저작권이 있는 도서로 AI 훈련하기: 법적 불확실성이 이러한 모델을 사용하는 창작자들에게 미치는 의미

어떤 법원도 저작권이 있는 도서로 AI 모델을 훈련시키는 것이 불법이라고 확정적으로 판결하지 않았지만, 이 문제는 여러 미국 소송에서 현재 진행 중이며, 그 결과는 어떤 모델이 살아남고, 어떤 훈련 파이프라인이 중단되며, 창작자들이 AI 생성 결과물로 법적으로 무엇을 할 수 있는지를 직접적으로 재편할 것입니다.

핵심 요점

• 미국 법원은 아직 저작권이 있는 도서를 AI 훈련에 사용하는 것이 저작권 침해를 구성하는지에 대해 확정적인 판결을 내리지 않았습니다.
• 조지 R.R. 마틴과 존 그리샴을 포함한 작가들의 여러 진행 중인 소송이 훈련 데이터를 둘러싸고 OpenAI와 Meta 같은 회사들을 겨냥하고 있습니다.
• 핵심 법적 분쟁은 AI 훈련이 미국 저작권법 하에서 「공정 이용」에 해당하는지 여부에 달려 있으며, AI 회사들이 적극적으로 주장하고 있는 방어 논리입니다.
• AI 연구소에 불리한 판결이 나올 경우 라이선스된 데이터로 재훈련을 강요받을 수 있으며, 이는 잠재적으로 모델 품질을 저하시키거나 창작자들에게 전가되는 비용을 증가시킬 수 있습니다.
• 동의 없이 작품이 사용된 작가들은 그것이 일어나고 있다는 사실을 전혀 몰랐으며, 법원은 손해를 평가할 때 이 사실을 크게 고려할 수 있습니다.

모든 주요 모델의 핵심에 있는 공정 이용 도박

AI 회사들이 걸고 있는 법적 이론은 공정 이용입니다. 구체적으로는 통계적 모델을 구축하기 위해 저작권이 있는 텍스트를 수집하는 것이 침해 범위를 벗어날 만큼 충분히 「변형적」이라는 주장입니다. 이 주장에는 선례가 있습니다: 구글은 검색 인덱싱을 위한 도서 스캔을 둘러싼 10년간의 싸움에서 승리했습니다. 하지만 원작과 직접 경쟁하는 산문, 이미지, 또는 코드를 생성하는 것은 더 어려운 사례이며, 여러 판사들이 작가 소송이 초기 기각을 넘어 진행되도록 허용한 것은 이 방어 논리가 완벽하지 않다는 신호입니다.

TechCrunch가 보도한 바와 같이, 대부분의 출간 작가들은 자신들의 지식이나 동의 없이 AI 도구 개발에 기여했으며, 이 도구들은 이제 독자와 의뢰를 두고 그들 자신의 글쓰기와 경쟁하고 있습니다.

「대부분의 출간 작가들은 자신들의 지식이나 동의 없이, 그들의 생계를 위협할 수 있는 바로 그 AI 도구들의 개발에 기여했습니다.」

— TechCrunch

어느 쪽으로든 판결이 창작자들이 사용하는 모델에 미치는 영향

여기서 AI 이미지 생성기나 텍스트 도구로 작업하는 모든 사람에게 구체적인 이해관계가 드러납니다. 많은 이미지 생성 파이프라인의 기반이 되는 대형 언어 모델들은 — 캡션 작성, 프롬프트 해석, 다중 모달 추론을 위해 — 거의 확실히 저작권이 있는 텍스트를 포함한 데이터셋으로 훈련되었습니다. 법원이 라이선스 없는 훈련이 침해를 구성한다고 판단하면, 연구소들은 세 가지 선택에 직면합니다: 비용이 많이 드는 소급 라이선스 협상, 더 좁은 데이터셋으로 재훈련, 또는 영향받는 모델 중단.

큐레이션되고 라이선스된 코퍼스로 재훈련하는 것은 일반적으로 더 좁은 문체적 범위와 더 약한 일반화를 가진 모델을 생산하는 경향이 있습니다. 창작자들에게 이는 더 적은 미적 레지스터에 도달하는 프롬프트, 동반 도구에서 덜 미묘한 캐릭터 글쓰기, 그리고 출력 다양성의 전반적인 평면화로 번역됩니다. 현재 모델들이 진정한 문체적 범위를 가진 것처럼 느끼게 만드는 풍부함은 부분적으로 그들이 수집한 것의 폭에서 나오며, 여기에는 작가들이 지금 보호하려고 싸우고 있는 바로 그 문학적 전통이 포함됩니다.

여기에는 20세기 초 픽토리얼리스트 사진작가들과의 유사점이 있습니다. 그들은 사진이 회화의 시각적 문법을 차용해야만 예술이 될 수 있다고 주장했습니다. 법원은 결국 기계적 매체에서 무엇이 독창적 표현으로 간주되는지 결정해야 했습니다. AI는 반대 방향에서 같은 질문을 강요하고 있습니다: 기계가 예술을 만들 수 있는지가 아니라, 이미 만들어진 예술로부터 학습하는 것이 허용되었는지 여부입니다.

동의 격차와 그 실질적 결과

동의 문제는 법적 이론보다 더 깊이 파고듭니다. 작가들은 참여를 선택하지 않았습니다; 그들의 작품은 대규모로 조립된 데이터셋에서 수집되었으며, 종종 어떤 제목이 포함되었는지에 대한 공개적 공시 없이 말입니다. 이러한 불투명성은 창작자들이 자신이 사용하는 모델이 특정 작가의 스타일로 훈련되었는지 알기 어렵게 만듭니다. 이는 윤리적으로나 상업적으로 모두 중요하며, 일부 고객들이 AI 지원 작업에 대한 출처 문서를 요구하기 시작하고 있습니다.

이를 앞서 나가고자 하는 플랫폼들은 이미 출판사들과의 라이선스 훈련 계약으로 이동하고 있습니다. Adobe Firefly의 상업 고객에 대한 제안은 항상 라이선스된 데이터 훈련에 기반해 왔습니다. 소송이 경쟁자들을 같은 길로 강요한다면, 비용 차이는 줄어들지만 현재 오픈 웨이트와 광범위하게 훈련된 모델들을 실험적 작업에 매력적으로 만드는 창조적 범위 격차도 줄어듭니다.

현재로서는 주요 AI 도구를 사용하는 창작자들은 법적 기반이 진정으로 논란이 되고 있는 모델들로 작업하고 있습니다. 이것이 중단해야 할 이유는 아닙니다 — 법원은 천천히 움직이고, 배포된 모델에 대한 금지 명령은 드뭅니다 — 하지만 어떤 연구소가 적극적으로 데이터를 라이선스하고 있고 어떤 곳이 여전히 공정 이용 도박을 하고 있는지 지켜볼 이유는 됩니다. 그 결과는 누가 누구에게 돈을 빚지고 있는지뿐만 아니라, 다음 세대 모델들이 무엇을 학습하도록 허용될지를 결정할 것입니다.