뉴욕타임스, 오픈AI·MS 저작권 침해 제소…기사 수백만 건 무단 학습 주장

수많은 기자가 위험을 무릅쓰고 취재해 작성한 수백만 편의 유료 기사를 AI 기업이 허락도 없이 긁어가 모델을 학습시키고, 그 모델이 유료 결제벽을 우회해 기사를 그대로 읊어댄다면 가만히 있을 언론사는 없을 것입니다.

미국 뉴욕타임스(NYT)는 자사 기사를 무단으로 도용해 대규모 언어 모델을 학습시켰다는 이유로 OpenAI와 마이크로소프트를 상대로 저작권 침해 소송을 제기했습니다. 뉴욕타임스는 챗GPT와 코파일럿이 자사 콘텐츠를 불법 복제해 직접적인 경쟁 제품을 만들었다며, 수십억 달러 규모의 손해배상과 함께 자사 기사가 포함된 학습 데이터셋의 완전한 폐기를 법원에 요구했습니다.

결제벽 넘고 기사 통째로 암기해 출력한 챗GPT

이번 소송은 기존 작가들의 집단 소송보다 훨씬 구체적이고 치명적인 증거들을 담고 있습니다.

소장에 따르면 GPT-3.5 이전에 공개된 웹 크롤링 데이터셋인 커먼 크롤(Common Crawl)에서 뉴욕타임스 도메인의 고유 레코드는 무려 1,600만 건에 달했습니다. 이는 위키피디아와 미국 특허 데이터베이스에 이어 전체에서 세 번째로 많은 비중입니다.

더 큰 쟁점은 출력 단계입니다. 소장에 제시된 사례를 보면 챗GPT와 코파일럿은 뉴욕타임스의 유료 탐사보도 기사를 단어 하나 틀리지 않고 그대로 복제해 출력하거나, 특유의 문체를 완벽하게 모방해 요약해 냈습니다.

이로 인해 구독료와 광고 수익을 빼앗겼을 뿐만 아니라, AI가 지어낸 거짓 정보에 뉴욕타임스의 이름을 붙여 환각을 출력하는 바람에 언론사의 신뢰도까지 심각하게 훼손당했다고 주장했습니다.

결렬된 협상과 갈라지는 미디어 업계

이번 법적 충돌은 갑작스러운 일이 아닙니다. 뉴욕타임스는 지난 수개월 동안 두 기업과 정당한 콘텐츠 사용 대가를 받기 위한 라이선스 협상을 진행해 왔으나 결국 합의점을 찾지 못하고 결렬되었습니다.

OpenAI 측은 당혹감을 감추지 못했습니다. 린지 헬드 대변인은 그동안의 논의가 건설적으로 진행되고 있었기에 이번 소송에 놀랐고 실망스럽다며, 다른 언론사들과 마찬가지로 상호 이익이 되는 협력 방안을 찾길 희망한다고 밝혔습니다.

실제로 미디어 업계의 셈법은 엇갈리고 있습니다. 폴리티코 등을 소유한 악셀 스프링거는 최근 OpenAI와 라이선스 계약을 맺고 실시간 정보를 제공하기로 했으며, AP통신도 2년 동안 학습용 기사를 제공하는 계약을 체결했습니다. 반면 BBC, CNN, 로이터 등은 웹 크롤러를 차단하며 장벽을 높이고 있습니다.

왜 중요한가

이번 소송은 생성형 AI 산업 전체의 규칙을 뒤흔들 수 있는 중대한 분수령입니다. 과거 음악 산업의 판도를 바꿨던 냅스터 소송에 비견될 만합니다.

우리가 보기에 뉴욕타임스의 이번 행보는 AI 기술 자체를 거부하기보다는, 향후 데이터 라이선스 협상에서 절대적인 주도권을 쥐기 위한 고도의 압박 카드입니다. 오픈 웹의 데이터를 공짜 뷔페처럼 마구잡이로 퍼가던 빅테크의 관행에 본격적으로 제동을 걸겠다는 선언입니다.

만약 뉴욕타임스가 승소하거나 막대한 합의금을 받아낼 경우, 최신 AI 모델을 학습시키는 비용은 천문학적으로 치솟게 됩니다. 막대한 자본력을 가진 마이크로소프트나 구글 같은 골리앗만이 합법적인 데이터를 사서 모델을 만들 수 있게 되고, 오픈소스 진영과 신생 스타트업들은 데이터 부족과 법적 리스크 때문에 진입 장벽에 가로막힐 가능성이 큽니다.

다만 언론사 입장에서도 위험 부담은 존재합니다. 공개된 정보를 요약하고 학습하는 행위 자체를 저작권 침해로 규정할 경우, 타사 단독 보도를 요약해 인용하는 기성 언론사들의 관행 역시 향후 비슷한 법적 공격에 노출될 수 있다는 지적이 나옵니다.