메타(Meta)의 전 연구원 스티븐 롤러(Stephen Roller)가 인공지능(AI) 학습용으로 쓰인 해적판 도서 데이터셋 ‘Books3’를 토렌트(BitTorrent)로 다운로드하고 이후 삭제한 사실이 드러나면서 저작권 침해 소송이 새로운 국면을 맞고 있습니다. 저작권자들은 롤러가 메타 재직 중 불법 복제물을 고의로 배포했다고 주장하며, 메타의 데이터 확보 경위에 대한 철저한 확인을 요구하고 있습니다. 반면 메타는 롤러의 다운로드가 회사 업무와 무관하며, 개인 컴퓨터에 있던 사본을 퇴사 후 삭제했다고 반박하고 있습니다.
이번 논란의 핵심은 약 20만 권의 도서가 포함된 ‘Books3’ 데이터셋의 출처입니다. 이 데이터셋은 비공개 토렌트 트래커인 Bibliotik 라이브러리에서 유래한 것으로 알려져 있습니다. 메타는 앞서 라마(Llama) 1과 라마 2(Llama 2) 학습에 Books3 일부를 사용했다고 인정했지만, 구체적인 확보 방식은 밝히지 않았습니다. 법원은 지난해 도서를 이용한 라마 학습을 ‘공정 이용(fair use)’으로 판단했으나, 비트토렌트 다운로드 방식은 여전히 주요 미해결 쟁점으로 남아 있습니다. 원고 측은 롤러가 메타에서 일한 2017년부터 2023년 사이에 다운로드가 이루어졌으며, 그가 AI 연구 조직 FAIR를 떠날 때 메타가 Books3 사본을 보유하고 있었다고 주장합니다. 또한, 롤러가 소환장을 받은 후 “이 모든 소송 때문에” 사본을 삭제했다고 증언한 점을 들어 증거 인멸 가능성을 제기하고 있습니다.
이번 사건은 대규모 언어모델(LLM) 학습에 필요한 방대한 데이터를 어떻게 확보해야 하는지에 대한 근본적인 질문을 던집니다. 저작권자들은 AI 기업들이 저작권이 있는 콘텐츠를 무단으로 사용하여 막대한 이익을 창출하는 것에 대해 강하게 반발하고 있습니다. 특히, 이번 사건처럼 불법 복제물 사용 의혹이 제기되면 AI 기술 발전의 윤리적 정당성이 크게 훼손될 수 있습니다. 또한, 기업 내부에서 불법 복제물이 AI 학습 외 다른 용도로 사용되었을 가능성(예: 사내 독서 모임)까지 제기되면서, AI 개발 과정의 투명성과 책임에 대한 요구가 더욱 커지고 있습니다. 향후 재판 결과는 AI 산업 전반의 데이터 수집 및 활용 방식에 중대한 영향을 미 미칠 것으로 예상됩니다.