유명 코미디언, OpenAI·메타 제소: 해적판 서적으로 AI 학습 주장

책 한 권의 줄거리를 물었을 때 챗봇이 순식간에 정확한 요약을 내놓는다면, 일반 사용자에게는 신기한 기술이지만 원작자에게는 명백한 저작권 침해 현장으로 보일 수밖에 없습니다.

미국의 유명 코미디언이자 작가인 Sarah Silverman과 작가 Christopher Golden, Richard Kadrey가 OpenAI와 Meta를 상대로 각각 저작권 침해 소송을 제기했습니다. 자신들의 허락 없이 저작권이 있는 도서를 대형 언어 모델 훈련에 무단 사용했다는 이유입니다.

이번 소송은 앞서 프로그래머와 예술가들을 대리해 이미지 및 코드 생성 AI 기업들을 상대로 소송을 이끌어온 Joseph Saveri와 Matthew Butterick 변호사가 맡았습니다.

어둠의 도서관에서 끌어온 훈련 데이터

소장의 핵심은 거대 AI 모델을 학습시키는 데 쓰인 데이터의 불법적인 출처를 정조준하고 있습니다.

원고 측은 OpenAI의 ChatGPT와 Meta의 LLaMA가 저작권 침해 사이트로 악명 높은 Bibliotik, Library Genesis, Z-Library 같은 이른바 '섀도 라이브러리'에서 토렌트 등을 통해 대량 확보한 데이터로 훈련되었다고 주장했습니다.

OpenAI를 상대로 한 소장에는 프롬프트를 입력했을 때 ChatGPT가 Silverman의 회고록 The Bedwetter를 비롯해 원고들의 도서를 상세하게 요약해내는 화면이 증거로 제출되었습니다. 소장은 챗봇이 책을 요약해 출력하면서 원작에 포함된 저작권 관리 정보를 완전히 누락시켰다는 점도 짚었습니다.

Meta의 경우 자사 기술 백서가 발목을 잡았습니다. Meta가 2월에 LLaMA를 공개하며 발표한 논문에는 훈련 데이터 세트 중 하나로 EleutherAI가 구축한 ThePile이 명시되어 있습니다. 그런데 EleutherAI의 자체 설명 자료에 ThePile의 일부가 사설 토렌트 트래커인 Bibliotik의 사본으로 구성되었다고 적혀 있었던 것입니다.

원고들은 저작권 침해, 과실, 부당이득, 불공정 경쟁 등 6개 항목에 걸쳐 두 기업을 제소했으며, 법정 손해배상과 수익 반환을 요구하고 있습니다.

왜 중요한가

이번 소송은 생성형 AI 산업이 지금까지 외면해왔던 가장 민감한 문제, 즉 훈련 데이터의 출처 문제를 법정 한가운데로 끌어올렸다는 점에서 결정적입니다.

창작자들에게 이번 싸움은 빅테크의 무단 학습 관행에 제동을 걸 수 있는 중대한 분수령입니다. IT 기업들은 통상 '공정 이용' 법리를 방어 논리로 내세우지만, 해적판 다운로드 사이트에서 데이터를 긁어모았다는 구체적인 경로가 드러난 이상 법원을 설득하기는 훨씬 어려워집니다. 만약 법원이 저작권 침해를 인정한다면 기업들은 막대한 배상금을 물어야 할 뿐 아니라, 해당 데이터로 학습된 모델을 폐기하고 처음부터 다시 훈련해야 할 수도 있습니다.

개발자와 일반 사용자에게도 파장은 큽니다. 데이터 수집에 정당한 대가를 지불해야 하는 환경이 정착되면, 오픈소스 AI 모델의 공개 속도는 느려지고 상용 API 비용은 크게 오를 수밖에 없습니다.

원고 측의 소송 전략은 매우 영리해 보입니다. AI 모델의 내부 학습 메커니즘을 두고 추상적인 논쟁을 벌이기보다, 불법 복제 사이트를 이용했다는 추적 가능한 증거와 저작권 표기 삭제라는 명확한 위법 행위에 집중했기 때문입니다. 속도전에 치여 데이터 저작권을 가볍게 여겨왔던 AI 기업들의 관행에 본격적인 청구서가 날아들기 시작했습니다.