마이크로소프트 MAI 모델의 무허가 웹 데이터 학습 논란

팩트마이크로소프트는 그동안 자사의 인공지능 모델인 MAI가 기업 수준의 상업적 허가를 받은 데이터로만 학습된다고 공언해 왔습니다. 그러나 최근 공개된 기술 보고서는 학습 데이터에 커먼 크롤과 같은 공개 웹 데이터가 포함되었음을 명시했습니다.

팩트기술 보고서는 학습 데이터가 공개적으로 이용 가능한 정보와 라이선스를 획득한 인간 생성 데이터의 혼합물이라고 설명합니다. 이는 상업적 라이선스 데이터만을 활용한다는 회사의 기존 입장과 차이를 보입니다.

주장마이크로소프트는 다른 인공지능 기업과 마찬가지로 웹 데이터를 수집하면서도 자사 데이터의 청정성을 강조해 왔습니다. 이러한 홍보 방식은 기업의 투명성 측면에서 마케팅적 기만이라는 지적을 피하기 어렵습니다.

팩트사이먼 윌리슨을 비롯한 인공지능 분야 전문가들은 마이크로소프트의 기술 문서를 분석하여 무허가 데이터 사용 사실을 확인했습니다. 이들은 기업의 데이터 수집 과정에 대한 투명성 결여를 문제로 지적합니다.

교차검증마이크로소프트는 웹 데이터 수집 시 로봇 배제 표준을 준수하는 독자적인 크롤러를 사용한다고 해명했습니다. 하지만 이는 데이터 보호 책임을 웹사이트 소유자에게 전가하는 방식이라는 비판이 제기됩니다.

교차검증웹사이트 소유자가 로봇 배제 표준을 설정하지 않았다는 이유로 데이터 무단 사용에 동의했다고 간주하는 것은 논리적 비약입니다. 이는 보안이 미비한 공간을 열어두었다고 해서 침입을 허용한 것으로 해석할 수 없습니다.

교차검증인공지능 학습을 위한 데이터 스크래핑이 저작권법상 공정 이용에 해당하는지는 여전히 법적 논쟁의 대상입니다. 법원은 인공지능 학습 데이터 활용의 정당성에 대해 아직 확정적인 판단을 내리지 않았습니다.

주장이번 사태는 인공지능 모델의 학습 데이터 투명성이 업계 전반의 신뢰도를 결정하는 핵심 요소임을 시사합니다. 기업들은 더 이상 모호한 표현으로 학습 데이터의 출처를 가릴 수 없는 상황에 직면했습니다.

주장인공지능 기술의 발전 속도만큼이나 데이터 수집 과정에서의 윤리적 기준 정립이 중요합니다. 마이크로소프트는 데이터 활용의 투명성을 확보하여 시장의 신뢰를 회복해야 합니다.

주장향후 인공지능 기업들은 학습 데이터의 출처를 명확히 밝히는 체계를 구축해야 합니다. 데이터의 상업적 가치와 저작권 보호 사이의 균형을 맞추는 노력이 필요합니다.

주장기술적 우위를 점하는 것보다 중요한 것은 데이터 활용의 정당성을 확보하는 일입니다. 투명하지 않은 데이터 학습은 기업의 장기적인 경쟁력을 저해하는 요소가 됩니다.

출처더 디코더(The Decoder)의 보도 내용과 마이크로소프트의 기술 보고서를 교차 검증했습니다.