Loading...

AI 뉴스

메타, AI를 위한 뉴스 라이선스 계약 협상

페이지 정보

작성자 xtalfi
작성일 2025.09.19 05:54
1,004 조회
0 추천
0 비추천

본문

35e183336822cee726bdb3d17b90ea14jUag.png

(퍼플렉시티가 정리한 기사)

메타는 자사의 인공지능 제품에 사용할 뉴스 콘텐츠를 확보하기 위해 주요 미디어 기관들과 라이선스 계약 체결을 적극적으로 추진하고 있으며, 이는 콘텐츠 파트너십에 대한 회사의 접근 방식에 큰 변화를 나타내는 것으로, AI 경쟁사들과의 경쟁에서 앞서기 위한 움직임이다.


소셜 미디어 거대기업인 메타는 Axel Springer, Fox Corp, News Corp 등 유수의 미디어 기업들과 자사의 기사와 뉴스 콘텐츠를 메타의 AI 도구에 통합하기 위한 라이선스 계약에 관해 논의해왔다. 수개월 동안 진행된 이 대화들은 주로 뉴스 및 추가 콘텐츠의 라이선스 취득에 초점을 맞추고 있으며, 이는 메타의 다양한 AI 서비스 전반에 활용될 예정이다.


하지만 이 사안에 정통한 업계 관계자들은 일부 논의가 아직 초기 단계에 머물러 있으며, 공식 계약으로 이어지지 않을 수도 있다고 경고한다. 관련 미디어 기업들의 대변인들은 대부분 언급을 거부했으며, 메타, 뉴스 코퍼레이션, 그리고 폭스 측도 로이터의 논평 요청에 답하지 않았다.


슈퍼인텔리전스 랩스에서의 전략적 전환


라이선스 추진은 메타가 최근 주요 인사들의 이탈과 최신 오픈소스 Llama 4 모델에 대한 미온적인 반응 이후, 새로운 조직인 ‘Meta Superintelligence Labs’ 하에 AI 이니셔티브를 재편하는 과정에서 이루어지고 있습니다. 이번 재편으로 메타의 모든 AI 팀은 한 부서로 통합되었으며, Scale AI의 전 CEO였던 알렉산더 왕이 메타의 최고 AI 책임자로 팀을 이끌게 되었습니다.


메타의 새로운 AI 전략은 콘텐츠 라이선싱에 대한 기존 입장에서 벗어난다는 점을 보여줍니다. 메타는 그동안 경쟁사들에 비해 AI 라이선싱 계약 건수가 훨씬 적었으며, 2024년 Reuters와 실시간 뉴스 콘텐츠 제휴를 맺은 바 있습니다. 이러한 제한적인 접근 방식은 다수의 주요 언론사와 라이선싱 계약을 체결한 OpenAI나, 제프 베조스가 지원하는 Perplexity가 여러 뉴스 매체와 광범위한 협력을 이루고 있다는 점에서 뚜렷한 대조를 이룹니다.


경쟁 환경이 더욱 치열해지고 있다


미디어 라이선스 논의는 AI 산업의 더 광범위한 경쟁 역학을 반영하며, 고품질의 최신 콘텐츠 접근이 AI 모델을 훈련하고 개선하는 데 필수적이 되었다. OpenAI는 The Financial Times, Associated Press, Vox Media, 그리고 The Atlantic을 포함한 출판사들과 협력을 맺었다. 이와 유사하게, 아마존 역시 The New York Times와 협력하여 Alexa와 같은 AI 애플리케이션에서 편집 콘텐츠를 사용할 수 있도록 했다.


출판사들은 메타(Meta)의 AI 크롤러가 보상 없이 자신의 콘텐츠에 접근하는 것을 점점 더 차단하고 있다. 주요 언론사의 robots.txt 파일을 검토한 결과, The Guardian, Washington Post, Financial Times, New York Times, 그리고 News UK 모두 메타의 주요 Llama 크롤러를 차단하고 있음을 알 수 있다. 이는 구글와 대조된다. 출판사들은 검색 트래픽 순위에 미칠 잠재적 영향을 우려해 구글은 차단을 꺼리고 있다.


업계 수익 분배의 진화


AI 콘텐츠 라이선싱 환경은 점점 더 정교한 수익 공유 모델로 진화하고 있습니다. Perplexity는 최근 AI가 생성한 응답에서 콘텐츠가 참조될 때 게시자에게 보상하는 4,250만 달러 규모의 수익 분배 프로그램을 출시했습니다. 이 접근 방식에는 웹사이트 직접 방문, 검색 인용, AI 에이전트 행동에 대한 비용 지급이 포함됩니다.


Meta가 본격적인 라이선싱 논의에 참여한 것은 프리미엄 뉴스 콘텐츠 접근성이 AI 시장에서 효과적으로 경쟁하는 데 필수적임을 인정한 신호입니다. 한 출판사 임원이 “AI는 좋은 콘텐츠로 운영된다”고 언급했듯이, Superintelligence Labs가 이끄는 Meta의 새로운 리더십은 기존 AI 전략보다 이 점을 더 명확하게 인식하고 있습니다.


이러한 라이선스 협상의 결과는 Meta의 AI 역량은 물론, 기술 플랫폼과 뉴스 퍼블리셔 간의 보다 넓은 관계에도 상당한 영향을 미칠 수 있습니다. 업계가 AI 훈련 및 배포에 사용되는 콘텐츠에 대한 공정한 보상 문제를 지속적으로 논의하고 있기 때문입니다.

댓글 0
전체 858 / 161 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
1026 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
1113 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
1066 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
1032 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입