Loading...

AI 뉴스

앤트로픽의 15억 달러 저작권 합의안 기각

페이지 정보

작성자 xtalfi
작성일 2025.09.23 17:10
3,005 조회
0 추천
0 비추천

본문

f693463327d32127ca2d345a3725317enlpg.png

(퍼플렉시티가 정리한 기사)

Claude 채팅봇을 개발한 AI 기업 Anthropic이 불법 복제 사이트에서 수백만 권의 책을 무단으로 다운로드해 자사 모델을 훈련시켰다고 주장한 작가들과의 저작권 소송에서 15억 달러(약 1조 5천억 원) 규모의 획기적인 집단 소송 합의에 동의했습니다. 하지만 연방 판사 윌리엄 알섭이 예비 승인을 거부하고 이번 주 핵심 심리 전까지 추가 세부 사항을 요구하면서, 이 합의는 불확실한 상황에 놓였습니다.


합의안, 주요 심리를 앞두고 사법적 검토에 직면하다


제안된 합의안은 약 50만 명의 영향을 받은 저자와 출판사에게 책 한 권당 약 3,000달러를 지급하는 것으로, 이는 미국 역사상 최대 규모의 저작권 회수에 해당합니다. 그러나 앨섭 판사는 9월 8일에 예비 승인을 기각하며, 9월 25일 열릴 심리에서 조건을 재고하기 전까지 이 합의가 불확실한 상태에 놓이게 했습니다.


앨섭 판사는 해당 합의가 “완전과는 거리가 멀다”고 비판하며, 집단 소송 변호인들이 저자들에게 일방적으로 강요될 거래를 성사시켰다는 우려를 표명했습니다. 판사는 9월 22일까지 영향을 받은 작품의 확정 명단, 집단 소송 당사자들을 위한 명확한 통지 절차, 그리고 상세한 청구 양식 등 포괄적인 문서를 요구했습니다.


월요일, 저자와 출판사 측은 상업용, 무역용, 그리고 대학 출판물의 경우, 저자와 출판사가 책 한 권당 약 3,000달러의 지급금을 50대 50으로 선택적으로 나누는 분배안을 제출했습니다. 이 계획은 교육 자료에 대한 맞춤형 접근 방법도 포함하고 있으며, 모든 계약서를 일일이 검토하는 것이 비현실적임을 감안해 필수가 아닌 기본 옵션으로 제안되었습니다.


해적 행위의 구분에서 법적 선례가 등장하다


이 사건은 앨섭 판사의 6월 판결에서 비롯된 것으로, AI 저작권법에서 중요한 구분을 정립했습니다. 법원은 AI 모델이 적법하게 취득한 도서로 학습하는 것은 “공정 이용”에 해당한다고 판단했지만, Anthropic이 Library Genesis, Pirate Library Mirror와 같은 그림자 도서관에서 수백만 권의 불법 복제 도서를 다운로드한 것은 저작권 침해라고 판결했습니다.


이러한 구분은 이미 AI 분야의 다른 소송에도 영향을 미치고 있습니다. 주요 음반사들은 AI 음악 회사인 Suno를 상대로 한 소송에서, 스타트업이 유튜브에서 저작권이 있는 녹음을 불법적으로 ‘스트림 리핑’했다고 주장하며 소장 내용을 수정하였고, 증강된 청구 근거로 Anthropic 판례를 직접 인용하고 있습니다.


산업 영향 및 재정적 함의


이번 합의는 상당한 금액이지만, 최근 130억 달러의 자금 조달 이후 엔트로픽의 1,830억 달러 평가액에 비하면 일부에 불과하다. 해당 사건에 관여한 작가들, 스릴러 작가 안드레아 바르츠와 논픽션 작가 찰스 그래버, 커크 월리스 존슨 등은 이번 합의에 대해 “훔치는 것은 잘못된 일”이며 테크 기업들도 “법 위에 있지 않다”고 확인해준 것이라 평가했다.


업계 전문가들은 이번 사건이 AI 업계의 잠재적 ‘냅스터 모멘트’가 될 수 있다고 보고 있다. GC AI의 CEO 세실리아 지니티는 이번 사건을 2000년대 초 음악 업계에서 합법적 라이선스 계약이 체결되도록 이끌었던 파일 공유 소송과 비교했다. 미국 저작권자 협회(Authors Guild)는 이 합의가 AI 기업이 저작권자에게 보상을 해야 한다는 선례를 세웠다며 업계 전반에 걸쳐 더 많은 라이선스 체결을 촉진할 것으로 기대했다.


이번 사건은 의심스러운 데이터 소스에 의존하는 AI 기업들이 직면한 법적·재정적 위험이 커지고 있음을 보여준다. 의도적으로 침해된 작품 한 건당 법정 손해배상액이 최대 15만 달러에 이를 수 있기 때문이다. 알섭 판사가 이번 주 목요일 예비 승인을 내릴 준비를 하면서, 이번 결과는 진행 중인 수십 건의 AI 저작권 소송에 영향을 미치고 앞으로 기술 기업들이 데이터 획득 방식을 재정립하는 계기가 될 것으로 보인다.

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/
3225 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.
3274 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.
3177 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.
3160 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입