기술 기업들인 OpenAI, Google, Meta 등 주요 기업들이 고급 인공지능(AI) 모델을 개발하기 위한 경쟁 속에서 방대한 양의 데이터를 확보하기 위해 혁신적이면서 가끔 갈등을 일으키는 방법들을 채택하고 있다.
한 보고서에 따르면 OpenAI는 강력한 언어 모델 GPT-4를 훈련시키기 위해 100만 시간 이상의 YouTube 비디오를 활용했다. 비디오를 직접적으로 사용하는 대신 OpenAI는 ‘Whisper’라는 음성 인식 도구를 활용하여 비디오 내용을 전사해 대화형 텍스트를 생성했다. 이러한 접근 방식은 YouTube의 정책을 준수하는 데 관한 우려를 제기했지만, OpenAI는 비디오 내용을 전사함으로써 문제를 우회할 수 있었다.
Google와 Meta도 유사하게 논란의 여지가 있는 데이터 소스를 활용해 왔다. 보고서는 Google이 AI 훈련을 위해 YouTube 비디오를 전사하고 있으며, 이로 인해 저작권법을 침해할 수 있다고 언급했다. 그들은 사용자 생성 콘텐츠에 더 많은 액세스하기 위해 용어를 수정했다. Meta는 Simon & Schuster를 인수하여 방대한 도서 자료를 확보하려 시도했고, 윤리적, 법적 문제에도 불구하고 저작권된 인터넷 데이터를 활용하는 가능성을 고려했다.
자주 묻는 질문
1. 왜 OpenAI와 Google과 같은 기술 기업들이 AI 모델을 훈련시키기 위해 방대한 양의 데이터가 필요한가요?
그들은 AI 모델을 훈련시키기 위해 방대한 양의 데이터를 활용하는데, 이는 모델의 성능과 정확도가 데이터 양과 함께 크게 향상되기 때문입니다. 더 많은 데이터는 AI 모델이 패턴을 학습하고 예측을 하며 더 현실적이고 인간과 같은 출력물을 생성할 수 있도록 합니다.
2. 이러한 기술 거물들이 데이터 확보에 대해 논란이 되는 이유는 무엇인가요?
이러한 논란은 기술 기업들이 YouTube와 같은 소스에서 명시적 동의 없이 데이터를 사용하는 것이나 저작권법을 위반할 가능성 때문에 발생합니다. 이러한 관행의 윤리적 영향과 사용자 개인정보 및 지적 재산권에 대한 영향에 대한 우려가 있습니다.
3. 기술 기업들은 이러한 우려에 어떻게 대응하고 있나요?
OpenAI는 각 AI 모델이 고유한 데이터셋으로 훈련되며, 연구에서 경쟁력을 유지하기 위함을 강조했다. Google은 YouTube 콘텐츠를 훈련에 사용한다고 인정했지만, 이를 콘텐츠 제작자들과의 합의 하에 진행한다고 명확히 해왔습니다. 그들은 사무실 앱에서의 데이터는 실험적 프로그램 외에는 사용되지 않는다고 설명했다. Meta는 수십억 개의 공개 이미지와 비디오를 활용하여 AI를 서비스에 통합하겠다고 강조했으며, 저작권 데이터에 접근하는 법적, 윤리적 고려 사항을 인정했습니다.
출처:
– 뉴욕 타임스: [URL]
– WSJ: [URL]
The source of the article is from the blog revistatenerife.com