대규모 뉴스 코퍼스 (News corpora)는 계산 사회 과학 (Computational Social Science) 및 자연어 처리 (NLP) 분야의 광범위한 연구를 지원하지만, 접근성 측면에서는 여전히 제약이 있습니다. 상업용 아카이브는 과도한 비용과 라이선스 제한을 부과하며, Common Crawl의 CC-News와 같은 공개 대안은 테라바이트 규모의 저장 공간과 계산 집약적인 처리를 요구합니다. 본 논문에서는 2016년 8월부터 최신 스냅샷까지의 전체 CC-News 아카이브를 위한 검색 툴킷이자 인덱스인 Infini-News를 제시합니다. 우리의 기여는 세 가지 측면으로 나뉩니다. 첫째, 13억 5천만 개 이상의 기사에서 텍스트를 추출 및 정제하고 구조화된 메타데이터 (Metadata)를 파싱 (Parse) 합니다. 둘째, 세 가지 최첨단 언어 분류기 (GlotLID, lingua, CommonLingua)를 사용한 언어 감지 (Language detection)와 222개국에 걸쳐 기사의 83.4%에 대해 원산지를 식별하는 다중 소스 지리적 귀속 (Geographic attribution)을 통해 코퍼스를 풍부하게 만듭니다. 셋째, 연구자들이 임의의 텍스트 패턴을 1초 미만의 시간 내에 전체 아카이브에서 검색할 수 있게 해주는 접미사 배열 (Suffix-array) 구조인 Infini-gram 인덱스를 구축합니다. 이러한 자원들은 종합적으로 종단적 (Longitudinal) 및 국가 간 미디어 연구의 장벽을 낮춰줍니다.