 유망하다.

Q5. Agenthub 관점의 핵심은?
AI가 콘텐츠를 늘릴수록, 사람과 조직은 검증된 신호를 찾는 도구에 더 큰 비용을 지불하게 된다.