빅테크(거대 정보기술) 기업들이 저작권 규정 위반 가능성을 알고도 인공지능(AI) 학습용 데이터를 마구잡이로 수집해왔다고 미국 뉴욕타임스(NYT)가 6일(현지시간) 보도했다.

내부 소식통을 인용한 보도에 따르면 챗GPT 개발사 오픈AI는 GPT-4 모델을 개발 중이던 2021년 기존에 수집한 AI 학습용 데이터가 고갈될 위기에 처하자 유튜브 영상과 팟캐스트 등의 콘텐츠를 무단으로 사용했다. 오픈AI는 전작인 GPT-3 학습을 위해서 깃허브, 위키피디아 등의 온라인 무료 오픈소스 플랫폼에 올라온 데이터 토큰(언어·이미지·코드 등의 결과물) 3000억여개를 수집해 사용했다. 다음 세대 AI 개발에서 더 큰 규모 데이터가 필요해지자 저작권이 있는 유튜브 영상과 팟캐스트 콘텐츠를 활용했다.

NYT는 오픈AI의 유튜브 영상 무단 사용을 구글 일부 직원이 인지했음에도 이를 막지 않았다고 보도하기도 했다. 당시 구글도 이미 일부 유튜브 영상을 자체 AI 개발에 사용해왔기 때문이다. 이는 영상 창작자의 저작권 침해 소지가 있어 만약 오픈AI의 행동을 문제 삼는다면 구글의 행위도 문제가 될 수 있다는 판단에 따른 것이다. 구글이 유튜브 외에 구글 지도나 문서와 같은 다른 서비스 이용자들이 남긴 자료를 AI 개발에 활용하려 한다는 의혹도 나온다.