뉴스 매체, AI 학습 데이터 수집 막아선다.
가디언(The Guardian) 등 뉴스 매체들이 AI 학습을 위한 데이터 스크래핑(Data Scraping)을 우려하여 인터넷 아카이브(Internet Archive) 접근을 제한
인터넷 아카이브(Internet Archive)는 웹 아카이빙(Web Archiving)을 통해 과거 웹페이지 스냅샷(Webpage Snapshots)을 제공하지만, AI 기업의 데이터 수집에 악용될 가능성이 제기됨
데이터 미저장 정책(Zero-Retention Policy)의 중요성과 함께, 웹 아카이빙의 감사 추적(Audit Trail) 기능 상실에 대한 우려가 제기됨
AI 기업의 무분별한 데이터 수집에 대한 반발과 함께, 저작권(Copyright) 및 수익 모델(Revenue Model) 훼손에 대한 우려가 공존함
AI 스크래핑(Scraping)과 뉴스 매체의 대응
가디언(The Guardian)은 인터넷 아카이브(Internet Archive)의 API를 통해 AI 기업이 자사 콘텐츠를 스크래핑하는 것을 우려하여 접근을 제한했다. 특히, 인터넷 아카이브(Internet Archive)의 API가 구조화된 데이터베이스(Structured Database)를 제공하여 AI 기업에게 매력적인 수집 대상이 될 수 있다는 점을 지적했다. 이러한 조치는 AI 기업의 데이터 수집(Data Collection)을 막고, 저작권을 보호하기 위한 전략으로 풀이된다.
인터넷 아카이브(Internet Archive)의 역할과 한계
인터넷 아카이브(Internet Archive)는 웹 페이지의 과거 기록(Historical Record)을 보존하는 중요한 역할을 수행하지만, AI 기업의 데이터 수집으로 인해 그 역할이 위협받고 있다. 인터넷 아카이브(Internet Archive)는 AI 기업의 과도한 요청으로 인한 서버 과부하를 경험했으며, 벌크 다운로드(Bulk Download)를 제한하는 등 자체적인 조치를 취하고 있다. 하지만, 이러한 노력에도 불구하고 AI 기업의 데이터 수집(Data Collection) 시도는 계속될 것으로 예상된다.
데이터 미저장 정책(Zero-Retention Policy)의 중요성
규제 준수(Compliance) 측면에서, 웹 아카이빙(Web Archiving)의 접근 제한은 감사 추적(Audit Trail)의 신뢰성을 저해할 수 있다는 우려가 제기된다. 특히, SOC 2 및 HIPAA와 같은 규제는 특정 시점의 증거를 보존하도록 요구하며, 웹 아카이브(Web Archive)는 이러한 증거를 제공하는 데 중요한 역할을 한다. 하지만, 웹 아카이브(Web Archive)에 대한 접근이 제한되면, 감사 과정에서 데이터 무결성(Data Integrity) 문제가 발생할 수 있다.
AI 기업의 스크래핑(Scraping)에 대한 다양한 시각
AI 기업의 웹 스크래핑(Web Scraping)은 뉴스 매체의 수익 모델(Revenue Model)을 훼손하고, 저작권 침해 문제를 야기할 수 있다는 비판이 제기된다. 반면, AI 기업은 웹 스크래핑(Web Scraping)을 통해 대규모 데이터셋(Large Dataset)을 구축하고, AI 모델의 성능을 향상시키는 데 기여한다. 이러한 상반된 입장은 AI 기술 발전과 저작권 보호 사이의 균형점을 찾는 것이 얼마나 어려운지를 보여준다.
