“AI가 기사-콘텐츠 도둑질”… WSJ, 오픈AI에 소송 검토

“챗GPT 학습에 콘텐츠 이용하려면 대가 지불해야”
美 언론-SNS, 빅테크에 요구
기사-데이터 무단사용 제동

하루 5700만 명이 찾는 미국 소셜미디어 레딧이 빅테크 인공지능(AI)의 자사 콘텐츠 무료 활용에 제동을 걸고 “비용을 지불하라”고 요구하고 나섰다. 빅테크가 언론사 기사, 소셜미디어 대화 내용 등을 AI 학습에 무단으로 사용하는 행위에 제동을 건 것이다.

18일(현지 시간) 레딧은 자사 사이트에 있는 대화 데이터를 상업적으로 사용하려면 비용을 지불해야 한다고 밝혔다. 구글이나 마이크로소프트(MS), 오픈AI가 생성형 AI 정확도를 높이기 위해 레딧 콘텐츠를 무료로 가져다 쓰는 일을 막겠다는 취지다. 레딧의 거대한 대화 데이터는 빅테크가 경쟁적으로 개발 중인 대규모언어모델(LLM)의 ‘과외 선생님’ 역할을 해왔다.

스티브 허프먼 레딧 최고경영자(CEO)는 뉴욕타임스(NYT)와의 인터뷰에서 “레딧을 긁어 가치를 창출하면서 이를 사용자에게 돌려주지 않는 것이 문제”라며 “대가를 지불하게 하는 것이 공정하다”고 밝혔다. 소셜미디어뿐 아니라 NYT를 비롯해 미국과 캐나다 언론사 2000여 곳이 소속된 뉴스미디어연합(NMA)도 집단 대응을 고심 중이다.

AI ‘공짜 학습’에 제동
챗GPT 학습에 언론사 기사 무단사용
WSJ “적절한 라이선스 받아야”
트위터-레딧 “데이터 보호” API 유료화

크게보기

“사람이 노력하고 투자해 만든 콘텐츠가 (AI 학습에) 끊임없이 무단으로 사용되고 있다.”

뉴스미디어연합(NMA)의 대니얼 코피 부회장은 최근 월스트리트저널(WSJ)에 이같이 말하며 AI 학습에 뉴스 콘텐츠가 어느 정도 활용되고 있는지 조사 중이라고 밝혔다. NMA는 뉴욕타임스(NYT) 등 미국 캐나다의 2000여 개 언론사가 소속된 미디어 단체다.

챗GPT와 같은 생성형 AI를 개발하는 데 가장 중요한 두 요소로 학습에 필요한 엄청난 양의 데이터, 이를 소화할 만한 뛰어난 컴퓨팅 파워가 꼽힌다. 문제는 ‘엄청난 양의 데이터’가 수많은 사람들이 창조한 콘텐츠라는 점이다. 언론사 기사, 소셜미디어 대화와 개인 콘텐츠, 학술 논문, 프로그램 개발 코드 등이 대표적이다. 온라인에 공개된 콘텐츠라도 허가 없이 상업적으로 활용하는 것이 적절한지가 AI 학습 저작권 논란의 핵심이다.

● ‘뉴스 어디서’ 질문에 언론사 줄줄

크게보기

올해 2월 전직 WSJ 기자가 챗GPT에 ‘어떤 뉴스를 활용해 학습했는지’를 묻자 챗GPT는 로이터통신, NYT, 가디언, BBC, WSJ 등을 비롯해 매우 많은 언론사, 학술 논문 등에서 배웠다고 답했다. 이 기자는 개발자 코드 공유 공간인 깃허브에서 실제 오픈AI가 ‘GPT-2’를 개발할 때 언론사 뉴스를 무단으로 사용한 것을 밝혀냈다.

블룸버그통신에 따르면 WSJ는 오픈AI에 소송도 검토하는 것으로 알려졌다. WSJ 모회사 뉴스코프는 2월 투자자들에게 “WSJ 기자들이 작성한 기사를 AI 학습에 활용하고자 한다면 누구든 우리로부터 적절한 라이선스를 받아야 한다”고 밝혔다.

MS의 빙AI나 구글 바드가 사용자 질문에 답할 때 언론사 기사 내용을 요약해 알려주고, 링크도 제대로 걸지 않는 점에 대해서도 미 언론사들은 문제를 제기하고 있다.

언론사뿐 아니라 소셜미디어도 ‘우리 콘텐츠로 빅테크가 돈을 버는 것은 불공평하며 저작권 침해’라며 반기를 들고 있다. 일론 머스크 트위터 최고경영자(CEO)는 지난해 12월 “놀랄 일도 아니지만 방금 오픈AI가 AI 학습을 위해 트위터 데이터베이스에 액세스할 수 있다는 것을 알게 됐다”며 “나는 이를 막을 것”이라고 밝혔다.

트위터는 결국 올 2월 데이터베이스에 접근할 수 있는 응용프로그램인터페이스(API)를 유료화했다. 레딧도 2008년부터 무료로 운영하던 API 공개 정책을 18일 ‘상업적으로 이용 시 유료’ 조건을 달아 트위터의 뒤를 이었다. NYT는 “레딧의 유료화 정책은 AI 학습과 관련한 소셜미디어의 움직임에 있어 중요한 사례”라고 평했다.

● “개발 코드 무단 사용” 소송전도

크게보기

지난해 11월 익명의 개발자 집단은 자신들이 온라인에 올린 소프트웨어 개발 코드를 MS와 오픈AI가 무단으로 사용해 저작권을 침해했다고 캘리포니아 샌프란시스코 연방법원에 소송을 제기했다.

개발 코드를 쉽게 만들어 주는 AI인 MS의 코파일럿, 오픈AI의 코덱스가 깃허브 등에 올라와 있는 코드로 학습하고, 이를 익명화해 AI 답변으로 제공하고 있어 저작권이 침해됐다는 것이다. 이들은 소장에서 “우리가 개발 코드를 공유할 때, 저작자 이름이나 라이선스를 명기하도록 해왔다”며 “하지만 AI는 오픈 소스 조건을 무시하고 무작위로 학습한 뒤 이를 배포하고 있다”고 밝혔다.

콘텐츠 무단 사용 논란에 샘 올트먼 오픈AI CEO는 미 언론 인터뷰에서 “필요한 경우 콘텐츠 거래를 통해 AI를 학습시켰다. 특정 영역의 고품질 데이터에는 기꺼이 비용을 지불할 것”이라고 밝혔다. 하지만 언론사, 소셜미디어, 개발자, 아티스트, 이미지 업체 등이 모두 반발하고 있어 논란과 소송전은 지속될 것으로 전망된다. 개인 콘텐츠에 담긴 사적인 정보가 답변에 노출된 사례도 나오자 이탈리아는 임시로 챗GPT 사용을 중단시킨 상태다.

WSJ는 “(대용량의 언어 데이터를 학습할 수 있는) AI 기술이 산업적인 규모의 지식재산권 도용을 가능하게 하고 있다”라고 우려했다.


뉴욕=김현수 특파원 kimhs@donga.com
이지윤 기자 asap@donga.com