가장 문제가 되는건 뉴욕타임즈기사와 상당히 유사한 output이 나올수 있다는거지, 이 데이터를 학습한거 자체를 문제삼기 시작하면 골치아파짐
알다시피 머신러닝 데이터를 저작권이 있는 데이터를 가져다쓰는건 공적인 사용의 경우 허용되어왔음
저작권이라는게 유료저작물에만 있는것은 아님 기본적으로 "모든" 창작물에는 저작권이 있고 이건 블로그에 올리는 별거없는 글에까지도 모두 적용됨
국가차원에서도(EU포함) 머신러닝을 위한 텍스트 데이터 사용을 허용하는 예외조항이 있을만큼 텍스트 저작권을 따지기 시작하면 테크 기업입장에서는 굉장히 골치아파짐 아니 골치 아픈걸 떠나서 학습할수 있는 데이터를 구하는게 하늘의 별따기가됨 엄청난 비용을 지불해서 저작권을 일일히 다 사들여야하거나

안그래도 미국에서 이와 관련된 소송이 몇건 있는걸로 알고 있고 NYT건은 유료기사와 거의 같은 기사가 출력되어버리는 점에서 문제가 심각하지만, 유료저작물을 학습데이터로 사용한거보다 그걸 그대로 출력할수도 있게 알고리즘이 짜인부분에서 시시비비가 가려져야지 학습자체를 문제삼아버리면 모든 LLM기업활동의 위축까지 연결될수도 있음