뉴욕타임스 컴퍼니는 2023년 12월 OpenAI와 마이크로소프트를 상대로 소송을 제기했으며, 이들 기업이 허가나 보상 없이 수백만 건의 저작권 보호 뉴스 기사를 대규모 언어 모델 훈련에 사용했다고 주장했다. 공식 명칭이 The New York Times Company v. Microsoft Corporation and OpenAI, Inc.인 이 사건은 저작권 보호 텍스트를 생성형 인공지능 시스템 훈련에 사용하는 것이 미국 저작권법상 공정 이용에 해당하는지 여부에 초점을 맞추고 있다. 이 판결 결과는 인공지능 기업들이 훈련 데이터 세트에서 저작권 보호 자료를 처리하는 방식에 선례를 남길 수 있다.
타임스는 OpenAI의 ChatGPT와 마이크로소프트의 Azure 기반 Copilot 제품이 자사 기사의 상당 부분을 원문 그대로 또는 매우 유사한 표현으로, 종종 적절한 출처 표시 없이 재생산한다고 주장한다. 소장에는 모델이 타임스 보도(유료 콘텐츠 포함)에서 거의 동일한 구절을 출력한 여러 사례가 인용되어 있다. OpenAI는 공정 이용 항변을 주장하며 대응했는데, 공개적으로 이용 가능한 텍스트에 대한 훈련은 변형적 사용이며 원저작물을 대체하지 않는다고 주장한다. OpenAI의 주요 투자자이자 배포자로서 마이크로소프트도 피고로 지명되었다.
소송의 배경
이 소송은 2023년 12월 27일 뉴욕 남부 지방법원에 제기되었다. 타임스는 법정 손해배상과 금지 명령(자사 콘텐츠가 포함된 모든 모델 가중치와 훈련 데이터 세트의 폐기 포함)을 요구하고 있다. 이 제소는 타임스와 OpenAI 간의 라이선스 계약을 둘러싼 수개월 간의 협상 실패에 따른 것이다. 타임스는 1억 건 이상의 기사 아카이브 사용에 대한 보상을 요구한 것으로 알려졌으나, 양측은 합의에 도달하지 못했다.
이 사건은 AI 기업을 둘러싼 여러 주목할 만한 저작권 분쟁 중 하나이다. 2023년 7월, 사라 실버맨과 크리스토퍼 골든을 포함한 작가들이 유사한 주장으로 OpenAI와 메타를 상대로 소송을 제기했다. 타임스 소송은 상당한 법적 자원과 콘텐츠 보호에 대한 명확한 상업적 이해관계를 가진 주요 뉴스 조직이 관련되어 있다는 점에서 주목할 만하다. 이 판결 결과는 뉴스 출판사와 기타 콘텐츠 창작자들이 AI 개발자와 상호작용하는 방식에 영향을 미칠 수 있다.
OpenAI의 공정 이용 주장
OpenAI의 항변은 미국 저작권법 제107조에 규정된 공정 이용 원칙에 기반한다. 회사는 저작권 보호 텍스트에 대한 모델 훈련이 변형적 사용이라고 주장한다. 즉, 원래 표현을 재생산하는 것이 아니라 새로운 기능(시퀀스에서 다음 토큰 예측)을 생성한다는 것이다. OpenAI는 훈련 과정이 원본 텍스트의 사본을 저장하는 것이 아니라 단어 간의 통계적 패턴과 관계를 학습한다고 주장한다. 회사는 모델이 광범위한 주제에 대해 독창적인 텍스트를 생성할 수 있는 능력을 훈련 데이터를 단순히 되풀이하지 않는다는 증거로 지적한다.
OpenAI는 또한 자사 기술의 공공 이익을 강조한다. 회사는 대규모 언어 모델이 연구, 교육, 창의적 표현을 가능하게 하며, 공개적으로 이용 가능한 텍스트에 대한 훈련을 제한하면 혁신을 저해할 것이라고 주장한다. OpenAI는 콘텐츠를 훈련에 사용하지 않기를 원하는 웹사이트 소유자를 위한 옵트아웃 메커니즘을 제공한다고 밝혔지만, 타임스는 소송 제기 전에 이 메커니즘을 사용하지 않았다. 회사는 또한 타임스의 기사가 사실적 뉴스 보도로, 창작물보다 저작권 보호가 약하며, 모델이 원래 표현이 아닌 기본적인 사실과 아이디어만 사용한다고 주장한다.
타임스의 저작권 주장
타임스는 OpenAI의 사용이 상업적이며 신문사의 자체 제품과 직접 경쟁하기 때문에 공정 이용이 적용되지 않는다고 반박한다. 소장은 ChatGPT와 Copilot이 원문을 읽는 것을 대체할 만큼 상세한 타임스 기사 요약을 생성할 수 있어 타임스 웹사이트의 트래픽과 광고 수익을 빼앗을 수 있다고 주장한다. 신문사는 또한 모델이 일부 경우 자사 기사를 원문 그대로 재생산하며, 이는 변형적 사용을 넘어선다고 주장한다.
타임스는 자사 콘텐츠의 "모자이크"적 성격을 지적한다. 즉, 개별 기사는 맥락, 분석, 탐사 보도를 포함하는 더 큰 편집 제품의 일부라는 것이다. 신문사는 이 콘텐츠의 일부라도 재생산하면 그 가치가 훼손된다고 주장한다. 소장은 또한 OpenAI가 Axel Springer와 Associated Press를 포함한 다른 출판사로부터 콘텐츠를 라이선스했다는 점을 언급하며, 이는 회사가 저작권 보호 자료 사용 시 허가가 필요하다는 점을 인식하고 있음을 시사한다고 지적한다. 타임스는 자사의 라이선스 거부가 공정 이용 주장을 통해 우회되어서는 안 된다고 주장한다.
법적 선례와 해석
이 사건의 공정 이용 분석은 여러 핵심 선례에 의존할 가능성이 높다. Authors Guild v. Google (2015) 사건에서 제2순회 항소법원은 검색 색인을 위한 구글의 수백만 권 도서 디지털화가 전체 도서를 재생산하지 않고 스니펫과 검색 기능을 제공했기 때문에 변형적 공정 이용이라고 판결했다. OpenAI는 이 사건을 인용하여 자사의 사용도 유사하게 변형적이라고 주장할 가능성이 높다. 그러나 타임스는 Google Books가 도서 자체와 경쟁하지 않았던 반면, ChatGPT는 뉴스 기사와 경쟁하는 콘텐츠를 생성할 수 있다는 점을 들어 이를 구별할 수 있다.
또 다른 관련 선례는 2023년 Thomson Reuters v. Ross Intelligence 사건으로, 법원이 AI 법률 연구 도구 훈련에 로이터의 법률 헤드노트를 사용한 것이 공정 이용이 아니라고 판결했다. 이 판결은 제2순회 항소법원에서 구속력은 없지만, 출력물이 원저작물과 경쟁할 때 법원이 AI 훈련을 더 엄격히 심사할 수 있음을 시사한다. 타임스는 ChatGPT가 뉴스 콘텐츠로 질문에 답하도록 설계되어 타임스의 핵심 사업과 직접 경쟁하기 때문에 자사 사건이 Google Books보다 Ross Intelligence에 더 가깝다고 주장할 가능성이 높다.
훈련 데이터의 기술적 측면
이 사건은 또한 기계 학습 모델이 정보를 저장하고 검색하는 방식에 대한 기술적 질문을 제기한다. OpenAI의 모델은 트랜스포머 아키텍처를 기반으로 하며, 멀티 헤드 어텐션 메커니즘을 사용하여 텍스트를 처리한다. 훈련 중 모델은 방대한 텍스트 코퍼스에서 예측 오류를 최소화하기 위해 수십억 개의 매개변수를 조정한다. OpenAI는 훈련 데이터 세트의 전체 내용을 공개하지 않았지만, 타임스의 소장은 모델이 특정 구절을 재생산할 수 있는 능력에 근거해 자사 기사가 훈련 데이터에 포함되어 있다고 주장한다.
OpenAI는 모델이 전통적인 의미에서 텍스트 사본을 포함하지 않는다고 주장한다. 즉, 매개변수는 정확한 문자열이 아닌 통계적 관계를 인코딩한다는 것이다. 그러나 연구자들은 대규모 언어 모델이 훈련 데이터에서 긴 구절을 암기하고 재생산할 수 있으며, 특히 해당 구절이 여러 번 나타나거나 독특한 경우에 그렇다는 것을 입증했다. 타임스는 ChatGPT가 자사 기사에서 거의 그대로 인용한 출력을 제공한 사례를 제시했으며, 이는 암기가 발생함을 시사한다. 법원은 이 암기가 저작권법상 재생산에 해당하는지 여부를 판단해야 할 수 있다.
업계 반응과 영향
이 소송은 기술 및 출판 업계 전반에서 반응을 불러일으켰다. News Corp와 Gannett을 포함한 일부 출판사는 타임스의 입장에 지지를 표명한 반면, 다른 출판사는 AI 기업과 라이선스 계약을 추진했다. OpenAI는 Politico의 모회사인 Axel Springer와 Financial Times를 포함한 여러 출판사와 콘텐츠를 훈련 및 표시에 사용하는 계약을 체결했다. 이러한 계약은 일부 출판사가 소송보다 AI 기업과의 파트너십에서 가치를 본다는 것을 시사한다.
AI 연구자들은 불리한 판결이 해당 분야의 진전을 저해할 수 있다는 우려를 표명했다. 많은 이들은 크고 다양한 데이터 세트에 대한 훈련이 유능한 모델 구축에 필수적이며, 모든 저작권 보호 저작물에 대해 개별 라이선스를 요구하는 것은 비현실적이라고 주장한다. 일부는 강제 라이선스 시스템이나 텍스트 데이터를 위한 집단 권리 관리 기구와 같은 대안적 프레임워크를 제안했다. 이 사건은 다른 국가들이 미국 법원이 저작권 보호와 기술 혁신의 균형을 어떻게 맞추는지 주시함에 따라 국제 AI 개발에도 영향을 미칠 수 있다.
가능한 결과와 일정
2025년 초 현재, 이 사건은 증거 개시 단계에 있으며, 양측은 훈련 데이터와 모델 출력에 관한 증거를 교환하고 있다. 재판 날짜는 정해지지 않았으며, 법률 전문가들은 이 사건이 수년간 지속되어 대법원에 도달할 가능성도 있다고 예상한다. 법원은 재판 전에 공정 이용 문제에 대한 약식 판결을 내릴 수 있으며, 이는 쟁점을 좁히거나 사건 전체를 해결할 수 있다.
여러 결과가 가능하다. 법원은 OpenAI의 사용이 공정 이용이라고 판결하여 회사가 허가 없이 저작권 보호 텍스트를 계속 훈련에 사용할 수 있게 할 수 있다. 또는 법원이 사용이 공정하지 않다고 판결하여 OpenAI가 손해배상을 지급하고 타임스로부터 콘텐츠를 라이선스해야 할 수 있다. 중간 지점은 재생산 정도와 상업적 영향에 따라 일부 사용은 공정하고 다른 사용은 그렇지 않다는 판결일 수 있다. 이 사건은 또한 많은 주목할 만한 저작권 분쟁이 그렇듯 법정 밖에서 해결될 수 있으며, OpenAI가 타임스에 라이선스 비용을 지불하고 콘텐츠 재생산에 대한 특정 제한에 동의할 수 있다.
이 판결은 AI 업계에 광범위한 영향을 미칠 가능성이 높다. OpenAI에 불리한 판결은 Anthropic과 Google DeepMind를 포함한 다른 기업들이 훈련 방식을 변경하도록 강제할 수 있다. 또한 공개적으로 이용 가능한 텍스트에 의존하는 오픈소스 모델 개발에도 영향을 미칠 수 있다. 반대로 OpenAI에 유리한 판결은 AI 기업들이 허가 없이 저작권 보호 자료를 계속 사용하도록 부추겨 콘텐츠 창작자들의 추가 소송으로 이어질 수 있다. 이 사건은 저작권법이 새로운 기술에 어떻게 적응하는지에 대한 근본적인 시험이며, 그 결과는 앞으로 수년간 AI 개발자와 콘텐츠 제작자 간의 관계를 형성할 것이다.