학습 데이터, 저작권, 데이터 계약
AI타임스원문 원문 보기(새 창)
뉴럴링크가 5만 시간 분량의 레이블 없는 신경 데이터를 활용해 BCI용 파운데이션 모델을 사전학습하는 데 성공했다. 이번 연구는 기존 지도학습의 한계를 극복하고 자기지도 학습 방식을 도입해 디코딩 성능과 효율성을 대폭 개선했다. 이를 적용한 참가자들은 11.32 BPS의 세계 신기록을 달성하며 자연스러운 커서 제어 성능을 보였다.
해석BCI 영역에서도 대규모 자기지도 학습 기반의 파운데이션 모델이 정밀 디코딩과 보정 단축에 실질적인 효과를 내기 시작했다. 뇌 신호 처리 분야의 기술 장벽이 알고리즘에서 데이터 규모와 사전학습 아키텍처로 이동하고 있음을 보여준다.
The Decoder원문 원문 보기(새 창)
알레프 알파의 연구 결과, 중국 AI 모델들이 정치적으로 민감한 질문에 대해 중국 정부의 입장을 대변하거나 답변을 거부하는 경향이 있음이 확인되었다. 연구는 알리바바 Qwen, DeepSeek, Moonshot AI 등의 모델을 대상으로 천안문, 대만, 신장 등 금기시되는 주제를 포함해 967개 항목을 테스트했다. 중국 규제에 따라 사회주의 핵심 가치를 준수해야 하는 이들 모델은 서구권 모델과 비교해 균형 잡힌 답변 비율이 현저히 낮게 나타났다. 특히 중국 데이터로 학습된 일부 서구권 모델에서도 유사한 편향성이 발견되어 데이터셋의 정치적 영향력이 우려되고 있다.
해석학습 데이터와 정렬 가이드라인이 모델의 가치관과 편향성에 결정적인 영향을 미친다는 점이 확인되었다. 특히 중국산 데이터셋을 흡수한 서구권 모델에서도 편향이 전이되는 현상은 데이터 공급망 관리의 중요성을 환기한다.
인공지능신문원문 원문 보기(새 창)
SBVA가 글로벌 데이터·AI 기업인 데이터브릭스의 50억 달러 규모 투자 라운드에 참여했다. 이번 투자에는 코튜를 비롯해 블랙스톤, 엠지엑스 등이 함께 참여했으며, 데이터브릭스는 1900억 달러의 기업가치를 인정받았다. SBVA는 엔터프라이즈 AI 시장에서의 데이터브릭스 경쟁력을 높이 평가해 투자를 결정했다.
해석거대 모델 자체보다 실제 모델을 학습시키고 엔터프라이즈 환경에서 운용하는 데이터 인프라 기업에 막대한 자본이 집중되고 있다. 엔터프라이즈 AI 시장이 실험 단계를 지나 고성장 사업 단계로 진입함에 따라 기반 데이터 플랫폼의 시장 장악력이 더 확고해지고 있다.
The Verge AI원문 원문 보기(새 창)
소니와 유니버설 뮤직 그룹(UMG)이 생성형 AI 음악 플랫폼 수노(Suno)를 상대로 저작권 침해 소송을 다시 제기했다. 원고 측은 수노의 최신 모델인 v6가 이전 모델의 출력물을 학습 데이터로 사용하여 기존의 저작권 침해를 세탁하는 이른바 모델 세탁(model laundering)을 저질렀다고 주장했다. 수노는 v6가 새로운 데이터 세트로 학습되었다고 반박했으나, 음반사들은 여전히 허가받지 않은 데이터를 기반으로 모델이 구축되었다고 지적하고 있다.
해석초기 저작권 침해 데이터로 학습한 구형 모델의 출력을 기반으로 신규 모델을 증류·학습시키는 행위가 법적 면책을 받을 수 없다는 음반업계의 강력한 경고다. 합성 데이터나 모델 증류 기법을 활용하더라도 원천 데이터의 권리 침해 논란에서 자유로울 수 없다는 전례를 남길 수 있다.
SiliconANGLE AI원문 원문 보기(새 창)
AI 학습 데이터 제공 업체인 Snorkel AI가 시리즈 E 투자 라운드에서 35억 달러의 기업 가치를 인정받으며 3억 5천만 달러의 투자를 유치했다. 이번 투자는 Insight와 S32가 주도했으며 GV 등이 참여했다. 2019년 스탠퍼드 출신 연구진이 설립한 Snorkel AI는 기존 소프트웨어 플랫폼 사업에서 데이터 서비스 제공 모델로 전환하며 성장을 가속화하고 있다.
해석고품질 데이터셋 공급 비즈니스가 플랫폼 소프트웨어 판매보다 높은 성장세를 기록하고 있다. 프런티어 모델 고도화에 필요한 전문 데이터의 전략적 가치가 시장 평가와 대규모 투자로 증명되고 있다.
AI타임스원문 원문 보기(새 창)
중국 사이버공간관리국(CAC)이 딥시크와 문샷 AI를 대상으로 데이터 보안 관련 공식 조사에 착수했다. 이는 중국 기업들이 자사 모델 학습과 추론을 위해 앤트로픽의 클로드 모델을 무단 우회 연결(프록시)로 이용한 사실이 드러나면서 민감한 국방·공공 정보가 유출됐을 가능성이 제기되었기 때문이다. 중국 당국은 이번 사안을 자국 내 민감 데이터의 불법적인 해외 이전 및 보안 규정 위반 여부로 보고 수사를 진행하고 있다.
해석중국 AI 모델들이 미국 인프라와 상위 모델을 우회 활용하는 과정에서 발생한 데이터 반출 문제가 국가 안보 갈등으로 비화하고 있다. 미·중 간 기술 경쟁 속에서 각국 정부의 데이터 국경 통제와 공급망 조사가 한층 엄격해질 것으로 보인다.
AI타임스원문 원문 보기(새 창)
샤오미가 차세대 모델 '미모(MiMo)-V2.6'의 강화학습 훈련 과정을 실시간 대시보드로 대중에 생중계하며 파격적인 행보를 보이고 있다. AI 모델의 훈련 과정과 비용, 데이터 구성비, 학습 오류 현황까지 투명하게 공개한 것은 업계 최초의 시도다. 샤오미는 일주일 만에 50억 원 이상의 비용을 투입해 강화학습의 확장 가능성을 실험하고 있다.
해석초거대 모델의 학습 비용과 구체적인 실패 데이터는 그동안 빅테크의 핵심 영업비밀로 취급되어 왔다. 샤오미의 투명한 공개는 강화학습 확장 과정의 기술적 장벽과 비용 구조를 표준화하는 계기가 될 수 있다. 또한 훈련 종료 후 기술을 오픈소스로 환원하겠다는 방침은 오픈 모델 진영 내 중국 제조사의 영향력을 한층 키울 것으로 보인다.
The Decoder원문 원문 보기(새 창)
뉴욕타임스 등 미국 주요 미디어 그룹이 오픈AI와 마이크로소프트를 상대로 제기한 저작권 침해 소송에서 양사 내부 문건이 공개되며 공정 이용 주장과 배치되는 정황이 드러났다. 원고 측이 제출한 요약 신청서에는 양사 경영진이 자사 모델의 데이터 학습을 '놀라운 도둑질'로 묘사하거나, 페이월 우회 및 저작권 침해를 인지하고 있었음을 시사하는 내부 이메일과 증언이 포함되었다. 원고는 이를 근거로 AI 학습이 공정 이용에 해당한다는 피고 측의 주장을 반박하며 대규모 손해 배상을 요구하고 있다.
해석빅테크가 고수해 온 '공정 이용' 방어 논리가 임직원들의 내부 발언과 페이월 우회 정황으로 인해 법적 타격을 입을 위기에 처했다. 소송 결과에 따라 대규모 배상금뿐 아니라 향후 AI 학습 데이터 수집 방식의 전면적인 유료 라이선스화가 강제될 수 있다. 이는 후발 주자나 오픈소스 진영의 데이터 확보 비용에도 직접적인 영향을 미친다.
TechCrunch AI원문 원문 보기(새 창)
뉴욕타임스와의 저작권 소송 과정에서 공개된 마이크로소프트와 오픈AI의 내부 문서가 저작권 무단 도용 및 수익 침해 정황을 드러냈다. 해당 문건에는 AI 학습을 위해 페이월을 우회하고 저작권 표시를 고의로 삭제한 사실과, AI 모델이 출판사의 경제적 기반을 위협한다는 내부 임원들의 평가가 포함되어 있다. 특히 일부 임원은 자사의 AI 학습 방식을 인류 역사상 최대 규모의 노동 착취이자 절도라고 지칭했다.
해석기업 내부에서도 AI 학습 방식이 출판 생태계를 위협한다는 인식이 존재했음이 드러나 법적 공방에서 불리하게 작용할 수 있다. 향후 상용 AI 개발 과정에서 라이선스 비용 지불과 데이터 출처 투명성에 대한 법적 압박이 가중될 것으로 보인다.