마이크로소프트 임원 "AI 스크래핑은 역대 최대 노동 절도" 법정서 인정

뉴욕타임스 소송 문건이 드러낸 내부 고백

지난 17일 테크크런치 보도로 마이크로소프트(MS) 응용과학 디렉터 브렌트 헥트의 2024년 1월 메모가 공개됐다. "놀라운 규모의 전례 없는 절도"이자 **"인류 역사상 최대 노동 절도"**라는 표현이 법정 기록에 남았다. 이 문건은 NYT가 오픈AI와 MS를 상대로 제기한 3년 차 저작권 소송의 최신 비공개 해제 자료다.

중요한 전제가 있다. 공개된 인용문은 NYT 측 브리프에서 발췌한 것이며, 원본 증거물은 여전히 봉인 상태다. 문맥이 잘린 발언일 수 있다.

오픈AI 챗GPT 총괄 닉 털리는 내부 문서에서 "출판사들이 실존적 위협에 직면했다"고 썼다. 챗봇 제품이 "대체재 성격을 강하게 띠며" 성능이 좋아질수록 더 그렇다는 것이다. 그레그 브록만 오픈AI 사장은 모델이 "뉴스에 탁월하다"고 평가했고, 사티아 나델라 MS CEO도 증언에서 챗봇 대화가 **"원본 사이트 방문을 대체한다"**고 인정했다.

MS 자체 데이터에 따르면 코파일럿 '답변 엔진' 도입 후 NYT 도메인 클릭률이 기존 빙 검색 대비 최대 93% 하락했다. 헥트는 이를 **"파멸의 루프(doom loop)"**라 부르며 "우리 모델 성능과 웹 전체를 동시에 해친다"고 경고했다.

미국 '페어유즈'와 한국 제도의 차이

미국은 **'페어유즈(공정이용)'**라는 넓은 예외 조항을 둔다. 풍자·보도·비평 등 목적이면 허락 없이 쓸 수 있다. 법원은 지금까지 AI 기업의 '학습=페어유즈' 주장을 대체로 받아들여 왔다. 트럼프 행정부도 이달 초 오픈AI 지지 의견서를 냈다. 비허가 학습을 페어유즈로 보는 연방정부 입장이 공식화된 셈이다.

한국은 **'공정이용'(저작권법 제35조의3)**이 있다. 요건이 미국보다 엄격하다. 출처 명시와 통상적 이용 방법과 충돌하지 않을 것을 동시에 요구한다. 대법원 판례·과징금 기준·개인정보보호법·공정위 가이드라인·디지털뉴스이용규약·형사처벌 조항 등은 제공된 원문 자료 어디에도 없다. 본지가 확인하지 못했다.

기업 컴플라이언스, 지금 점검할 세 가지

소송 문건에서 드러난 사실만 놓고 보면 기업이 당장 확인해 볼 항목은 세 가지다.

학습 데이터 출처 증빙: 자사 서비스에 탑재된 LLM이 어떤 데이터로 학습됐는지 확인. 오픈AI 모델을 API로 쓸 때도 '데이터 출처 불명'을 면책 사유로 삼기 어렵다.
페이월 콘텐츠 무단 수집 여부: 나델라 CEO조차 "페이월 뒤 콘텐츠는 라이선스 받아야 한다"고 증언했다. 내부 감사 필요.
저작권 표시 제거 여부: 소송 문건에 따르면 두 회사는 저작권 고지를 의도적으로 벗겨냈다. 권리관리정보 제거 시 한국 법상 형사 처벌 대상이 될 수 있다(구체 조문·수위는 원문 미확인).

해커뉴스 반응이 보여주는 쟁점

커뮤니티 댓글 359개 중 세 갈래 목소리가 두드러졌다.

"대서양 노예무역과 비교하겠나" — 가장 많은 추천(437점)을 받은 반박. 비유가 과하다는 비판.
"공정이용은 10%까지만 허용하라" — 구체적 기준 제안. 전체 복제 후 상업화는 부당하다는 주장.
"지적재산권 자체가 객관적 진리가 아니다" — 실용적 해법을 찾자는 회의론.

한국 개발자 커뮤니티에서도 **"프라이빗 깃허브 레포도 학습에 쓰였을 것"**이라는 의심이 제기된다. 본지가 20일 전 다룬 오픈소스 거장들이 AI 기여를 거절하는 진짜 이유에서 지적한 '검토 비용 폭증' 문제와 맞닿아 있다.

쉽게 풀어보면

마이크로소프트 고위 임원(브렌트 헥트)이 자사 AI 제품 개발 과정을 "역대 최대 노동 절도"라고 스스로 인정했다는 사실이 법원 문서에서 나왔다.

뷔페에 비유하면 이렇다. 식당(언론사)이 돈 내고 먹는 손님(독자)에게 내놓으려 만든 요리(기사)를, 허락 없이 통째로 퍼가 자기 식당 재료로 쓴 셈이다. 더 심각한 건 손님이 원 식당에 갈 필요가 없게 만들었다는 점이다. MS 데이터에선 자사 AI 답변 서비스가 나온 뒤 뉴욕타임스 사이트 방문율이 93%나 떨어졌다.

나에게 미치는 영향

직장인이라면 사내 챗봇·코파일럿 도입 시 학습 데이터 출처 증빙을 IT 부서에 요구하세요. "어디서 가져왔는지 모른다"는 답변이면 도입 보류를 권고할 근거가 된다.

일반 이용자라면 챗GPT·클로드·제미나이에서 답변만 보고 원문 기사를 안 읽는 습관을 경계하세요. 출처 링크가 없는 AI 요약은 '절도품'일 가능성이 높습니다. 궁금한 주제는 원문 언론사 사이트에 직접 들어가 확인하는 습관이 콘텐츠 생태계를 지킵니다.

남은 쟁점과 전망

소송 문건엔 오픈AI 미드트레이닝 데이터셋에 NYT·데일리뉴스·탐사보도센터 저작물 9만 1692부 이상이 포함됐단 사실이 처음 등장했다. 커먼크롤 파생 데이터엔 NYT 기사만 200만 건 넘게 들어갔다. 프로젝트 망고 데이터셋엔 16만 903개 이상 고유 저작물이 있다.

트럼프 행정부가 오픈AI 쪽 의견서를 낸 점도 변수다. 미 연방정부가 '비허가 학습=공정이용'을 공식 지지한 셈이라, 향후 판례 형성에 영향 줄 수 있다. 한국 정부도 AI 기본법 제정 논의 중인 만큼, 학습 데이터 투명성 의무화 여부가 핵심 쟁점이 될 전망이다.

본지가 11일 전 다룬 AI에게 글쓰기를 맡기면 내 생각이 사라질까에서 개발자가 "생각의 주체성"을 지키려 한 이유도 결국 데이터 출처와 보상의 문제와 닿아 있다. **"누가 만들었고, 누가 보상받는가"**가 기술 논쟁을 넘어 노동·법·윤리의 경계로 번지고 있다.