美 작가들, 앤트로픽에 집단 소송 제기: 해적판 도서로 클로드 학습 의혹

"안전하고 윤리적인 AI"를 전면에 내세워 온 앤트로픽(Anthropic)이 결국 저작권 침해 소송에 직면했습니다.

주요 외신에 따르면 일단의 작가들이 캘리포니아 법원에 앤트로픽을 상대로 집단소송을 제기했습니다. 소장에는 앤트로픽이 "수십만 권의 저작권 보호 도서를 훔쳐 수십억 달러 규모의 사업을 일궜다"는 날 선 비판이 담겼습니다.

문제가 된 해적판 데이터셋 'Books3'

이번 소송의 핵심에는 오픈소스 데이터셋 '더 파일(The Pile)'과 그 하위 데이터인 'Books3'가 있습니다.

원고 측에는 '위 워 네버 히어(We Were Never Here)'의 안드레아 바츠, '그 굿 너스(The Good Nurse)'의 찰스 그래버, '깃털 도둑(The Feather Thief)'의 커크 월리스 존슨 등 유명 작가들이 포함됐습니다.

이들은 앤트로픽이 클로드(Claude) 모델을 훈련하면서 더 파일을 활용했다고 지적합니다. 이 데이터셋 안의 Books3는 비블리오틱(Bibliotik) 같은 해적판 사이트에서 무단 복제한 수만 권의 전자책으로 구성되어 있으며, 스티븐 킹이나 마이클 폴란 같은 거장들의 작품도 대거 포함되어 있습니다.

특히 앤트로픽에 불리하게 작용할 만한 대목은, 이달 초 앤트로픽이 복스(Vox)와의 인터뷰에서 클로드 훈련에 더 파일을 사용했음을 직접 인정했다는 점입니다.

작가들은 앤트로픽이 해당 데이터가 해적판이라는 사실을 알고도 복제해 학습에 썼다고 주장하며, 손해배상과 함께 향후 저작권 침해 저작물의 학습 사용 금지를 요구하고 있습니다.

빅테크 전체로 번진 저작권 소송전

Books3는 논란 이후 더 파일의 공식 배포본에서 삭제되었지만, 원본 파일은 여전히 온라인 곳곳에 남아 있는 것으로 알려졌습니다.

최근 조사에 따르면 앤트로픽과 애플 같은 주요 기술 기업들이 더 파일에 포함된 수만 편의 유튜브 자막 스크랩 데이터를 학습에 썼다는 사실도 드러난 바 있습니다.

AI 기업을 향한 출판계의 반격은 이미 전방위로 진행 중입니다. 지난해 마이크 허커비 전 아칸소 주지사 등이 메타, 마이크로소프트, 그리고 더 파일을 제작한 엘루더AI(EleutherAI)를 고소했고, 오픈AI 역시 조지 R.R. 마틴을 비롯한 수많은 작가로부터 소송을 당한 상태입니다.

왜 중요한가

우리는 이번 소송이 앤트로픽에게 오픈AI의 저작권 소송보다 훨씬 더 까다로운 시험대가 될 것으로 봅니다.

가장 뼈아픈 지점은 앤트로픽 스스로 더 파일을 학습에 썼다고 언론에 확인해 주었다는 사실입니다. 통상 AI 기업들은 학습 데이터의 구체적 내용을 영업비밀로 부치며 방어선을 치는데, 앤트로픽은 데이터 접촉 사실 자체를 스스로 인정한 셈이 되었습니다.

업계 전반으로 보면, '오픈소스 커뮤니티에 공개된 정제 데이터를 가져다 썼을 뿐'이라는 관행이 법적 면책 특권이 될 수 없다는 경고를 다시 한번 확인시켜 줍니다.

만약 법원이 해적판 데이터셋 학습을 고의적 저작권 침해로 판단할 경우, 천문학적인 배상금은 물론 해당 데이터로 학습된 모델 가중치를 폐기해야 하는 최악의 상황까지 마주할 수 있습니다. 결국 앤트로픽 역시 오픈AI처럼 거액을 들여 합법적인 출판 저작권 계약을 맺어야만 하는 구조로 내몰릴 것으로 보입니다.