뉴욕타임스가 오픈AI와 마이크로소프트를 상대로 제기한 저작권 소송에서 두 회사 임직원의 내부 발언이 담긴 서면이 공개됐다. 테크크런치가 현지 시각 9월 17일 보도했다. 공개된 내용은 타임스 측이 제출한 서면에 인용된 것이고, 인용 근거가 된 증거 자체는 아직 비공개 상태다.

마이크로소프트 응용과학 담당 이사 브렌트 헥트는 2023년 1월 사내 메모에서 AI 학습용 데이터 수집을 “전례 없는 규모의 놀라운 절도”이자 “인류 역사상 가장 큰 노동 절도”라고 적었다. 오픈AI의 챗GPT 책임자 닉 털리는 사내 소통에서 출판사들이 “존재적 위협”에 직면했으며 챗봇 제품이 “상당 부분 대체적”이고 “더 좋아질수록 더 대체적이 될 것”이라고 썼다.

마이크로소프트 자체 데이터로는 코파일럿 답변 엔진이 뉴욕타임스 도메인의 클릭률을 기존 빙 검색 대비 최대 93% 낮췄다. 헥트는 2024년 1월 사내 발표 자료에서 이 하락을 ‘둠 루프’라고 부르며 “우리 모델의 성능과 웹 전체를 동시에 해칠 것”이라고 적었다. 같은 문서에는 “최종 제품이 핵심 공급자의 경제적 기반을 위협하는 일은 매우 이례적인데, 우리가 대규모 언어 모델 사업의 콘텐츠 공급망에 그런 상황을 초래했다”는 표현도 포함됐다.

사티아 나델라 마이크로소프트 최고경영자(CEO)는 올해 초 증언에서 “페이월 뒤에 있는 자료는 학습이든 그라운딩이든 쓰려는 쪽이 라이선스를 받아야 한다”고 말했다. 그라운딩은 모델이 답을 작성할 때 외부 문서를 근거로 삼게 하는 방식이다. 나델라는 오픈AI가 페이월 뒤 자료를 수집해 학습했다는 사실을 알았다면 재학습을 요구했을 것이라고도 했다.

복제 규모도 서면에 적혀 있다. 오픈AI의 중간 학습 데이터셋에만 뉴욕타임스와 데일리뉴스, 센터 포 인베스티게이티브 리포팅의 저작물 복제본 9만 1,692건이 포함됐다. 커먼 크롤에서 파생된 데이터셋에는 뉴욕타임스 도메인 문서만 200만 건 이상 있었다. 두 회사는 프로젝트 택시와 프로젝트 망고라는 이름으로 학습 데이터를 주고받았고, 망고 데이터셋에는 언론사 저작물 최소 16만 903건이 포함됐다.

오픈AI 연구원 닉 라이더가 그렉 브록먼 사장에게 뉴욕타임스 페이월을 우회하는 방법을 알리자 브록먼이 “괜찮네”라고 답한 대화도 인용됐다. 서면에는 학습 데이터에서 저작권 고지를 의도적으로 제거했다는 내용도 적혀 있다. 오픈AI와 마이크로소프트는 논평 요청에 답하지 않았다.

소송은 뉴욕타임스가 2023년 12월 제기했고 데일리뉴스와 센터 포 인베스티게이티브 리포팅이 합류해 3년째 이어지고 있다. 두 회사는 학습이 원저작물을 변형한 공정이용에 해당한다고 맞서 왔고, 미국 법원은 그동안 AI 기업의 공정이용 주장에 대체로 우호적이었다. 이달 초에는 트럼프 행정부가 오픈AI를 옹호하는 의견서를 제출했다.

자세한 내용은 테크크런치(TechCrunch)에서 확인할 수 있다.

이미지 출처: 오픈AI