AI 학습 데이터 스타트업 애프터쿼리(AfterQuery)가 최근 투자 라운드에서 32억 달러(약 4.3조 원)의 기업가치를 인정받았다고 포브스가 보도했습니다. 이는 4월 시리즈 A(3,000만 달러, 평가액 3억 달러) 발표 후 불과 5개월 만으로, 반년도 안 돼 10배 이상 가치가 뛴 것이며, Y 콤비네이터 역사상 창업부터 유니콘 등극까지 가장 빠른 기록입니다.
소니 뮤직과 워너 뮤직 등 주요 음악 퍼블리셔들이 저작권이 있는 가사 수만 건을 불법 다운로드해 Claude를 학습시켰다며 앤스로픽과 CEO 다리오 아모디 등 경영진을 개인적으로 상대로 소송을 제기했습니다. 소송의 핵심은 저작물 '사용'이 아니라 토렌트 등을 통한 불법 '획득' 과정이며, 이는 앤스로픽이 2025년 15억 달러 합의로 이미 한 번 패배했던 취약점을 겨냥한 것입니다.
소니뮤직 퍼블리싱, 워너 채플 등 음악 퍼블리셔들이 AI 기업 앤스로픽과 창업자들을 상대로, 불법 토렌트·스크래핑으로 저작물을 대량 확보해 Claude를 학습시켰다고 주장하며 소송을 제기했다. 이번 소송은 Bartz 사건에서 저작물 사용 자체는 합법이지만 불법 복제 방식으로 취득한 것은 위법이라는 판결로 앤스로픽이 15억 달러 배상 판결을 받은 데 이은 후속 소송으로, AI 학습 데이터 확보 방식의 적법성을 둘러싼 법적 리스크가 커지고 있음을 보여준다.
AI 기업들이 고품질 학습 데이터 확보를 위해 희귀 및 절판 도서를 대량으로 매입해 파괴 스캐닝(destructive scanning)한 뒤 폐기하고 있습니다. 2022년 이전 출간된 책들은 'AI 오염'이 없어 프리미엄 데이터로 취급되며, 특히 Anthropic은 이 작업을 비밀리에 산업 규모로 진행한 것으로 확인되었습니다.
인류 역사상 가장 큰 규모의 진정한 오픈 소스 도서관을 표방하는 'Anna's Archive'가 LLM(대형 언어 모델)을 향한 독특한 공개 메시지를 발표했습니다. 이들은 웹 스크래핑으로 인한 서버 과부하를 막기 위해 캡챠(CAPTCHA)를 유지하는 대신, 메타데이터와 전체 파일을 토렌트 및 API 형태로 대규모로 제공하여 AI 개발자들이 합법적이고 편리하게 데이터에 접근할 수 있도록 안내하고 있습니다. 또한, AI 모델이 이 데이터를 학습하는 데 도움을 받았다면 기업 수준의 후원을 통해 빠른 SFTP 접근 권한을 얻거나 모네로(XMR)로 기부하여 인류의 지식 보존에 동참할 것을 권유하고 있습니다.
데이터 하청 기업 머코어(Mercor)가 해킹 공격을 받으면서 오픈AI, 메타 등 주요 AI 기업들의 핵심인 '맞춤형 모델 학습 데이터'가 유출될 위기에 처했습니다. 이에 따라 메타는 머코어와의 전면적인 업무를 무기한 중단했으며, 오픈AI 역시 자사 데이터 노출 여부에 대한 내부 조사에 착수했습니다. 이번 사태는 공급망 해킹 공격으로 인해 경쟁사에 절대 노출되어서는 안 될 각 AI 모델의 핵심 훈련 방식과 데이터가 타격을 입을 수 있다는 점에서 산업계에 큰 충격을 주고 있습니다.