🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

뉴욕타임스와 데일리뉴스는 OpenAI가 저작권 침해 여부를 조사할 수 있는 내부 데이터와 검색 도구를 이미 보유하고도 법원 증거개시 과정에서 그 능력과 관련 자료를 숨기거나 훼손했다고 주장하며 제재를 요청했습니다.

📌 핵심 요약

• 뉴욕타임스와 데일리뉴스는 OpenAI가 자사 기사로 모델을 학습하고 이를 사용자 답변에 재현했는지를 둘러싼 2년간의 저작권 소송에서 증거를 은폐했다고 주장했습니다.
• OpenAI는 그동안 학습 말뭉치를 검색할 능력이 없고 대규모 ChatGPT 대화 기록을 검색·제출하는 일도 기술적 부담과 개인정보 침해 우려가 크다고 항변해 왔습니다.
• 그러나 법원 명령에 따른 증언에서는 OpenAI가 저작권이 있는 언론 저작물을 찾기 위해 학습 말뭉치를 내부적으로 검색·평가했고, 약 7,800만 건의 비식별 대화 데이터베이스도 운용했다는 내용이 제기됐습니다.
• 원고 측은 OpenAI가 제출한 2,000만 건의 대화 표본이 과도하게 가려져 사용할 수 없었으며, 수십억 건의 출력 삭제와 표본 내 기록 교체도 있었다고 주장했습니다.
• 원고들은 문제의 표본을 증거에서 배제하고 기사 재현이 상당했다는 사실을 인정하며 OpenAI에 법률 비용을 부담시키라고 요청했고, OpenAI는 이를 부인하며 사용자 개인정보와 공정 이용 원칙을 계속 지키겠다고 반박했습니다.

🧩 주요 포인트

1. 뉴욕타임스와 데일리뉴스는 OpenAI가 자사 기사로 모델을 학습하고 이를 사용자 답변에 재현했는지를 둘러싼 2년간의 저작권 소송에서 증거를 은폐했다고 주장했습니다.
2. OpenAI는 그동안 학습 말뭉치를 검색할 능력이 없고 대규모 ChatGPT 대화 기록을 검색·제출하는 일도 기술적 부담과 개인정보 침해 우려가 크다고 항변해 왔습니다.
3. 그러나 법원 명령에 따른 증언에서는 OpenAI가 저작권이 있는 언론 저작물을 찾기 위해 학습 말뭉치를 내부적으로 검색·평가했고, 약 7,800만 건의 비식별 대화 데이터베이스도 운용했다는 내용이 제기됐습니다.
4. 원고 측은 OpenAI가 제출한 2,000만 건의 대화 표본이 과도하게 가려져 사용할 수 없었으며, 수십억 건의 출력 삭제와 표본 내 기록 교체도 있었다고 주장했습니다.
5. 원고들은 문제의 표본을 증거에서 배제하고 기사 재현이 상당했다는 사실을 인정하며 OpenAI에 법률 비용을 부담시키라고 요청했고, OpenAI는 이를 부인하며 사용자 개인정보와 공정 이용 원칙을 계속 지키겠다고 반박했습니다.

🧠 상세 정리

1. 저작권 소송의 배경과 새로운 쟁점

뉴욕타임스와 데일리뉴스는 OpenAI가 자신들의 저작권 보호 기사를 생성형 AI 모델 학습에 사용하고, ChatGPT 답변을 통해 해당 보도를 재현했다며 약 2년 동안 소송을 이어 왔습니다. 두 매체가 확인하려는 핵심은 원고 측 기사가 실제 학습 데이터에 포함됐는지, 그리고 ChatGPT가 그 내용을 얼마나 자주 사용하거나 그대로 재현했는지입니다. 이번 논란은 단순한 학습 데이터 사용 여부를 넘어, OpenAI가 관련 사실을 확인할 수 있는 내부 능력과 증거를 법원에 제대로 공개했는지를 둘러싼 문제로 확대됐습니다. 원고 측은 OpenAI가 고객 대화 기록과 학습 데이터에서 저작물을 검색할 수 있으면서도 그 능력이 없는 것처럼 설명했다고 주장합니다.

2. OpenAI가 법정에서 제시해 온 설명

OpenAI는 소송 과정에서 자사의 방대한 학습 말뭉치를 검색할 능력이 없다고 주장해 왔습니다. 또한 대규모 ChatGPT 대화 기록을 검색하거나 법원에 제출하려면 데이터를 가져와 처리하고 개인 식별 요소를 제거해야 하므로 기술적으로 큰 부담이 따른다고 설명했습니다. 사용자와 무관한 사적 대화가 노출될 수 있다는 개인정보 보호 문제도 주요 반대 근거로 제시했습니다. 이에 따라 원고 측이 요구한 자료 확보 범위와 방식은 지속적인 협상과 다툼의 대상이 됐습니다. 그러나 이후 법원 명령에 따른 증언에서 내부 검색과 평가가 이미 이뤄졌다는 주장이 나오면서, 기존 설명의 신뢰성이 새로운 쟁점으로 떠올랐습니다.

3. 내부 검색과 7,800만 건 대화 데이터베이스

기사에 따르면 OpenAI의 데이터 개인정보 엔지니어 비니 모나코는 지난 4월 법원 명령에 따라 진행된 증언에서 중요한 내부 활동을 공개한 것으로 전해졌습니다. 원고 측은 이 증언을 통해 OpenAI가 저작권이 있는 언론 저작물을 찾기 위해 학습 말뭉치를 이미 내부적으로 검색하고 평가했다는 사실이 드러났다고 주장합니다. 또한 OpenAI는 뉴욕타임스가 소송을 제기하기 전부터 약 7,800만 건의 비식별 ChatGPT 대화로 구성된 데이터베이스를 구축해 내부적으로 사용한 것으로 알려졌습니다. 이 데이터베이스의 용도는 타인의 저작물이 어느 정도 침해되고 있는지를 파악하는 것이었다는 게 원고 측 설명입니다. 사실이라면 OpenAI가 관련 정보를 확보하기 어렵다고 한 기존 주장과 실제 내부 운영 사이에 상당한 간극이 있었음을 뜻합니다.

4. 프로젝트 지라프와 출력 재현 추적

모나코의 증언에서는 소송 제기 직후 OpenAI가 이른바 ‘프로젝트 지라프’라는 도구 묶음의 일부로 블룸 필터를 구현했다는 주장도 나왔습니다. 이 도구는 ChatGPT 출력에서 학습 자료의 문구나 내용을 되풀이하는 현상을 탐지하고 그 기록을 보관하는 데 사용된 것으로 설명됩니다. 원고 측이 찾고자 했던 정보는 바로 ChatGPT가 자신들의 기사를 근거로 답하거나 해당 내용을 재현한 빈도와 방식이었습니다. 따라서 그러한 현상을 내부적으로 탐지하고 기록하는 도구가 존재했다는 주장은 증거개시 과정에서 중요한 의미를 갖습니다. 원고 측은 OpenAI가 법원 밖에서는 관련 현상을 측정하면서도 소송에서는 검색과 자료 제공의 어려움을 강조했다고 보고 있습니다.

5. 대화 표본 제출과 증거 보존 논란

원고 측은 처음에 1억 2,000만 건의 ChatGPT 대화 기록 표본을 요구했지만, OpenAI와의 협상을 거쳐 규모를 2,000만 건으로 줄였습니다. OpenAI가 지난해 12월 해당 표본을 법원에 제출했으나, 법원은 가림 처리가 너무 많아 사실상 사용할 수 없는 상태라고 평가한 것으로 전해졌습니다. 원고들은 OpenAI가 소송 제기 후 법원의 증거 보존 명령을 직접 위반해 수십억 건의 ChatGPT 출력을 삭제했다고도 주장합니다. 아울러 요청된 표본에 포함돼야 할 기록 가운데 수백만 건을 다른 로그로 바꿨다는 의혹도 제기했습니다. 원고 측의 주장을 종합하면 OpenAI가 이미 수집하고 분석하던 정보를 제공하는 과정에서 불필요한 장애물을 만들고, 최종 제출 자료의 신뢰성까지 떨어뜨렸다는 것입니다.

6. 원고의 제재 요청과 OpenAI의 반박

뉴욕타임스와 데일리뉴스는 OpenAI가 증거를 보류하고 증거개시 절차를 방해했다며 판사에게 제재를 요청했습니다. 구체적으로는 OpenAI가 제출한 2,000만 건의 대화 표본을 신뢰할 수 없는 증거로 배제하고, 온전한 로그가 있었다면 원고 측 콘텐츠의 상당한 재현과 활용이 드러났을 것이라는 점을 사실로 인정해 달라고 요구했습니다. 또한 OpenAI가 제출된 로그에서 상당한 재현이 확인되지 않는다는 주장을 펴지 못하게 하고, 원고들이 증거를 추적하는 데 지출한 법률 비용도 부담시키라고 요청했습니다. 이에 OpenAI 대변인 드루 푸사테리는 관련 의혹을 명백히 거짓이라고 부인하며, 뉴욕타임스가 약화된 사건을 유지하기 위해 무관한 이용자들의 사적 대화에 접근하려 한다고 반박했습니다. OpenAI는 사용자 개인정보와 오랫동안 확립된 공정 이용 원칙을 계속 방어하겠다는 입장입니다.

🧾 핵심 주장 / 시사점

• 이번 다툼의 핵심은 저작권 침해 여부뿐 아니라 OpenAI가 내부적으로 보유한 검색·추적 능력과 법정에서 설명한 자료 제공 능력이 일치했는지에 있습니다.
• 약 7,800만 건의 비식별 대화 데이터베이스와 프로젝트 지라프가 실제로 해당 목적으로 운용됐다면, 원고가 요구한 재현 빈도와 학습 데이터 포함 여부를 검증할 수 있는 자료가 이미 존재했을 가능성이 쟁점이 됩니다.
• 법원이 원고 측의 제재 요청을 받아들일 경우 문제의 2,000만 건 표본을 증거에서 배제하는 데 그치지 않고, 완전한 로그가 원고 콘텐츠의 상당한 재현을 보여줬을 것이라는 사실 인정까지 이뤄질 수 있어 소송의 증거 구도에 직접 영향을 줄 수 있습니다.

✅ 액션 아이템

• 뉴욕타임스·데일리뉴스가 제기한 은닉 주장에 따라 OpenAI의 학습 말뭉치 검색·평가 기능 존재 여부를 사건별로 정리한다.
• 원고가 지적한 2,000만 건 대화 샘플의 과도한 가림 처리, 기록 교체, 수십억 건 출력 삭제 주장을 증거 유형별로 분리해 검토한다.
• OpenAI의 개인정보·기술부담·공정 이용 반박과 제출 자료 간 정합성을 사건 주장 흐름에 맞춰 대조한다.

❓ 열린 질문

• 법원 제출 2,000만 건 샘플에서 사용 불가 처리와 기록 교체가 실제로 어떤 시점과 범위에서 발생했는지 확인 가능한가?
• 약 7,800만 건 비식별 대화 DB의 검색·평가 활용이 법적 항변을 약화시키는 핵심 근거가 될 수 있는가?
• 기사 재현이 상당하다는 인정이 최종 제재 또는 법률 비용 부담 판단에 어떤 기준으로 반영될 수 있는가?