생성형 AI 훈련과 저작권법: 뜨거운 감자, 데이터 기억과 법적 해석의 갈림길

본 기사는 생성형 AI 모델 훈련 과정에서 발생하는 저작권 문제를 심층적으로 다룹니다. 미국과 유럽의 기존 저작권 예외 규정의 한계를 지적하고, 훈련 데이터 기억 현상에 따른 새로운 저작권 문제를 제기하며, 국제적인 협력을 통한 공정한 생성형 AI 관행 마련의 중요성을 강조합니다.

최근 생성형 AI의 급격한 발전과 함께, 그 훈련 과정에 대한 저작권 문제가 심각하게 대두되고 있습니다. Tim W. Dornis와 Sebastian Stober의 최신 연구는 이러한 논쟁의 핵심을 날카롭게 파고듭니다. 수많은 데이터를 필요로 하는 생성형 AI 모델 훈련은 웹 스크래핑을 통해 이루어지는 경우가 많습니다. 하지만, 수집된 데이터 상당수는 저작권으로 보호받고 있어, 이러한 행위가 저작권 침해에 해당할 수 있습니다.

미국에서는 '공정 이용' 개념이, 유럽에서는 '텍스트 및 데이터 마이닝(TDM)' 예외 조항이 AI 개발자들에게 일종의 안전판 역할을 해왔습니다. 하지만 이번 연구는 이러한 기존 해석에 대한 강력한 반박을 제시합니다. 연구진은 생성형 AI 훈련이 TDM과 근본적으로 다르다는 점을 상세히 분석하여, 기존의 저작권 예외 규정이 생성형 AI 훈련에는 적용될 수 없다고 주장합니다.

이는 단순히 법적 해석의 차이를 넘어, 생성형 AI 기술의 발전 방향과 그 윤리적, 법적 기반에 대한 근본적인 질문을 던지는 것입니다. 더욱이, 연구는 **'훈련 데이터 기억 현상'**이라는 새로운 문제점을 제기합니다. 이는 AI 모델이 훈련 데이터를 기억하고, 이를 통해 저작권 침해가 발생할 수 있다는 것을 의미합니다. '공정 이용'이나 TDM 예외와는 별개로 발생하는 독립적인 저작권 문제인 것입니다.

이러한 심각성을 고려하여 연구진은 국제 음향 및 음악 정보 검색 회의(ISMIR) 와 같은 전문 기구의 적극적인 참여를 촉구합니다. 모든 이해 관계자를 만족시키는 공정한 생성형 AI 관행에 대한 논의가 절실히 필요한 시점입니다. 생성형 AI 기술의 발전과 함께, 저작권법의 재해석과 새로운 법적, 윤리적 규범의 정립이라는 어려운 과제가 우리 앞에 놓여 있습니다. 이는 단순히 기술적 문제가 아닌, 사회적, 법적 합의를 필요로 하는 복잡한 문제입니다. 앞으로 이러한 논의가 활발히 이루어지고, 현실적인 해결책이 마련될 수 있기를 기대합니다.