AI 학습 데이터 논란, 빅테크의 새로운 아킬레스건

수조 달러 가치의 AI 산업이 한 가지 치명적 약점을 드러내고 있다. 바로 '학습 데이터'다.

OpenAI, 구글, 메타 같은 AI 거대 기업들이 인공지능을 훈련시키기 위해 인터넷상의 텍스트, 이미지, 동영상을 대규모로 수집해왔다. 문제는 이 과정에서 저작권자의 동의 없이 콘텐츠를 사용했다는 점이다. 이제 창작자들과 출판사들이 반격에 나서고 있다.

보이지 않던 갈등이 수면 위로

지금까지 AI 기업들은 '공정 이용(fair use)' 원칙을 내세워 저작권 콘텐츠를 자유롭게 활용해왔다. 하지만 상황이 달라지고 있다. 뉴욕타임스는 OpenAI와 마이크로소프트를 상대로 저작권 침해 소송을 제기했고, 수많은 작가와 아티스트들도 집단 소송에 나섰다.

정책적 압박도 거세지고 있다. 유럽연합은 AI법을 통해 학습 데이터의 투명성을 요구하고 있으며, 미국에서도 의회 차원의 논의가 활발해지고 있다. AI 기업들이 '어떤 데이터로 학습했는지' 공개하라는 압박이 커지는 상황이다.

돈의 흐름이 바뀌고 있다

이미 일부 기업들은 전략을 수정하고 있다. OpenAI는 최근 뉴스 코퍼레이션, 파이낸셜타임스 등과 콘텐츠 라이선스 계약을 체결했다. 무료로 가져다 쓰던 데이터에 이제 비용을 지불하기 시작한 것이다.

구글도 레딧과 연간 6천만 달러 규모의 데이터 제공 계약을 맺었다. 한때 '공짜 점심'이었던 인터넷 콘텐츠가 이제 유료 상품으로 변하고 있다.

하지만 모든 창작자가 혜택을 보는 건 아니다. 대형 미디어 기업들은 AI 회사와 직접 계약을 맺을 수 있지만, 개인 블로거나 소규모 창작자들은 여전히 보상받기 어려운 상황이다.

한국 기업들도 예외는 아니다

국내에서도 비슷한 논란이 일고 있다. 네이버의 하이퍼클로바X, 카카오브레인의 KoGPT 등 한국산 AI 모델들도 한국어 콘텐츠를 대량 학습했다. 하지만 어떤 데이터를 사용했는지, 창작자들에게 어떤 보상을 했는지는 여전히 불투명하다.

특히 한국의 웹툰, K-콘텐츠가 해외 AI 기업들의 학습 데이터로 활용될 가능성도 높다. 국내 창작자들의 권익 보호를 위한 제도적 장치가 필요한 시점이다.

새로운 균형점을 찾아야 할 때

이 갈등의 핵심은 단순히 돈 문제가 아니다. AI의 발전과 창작자의 권리 보호라는 두 가치 사이의 균형을 어떻게 맞출 것인가의 문제다.

AI 기업들은 "혁신을 위해서는 데이터에 자유롭게 접근할 수 있어야 한다"고 주장한다. 반면 창작자들은 "우리의 노동과 창작물에 정당한 대가를 달라"고 요구한다. 둘 다 합리적인 주장이다.

문제는 현재의 '무법지대' 상황이 지속 불가능하다는 점이다. AI 기업들의 불투명한 데이터 수집 관행은 결국 더 큰 법적, 윤리적 문제를 낳을 수밖에 없다.