OpenAI와 마이크로소프트는 생성형 AI의 웹 생태계 역풍을 알고 있었다

들어가며

뉴욕타임스가 OpenAI와 마이크로소프트를 상대로 제기한 소송에서 법원 문서 일부가 새롭게 공개됐다. 문서가 보여주는 쟁점은 단순한 저작권 분쟁을 넘어선다. AI 기업이 모델을 훈련하고 개선하기 위해 의존하는 웹 콘텐츠를, AI 제품이 오히려 약화시킬 수 있다는 사업 구조의 모순이 드러났기 때문이다.

챗봇이 검색 결과 대신 직접 답을 제공하면 사용자는 기사가 게시된 원문 사이트를 방문할 필요를 덜 느낀다. 그 결과 언론사와 전문 사이트의 광고, 구독, 추천 유입이 줄어들고 새로운 콘텐츠를 제작할 자원도 감소할 수 있다. 문서에는 이런 변화가 장기적으로 AI 모델이 필요로 하는 학습 데이터의 공급에도 영향을 줄 수 있다는 인식이 담겨 있다.

공개 문서가 보여준 핵심

• 내부에서 ‘둠 루프’를 경고했다: 마이크로소프트 내부 문서는 AI 콘텐츠 전략이 모델 성능과 웹 전체를 동시에 해칠 수 있다고 지적했다. 챗봇이 답변을 완성할수록 사용자가 원문을 클릭할 이유가 줄어드는 구조다.
• 데이터 수집에 대한 강한 비판: 마이크로소프트 응용과학 부문 책임자인 브렌트 헤흐트는 AI 훈련을 위해 온라인 작업물을 대규모로 수집하는 행위를 노동 성과에 대한 거대한 전유로 표현한 것으로 전해졌다. 마이크로소프트는 이후 해당 발언이 개인의 학술적·미래지향적 견해이며 회사의 입장을 대변하지 않는다고 밝혔다.
• 유료 콘텐츠 처리가 불분명했다: 사티아 나델라는 유료 콘텐츠에는 라이선스가 필요하다는 원칙을 언급했다. 그러나 OpenAI 관계자는 훈련 데이터에서 유료 콘텐츠를 체계적으로 찾아 제거하는 노력을 알고 있지 않다고 진술한 것으로 나타났다.
• 문장 재현 위험을 인지하고 있었다: 내부 자료는 GPT-4가 많은 데이터를 기억하고 있어 특정 상황에서 원문을 그대로 재현할 수 있음을 인정했다. 소송 서류에는 ChatGPT가 여러 매체와 관련된 긴 문단을 출력한 사례도 제시됐다.
• 검색 추천 유입이 줄어들 수 있다: OpenAI의 미디어·경제 분석에서는 AI 요약 같은 기능이 뉴스 사이트의 검색 유입 감소와 연결될 가능성을 검토했다. 사용자가 충분한 답을 얻으면 출처 링크를 클릭할 동기가 약해질 수 있다는 판단이다.

핵심은 가치의 배분이다

이 논쟁은 훈련 데이터가 공정 이용에 해당하는지에 그치지 않는다. AI 기업은 다른 사람들이 만든 정보를 흡수한 뒤, 사용자가 원래 게시자에게 이동하지 않아도 되는 답변 형태로 재구성한다. 게시자가 방문자와 수익을 잃으면 취재, 편집, 연구, 새 콘텐츠 제작에 투입할 자원도 줄어든다.

이는 AI 모델이 의존하는 콘텐츠 공급망을 AI 제품 스스로 약화시키는 역설이다. 답변형 AI가 검색과 정보 소비의 일부를 대체할수록, 모델의 중요한 입력을 생산하는 언론사, 커뮤니티, 전문 사이트에 가해지는 압박도 커진다.

앞으로의 영향

마이크로소프트는 논란이 된 발언들이 회사 전체의 법률적 분석이나 공식 입장을 의미하지 않는다고 선을 그었다. 그러나 공개 문서가 보여준 사업상의 긴장은 사라지지 않는다. 법원은 훈련 데이터의 이용, 저작권 보호 문장의 재현, AI 답변이 게시자 트래픽에 미치는 영향을 각각 구분해 판단해야 한다.

업계 역시 어떤 콘텐츠에 허가가 필요한지, 유료 기사를 어떻게 식별할지, 출처를 어떻게 표시할지, 제작자에게 AI가 만든 가치가 어떻게 돌아가야 할지 답해야 한다. 생성형 AI의 과제는 모델 성능 향상에만 있지 않다. 자신이 학습하는 웹의 경제적 기반을 훼손하지 않고 성장할 수 있는지가 더 큰 시험대가 되고 있다.

출처：The Verge AI