모든 책을 다 읽은 걸까?

나 현실에서 사서인데, 테크 기업들이 LLM에 그렇게 많은 책을 불법으로 스캔해서 집어넣었다는 사실이 진짜 역겹다. 근데 아무도 신경 안 쓰는 것 같네….

모델들은 저작권 자료를 제한적으로만 사용하게 되어 있어. 요약은 받을 수 있고, 내용에 대해 대화하거나 인용구를 몇 개 쓸 수는 있어도, 저작권이 있는 작품 전체를 읽게 할 수는 없어. 직접 물어봐.

격하게 공감함

신경 안 쓰는 건 아니지 않나? 소송도 진행 중인데.

이건 수십 년 전부터 있던 일임. 구글이 이미 모든 책을 스캔했지만, 그 정보를 전부 대중에 공개하진 않았지. 그래도 구글 도서 검색에서 일부는 볼 수 있었음.

나도 여러 책에 대해 AI한테 물어봤어. 요약을 요청할 때도 있고 정확한 문장을 물어볼 때도 있었지. AI가 뭘 알고 어떤 정보를 쓸 수 있는지 파고들다 보니 알게 된 건데, 저작권 보호를 받는 책은 AI가 정확히 뭐라고 쓰여 있는지 말해주지 못해. 그래서 그런 책들은 책 자체가 아니라 출판된 요약본을 가져오는 거라, 원본 데이터가 틀리면 답변도 틀릴 수 있어.

흥미로운 지적이네. 근데 걔한테 그 책 읽어봤냐고 물어봤어? 내가 이걸 묻는 이유는, 책이 저작권 때문에 내용을 그대로 말해주지 못한다고 해서 학습이 안 됐다는 건 아니거든. 걔가 뭐라고 대답할지 진짜 궁금하네.

난 77세인데 스토리라인 따라잡으려고 맨날 씀. 가끔 책을 너무 많이 동시에 읽어서 말이야. AI 나오기 전엔 못 했던 프로젝트들을 다 해보려고 노력 중임. 어느 날 밤 갑자기 다 읽은 어려운 SF 소설에 대해 얘기하고 있었는데, ChatGPT가 다음 읽을 책으로 좋은 티저랑 같이 여러 옵션을 추천해 주더라. 1년 넘게 책 얘기를 해와서 그런지 내 취향을 기가 막히게 잘 알더라고. 한 시간쯤 지나서 졸리길래 그냥 책 한 권 써보라고 했음. 출판사 홍보용 문구 두 문단으로 시작해서 3개 챕터 분량으로 써보라고 했지. 헤르만 헤세부터 닐 스티븐슨까지 좀 특이한 취향인데, ChatGPT가 써준 첫 3개 챕터 꽤 괜찮았음.

AI는 책을 '읽은' 게 아니야. 그 책을 논하거나 리뷰한 글을 포함한 방대한 인간의 텍스트 말뭉치로 학습된 거지.

최근에 출간된 책만 아니라면, 아마 그 책은 학습 데이터셋에 포함되어 있을 거임.