[서울=뉴스핌] 서영욱 기자 = #. 지난 2023년 유명 코미디언이자 작가인 세라 실버먼은 챗GPT 개발사 오픈AI와 메타를 상대로 소송을 냈다. 오픈AI와 메타가 대규모 언어 모델(LLM)을 훈련하기 위해 동의 없이 저작권 있는 자료를 사용했다는 주장이다. 메타 최고경영자(CEO) 마크 저커버그는 자체 인공지능(AI) 모델 '라마(LLaMA)'의 학습을 위해 불법 자료 제공 사이트인 'Z-라이브러리'나 '립젠'에서 데이터를 사용할 수 있도록 허가했다는 의혹을 받고 있다.

챗GPT와 딥시크와 같은 대규모 언어 모델(LLM)이 속속 등장하면서 산업계 판도를 바꾸고 있다. LLM은 수십억~수천억개에 달하는 방대한 데이터를 학습, 최대한 인간의 생각과 유사한 답변을 내놓도록 훈련을 받는다. 이 과정에서 저작권과 같은 타인의 권리를 침해하거나 낮은 신뢰도, 또는 비윤리적인 정보까지 받아들이는 등 무분별한 데이터 학습 문제가 조만간 수면위로 부상할 것이란 게 업계 관측이다.

◆초거대 AI 학습 자료, 저작권 문제 없을까?
21일 관련 업계에 따르면 LG AI연구원은 최근 AI 모델에 사용된 학습 데이터셋이 법적 리스크는 없는지, 또 사전에 이 데이터를 사용하는데 위험 요소는 없는지를 검증할 수 있는 AI 에이전트(AI Agent) '넥서스(NEXUS)'를 공개했다.

수천, 수만개의 데이터소스가 연결된 데이터셋은 수없이 재배포 되면서 사람이 일일이 출처를 추적하는 것이 사실상 불가능하다. 또 재배포되는 각 단계마다 수십 개 혹은 수백 개의 데이터셋들과 연결돼 있기도 하다. 이렇게 복잡하게 연결된 데이터셋의 안전성을 파악하기는 매우 어렵다. 데이터셋의 복잡성은 결국 메타의 사례처럼 심각한 법적 리스크로 연결될 수 있다.

실제로 LG AI연구원이 지난 한 해 동안 잠재적 위험 요소를 식별해 보완한 결과 '저작권 관련 법적 문제', '민감 데이터 사용으로 인한 프라이버시 침해' 등 데이터 관련 내용이 전체 46%로 가장 많았다. LG AI연구원은 '모든 문제는 데이터 문제로부터 시작된다'는 인식 아래 데이터셋의 법적 투명성과 안정성 확보를 중심으로 개선 방안을 고민했다.

◆LG AI가 1분 만에 리스크 판단, "변호사 선임 비용 줄었네"
LG AI연구원의 '넥서스'는 데이터셋의 복잡한 계층 구조까지 찾아 자동으로 분석한다. AI가 미국, 영국, EU, 한국, 중국을 포함한 다양한 관할권의 저작권법, 판례 및 AI 규제 등을 고려해 리스크를 평가, 각 단계에서 발생할 수 있는 라이선스 충돌, 권리관계 불일치, 개인정보 포함 여부 등을 자동으로 감지한다. 이에 대한 구체적인 리스크 평가 결과를 7개의 위험 등급으로 나눠 제공해준다. 라이선스를 명백히 위반했을 경우 가장 낮은 등급을 부여하는 식이다.

LG AI연구원이 개발한 AI 모델 '엑사원 3.5(EXAONE 3.5)'를 기반으로 한 넥서스는 정확성과 속도 면에서 높은 성과를 달성했다. 자체 검증 결과 인간 대비 45배 이상 빠른 속도로 작업을 완료하면서 비용은 700분의 1 수준으로 절감할 수 있었다. 인간이 하나의 데이터셋에 대해 라이선스 정보를 찾고 이를 종합해 법적 위험을 평가하는 전체 프로세스의 수행 시간은 2400초가 걸린 반면 넥서스는 단 53.1초 만에 끝냈다. 비용도 0.29달러(약 300원 내외)로 변호사와 같은 전문가가 검토하는 것 보다 큰 폭의 비용 절감 효과를 끌어낼 수 있게 됐다.

LG는 넥서스가 대규모로 라이선스 검토가 이뤄져야 하는 산업 현장, 연구 기관, 법무 부서 등에서 신속성과 정확성은 물론 경제성까지 모두 충족시켜줄 수 있을 것으로 기대하고 있다. 궁극적으로 넥서스를 AI 개발자를 위한 법적 리스크 관리 시스템으로 발전시켜 안전하고 책임 있는 AI 생태계 구축에 기여하는 것을 목표로 하고 있다.

LG AI연구원 관계자는 "향후 세상에 존재하는 모든 데이터의 라이프 사이클을 파악할 수 있는 규모로 확대할 계획"이라며 "현재 18개 평가 항목은 AI 모델과 데이터 사용 패턴의 변화를 반영해 지속적으로 고도화하고, 글로벌 AI 커뮤니티 및 법률 전문가와 협력해 국제 표준으로 발전시킬 계획"이라고 말했다.

◆"개발 비용이 딥시크 보다 싸다고?"...LG "글로벌 경쟁력 충분"
넥서스의 기반이 된 '엑사원'을 개발한 LG그룹과 LG AI연구원은 최근 어느 때 보다 바쁜 행보를 보이고 있다. 특히 배경훈 LG AI연구원장이 지난 6일 "엑사원 3.5 모델을 개발하는데 70억원이 들었다"고 밝히면서 주목을 끌었다. 딥시크의 개발비용(약 78억원) 보다 더 낮은 비용이 들었다는 이야기다. 우리나라도 적은 비용으로 딥시크에 뒤지지 않는 AI를 개발할 수 있는 사례로 알려졌다. 정부가 '3대 AI 강국' 도약을 선언한 지난 17일 최상목 대통령 권한대행 부총리 겸 기획재정부 장관 주재 회의에서도 배 원장이 정책 제언에 나서기도 했다.

이 자리에서 배 원장은 "LG AI연구원도 현재 엑사원 추론 강화 모델을 준비하고 있으며 조만간 공개 가능하다"며 "우리나라 AI 기술도 글로벌에서 충분히 경쟁할 수 있는 역량이 있다"고 강조했다. 엑사원 3.5 32B 모델은 최근 미국 에포크(Epoch) AI가 선정한 '주목할 만한 AI(Notable AI Model)'에 등재됐다. 에포크 AI는 과학자들로 구성된 미국의 비영리 AI 연구 기관으로 모델의 성능, 사용 빈도, 학습 비용 등 AI 모델 주요 요소 심사를 통과해야 등재가 가능하다. 우리나라도 외부 전문가들로부터 인정받는 글로벌 수준의 AI 모델을 보유하고 있다는 의미다.

다만 엑사원은 LG그룹 전 계열사에 접목해 신약 개발을 비롯한 신사업 발굴에 초점이 맞춰진 산업분야에 특화된 모델이다. 개인이 자유롭게 사용할 수 챗GPT나 딥시크와는 현재 성격이 다르다. LG AI연구원은 지난해 12월 엑사원 3.5의 오픈소스를 공개하며 AI 연구 생태계를 촉진시키는 역할을 하고 있다. 이는 구광모 LG그룹 회장의 경영이념과도 맞닿아 있다. 구 회장은 올해 신년사에서 "AI와 같은 첨단 기술을 일상에서 편리하게 사용할 수 있게 해 소중한 시간을 보다 즐겁고 의미 있는 일에 쓰는 새로운 라이프 스타일을 만들어 가겠다"고 강조한 바 있다.  

syu@newspim.com