저커버그, AI 저작권 소송서 유튜브 들며 불법 데이터셋 사용 옹호

빅테크 기업의 수장이 법정에서 자사 AI가 어떤 데이터를 먹고 학습했는지 추궁받는 자리는 언제나 곤혹스러울 수밖에 없습니다.

작가들이 메타를 상대로 제기한 저작권 소송에서 마크 저커버그 CEO가 지난해 진행했던 증언 녹취록 일부가 최근 공개되었습니다. 해적판 전자책 데이터셋 사용에 관한 원고 측의 날카로운 질문에 저커버그는 뜻밖에도 유튜브를 방패막이로 내세웠습니다.

유튜브 사례 들며 일괄 차단 반대, 립젠은 "잘 모른다" 발뺌

공개된 증언록에 따르면 저커버그는 유튜브에도 사람들이 올린 불법 복제물이 일정 기간 게시될 수 있지만 플랫폼이 이를 삭제하기 위해 노력하고 있으며, 대부분의 콘텐츠는 정당한 라이선스를 보유하고 있다고 언급했습니다.

그러면서 저커버그는 일부 저작권 침해 콘텐츠가 섞여 있을 수 있다는 이유만으로 유튜브 사용을 전면 금지하는 정책을 도입해야 하겠느냐고 반문했습니다. 이 같은 일괄적인 전면 금지가 올바른 조치가 아닐 때가 많다는 논리입니다.

이 해명은 메타가 Llama 모델 개발을 위해 대형 불법 전자책 데이터셋인 립젠(LibGen)을 활용했다는 의혹에 대한 답변이었습니다. 원고 측 대리인의 집중 추궁에 저커버그는 립젠에 대해 "들어본 적이 거의 없다"며 구체적인 사안은 알지 못한다고 선을 그었습니다.

내부 경고 무시하고 Llama 4까지 학습, 은폐 의혹까지 번진 소송

하지만 원고 측이 법원에 제출한 최신 수정 소장에는 저커버그의 진술과 정면으로 배치되는 정황이 담겼습니다.

소장에 따르면 메타의 AI 임원 및 연구팀은 립젠을 두고 "해적판으로 확인된 데이터셋"이라 규정하며, 이를 쓰면 규제 당국과의 협상 입지가 좁아질 수 있다는 내부 법적 경고를 보냈습니다. 그럼에도 저커버그가 직접 Llama 학습에 립젠 사용을 최종 승인했다는 것입니다.

새로운 폭로는 여기서 그치지 않습니다. 원고 측은 메타가 Llama 3는 물론 차세대 모델인 Llama 4 학습에도 립젠을 사용하고 있다고 주장했습니다. 심지어 립젠의 불법 도서 목록을 정식 라이선스 구매가 가능한 도서와 교차 대조하며 출판사에 돈을 주고 계약을 맺을 가치가 있는지 저울질했다는 정황도 드러났습니다.

여기에 더해 메타 연구진이 파인튜닝 단계에서 감독 샘플을 끼워 넣어 저작권 도서 학습 흔적을 감추려 했다는 혐의와, 미 당국의 단속을 받던 또 다른 해적판 사이트 Z-라이브러리에서 2024년 4월까지 도서를 다운로드해 학습에 썼다는 주장까지 더해졌습니다.

왜 중요한가

우리는 저커버그가 립젠을 변호하기 위해 유튜브를 비유로 든 것은 논리적으로 설득력이 크게 떨어진다고 봅니다.

유튜브는 디지털 밀레니엄 저작권법(DMCA)의 면책 조항 아래 운영되는 합법 플랫폼이자 침해 저작물 차단 시스템을 갖추고 있습니다. 반면 립젠이나 Z-라이브러리는 태생부터 불법 복제물을 유통하기 위해 만들어져 사법 당국의 철퇴를 맞아온 사이트입니다. 두 사례를 동일선상에 놓고 일괄 차단을 반대하는 것은 본질을 흐리는 주장에 가깝습니다.

업계 전체로 보면 생성형 AI 기업들이 내세우던 '공정 이용(Fair Use)' 논리가 심각한 위기에 봉착했습니다. 인터넷에 공개된 데이터를 학습에 썼다는 주장을 넘어, 해적판임을 인지하고도 사용하고 흔적 은폐까지 시도했다는 점이 입증된다면 법원에서 공정 이용 주장은 힘을 잃게 됩니다.

Llama 생태계에 의존하고 있는 오픈소스 개발자와 기업들에도 비상이 걸렸습니다. Llama의 원천 학습 데이터가 불법으로 최종 판결 난다면 메타는 천문학적인 배상금은 물론 모델 재학습이라는 타격을 입게 되며, 이를 기반으로 비즈니스를 구축한 하위 생태계 역시 저작권 리스크에서 자유로울 수 없기 때문입니다.