뉴욕타임스(NYT)와 데일리 뉴스(The Daily News)가 오픈AI(OpenAI)가 챗GPT(ChatGPT)의 저작권 침해 여부를 파악할 수 있는 도구와 데이터를 의도적으로 숨겼다고 주장하며 법원에 제재를 요청했습니다. 이는 오픈AI가 NYT의 콘텐츠로 대규모 언어모델(LLM)을 훈련하고 그 내용을 챗GPT 출력물에 복제했다는 2년간의 저작권 침해 소송에서 나온 최신 공방입니다. NYT 측은 오픈AI가 자사 훈련 데이터셋과 고객 대화 로그에서 저작권이 있는 저널리즘 콘텐츠를 검색할 수 있는 능력을 부인해왔지만, 실제로는 이미 내부적으로 관련 조사를 진행했다고 지적했습니다.
오픈AI는 그동안 방대한 훈련 코퍼스(corpus)를 검색하는 것이 기술적으로 어렵고, 수많은 챗GPT 대화 로그를 처리하는 것은 사용자 개인 정보 보호 문제를 야기한다고 주장해왔습니다. 그러나 지난 4월 법원 명령에 따른 증언에서 오픈AI의 데이터 프라이버시 엔지니어 비니 모나코(Vinnie Monaco)는 오픈AI가 이미 저작권이 있는 저널리즘 작품을 찾기 위해 훈련 코퍼스에 대한 내부 검색 및 평가를 수행했다고 밝혔습니다. 또한, NYT 소송 제기 전부터 약 7,800만 건의 비식별화된 챗GPT 대화 데이터베이스를 구축하여 내부적으로 저작권 침해 정도를 파악하는 데 사용해왔으며, 소송 직후에는 출력물에서 원문 반복(regurgitation)을 감지하고 기록하는 '블룸(Bloom) 필터'를 포함한 '프로젝트 기린(Project Giraffe)'이라는 도구 세트도 구현했다고 알려졌습니다. 이 두 가지 사실은 오픈AI가 저작권 침해 여부를 인지하고 있었을 가능성을 시사하며, 기존 주장을 뒤집는 중요한 증거로 작용할 수 있습니다.
NYT 측은 오픈AI가 법원의 증거 보존 명령을 위반하고 수십억 개의 챗GPT 출력물을 삭제했으며, 요청된 샘플 로그를 수정하여 제출했다고 주장합니다. 이들은 오픈AI가 이미 수집한 정보를 불필요하게 얻기 어렵게 만들었다고 비판하며, 법원에 오픈AI가 제출한 2천만 건의 챗 로그 샘플을 증거로 사용하지 못하게 하고, 챗GPT 로그가 원고 콘텐츠의 상당한 반복을 보여주었을 것이라는 사실을 인정하며, 오픈AI가 이 주장을 반박하지 못하게 할 것을 요청했습니다. 또한, 증거 확보를 위해 발생한 법률 비용을 오픈AI가 지불해야 한다고 요구했습니다. 이에 대해 오픈AI 대변인 드루 푸사테리(Drew Pusateri)는 NYT의 주장을 부인하며, NYT가 사건이 불리해지자 무관한 사용자들의 개인 대화에 접근하려 한다고 반박했습니다. 이번 공방은 생성형 인공지능(AI) 시대의 저작권 침해 논란과 AI 기업의 투명성 문제에 대한 중요한 선례를 남길 것으로 보입니다.