Loading...

AI 뉴스

레딧, AI 데이터 라이선싱 표준화 연합 합류

페이지 정보

작성자 xtalfi
작성일 2025.09.12 14:17
3,227 조회
0 추천
0 비추천

본문

e4112dd18d2e400e1b332368efeb1cdbTcCO.jpeg

(퍼플렉시티가 정리한 기사)

Reddit는 대형 인터넷 퍼블리셔 연합에 합류해 콘텐츠 제작자가 인공지능 기업이 그들의 작업물을 수집할 때 보상을 받을 수 있도록 돕는 새로운 오픈 소스 프로토콜인 Really Simple Licensing(RSL)을 지원하게 되었습니다. 2025년 9월 10일에 발표된 이번 소식으로 Reddit은 Yahoo, Medium, Quora 등 여러 퍼블리셔들과 함께 업계 관계자들이 인터넷 규모에서 AI 데이터 라이선싱에 대한 첫 번째 표준화된 접근 방식이라고 설명하는 움직임에 동참하게 되었습니다.

 

법적 분쟁 속에서 새로운 기준이 등장하다

 

AI 기업들이 저작권 문제에 직면하고 있는 가운데 RSL 이니셔티브가 등장했습니다. 최근 Anthropic은 자사의 AI 모델을 훈련시키는 데 불법 복제된 책을 사용했다고 주장한 작가들이 제기한 집단 소송을 해결하기 위해 15억 달러를 지불하기로 합의했습니다. 이 합의는 법원의 승인을 기다리고 있으며, Anthropic이 약 50만 권의 저작물에 대해 권당 약 3,000달러를 지급하고 모든 불법 데이터셋을 파기하도록 요구합니다.

이 시기는 AI 기업들이 합법적인 라이선스 체계를 마련해야 한다는 압박이 증가하고 있음을 보여줍니다. Reddit CEO인 Steve Huffman은 RSL 표준이 "AI 시대에 퍼블리셔와 플랫폼이 명확하고 확장 가능한 방식으로 라이선스 조건을 설정할 수 있게 해준다"고 강조했습니다. Reddit은 2025년 6월에 사용자 게시물의 무단 스크래핑을 주장하며 Anthropic을 상대로 소송을 제기한 바 있습니다.

 

기술적 프레임워크 및 집행의 과제

 

공동 개발자 에크하르트 발터(Eckart Walther)와 전 Ask.com CEO 더그 리즈(Doug Leeds)가 널리 채택된 RSS 표준을 기반으로 구축한 RSL은 발행인이 로봇.txt 파일에 기계가 읽을 수 있는 라이선스 조건을 직접 임베드할 수 있게 해줍니다. 이 프로토콜은 구독료, 크롤링당 요금, AI 시스템이 답변에 콘텐츠를 참조할 때의 추론별 보상 등 다양한 결제 모델을 지원합니다.

하지만 표준의 효과는 전적으로 AI 기업의 자발적 준수에 달려 있습니다. 주요 AI 기업들 중 어느 곳도 RSL 조건을 준수하겠다고 약속하지 않았으며, 이는 이전에도 기업들이 자주 무시했던 robots.txt 지침과 비슷한 문제를 떠올리게 합니다. RSL 콜렉티브는 콘텐츠 전달 네트워크인 Fastly와 협력하여 기술적 집행을 제공하고 있으며, 이는 리즈가 "입구의 경호원"이라고 묘사한 역할을 수행합니다.

 

업계 연합, 집단 교섭력 모색

 

비영리 단체인 RSL Collective는 ASCAP와 BMI와 같은 음악 산업 조직의 성공을 본떠, 퍼블리셔들의 권리를 모아 더 강력한 협상력을 확보하는 것을 목표로 한다. 참여 기업에는 인터넷 베테랑인 Yahoo, Reddit, Medium뿐 아니라 Quora와 Ziff Davis(이 회사는 CNET과 Mashable을 소유)를 포함한 새로운 플랫폼 및 콘텐츠 네트워크도 있다.

이 연합은 개별 라이선스 계약에서 집단적 행동으로의 전략적 변화를 나타낸다. Reddit은 이미 Google(알파벳 Inc.) 및 OpenAI와 연 6천만 달러 규모의 별도 계약을 체결했지만, RSL을 더 포괄적이고 실제 사용 패턴을 더 잘 반영할 수 있는 해법이라며 지지한다.

업계의 지지에도 불구하고, 이 표준은 AI 기업들의 채택 없이는 미래가 불확실하며, 자발적 준수보다는 주로 법적 분쟁과 기술적 제약에 집행이 의존하게 된다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3218 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.
3263 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.
3170 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.
3154 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입