핵심 포인트

연방법원 판사가 Anthropic과 저작자들 사이의 15억 달러 규모 합의를 최종 승인함에 따라, AI 학습 데이터에 대한 실제 시장 가격이 처음으로 책정되었습니다.

Reddit이 Google과 체결한 것으로 알려진 연간 6,000만 달러 규모의 계약을 포함한 데이터 라이선스 (Data licensing) 계약들은, 대형 플랫폼들이 이미 사용자 데이터를 반복적인 수익원으로 취급하고 있음을 보여줍니다.

노출을 원하는 투자자들은 NVIDIA, Meta Platforms, Alphabet과 같이 안정적인 라이선스 데이터 공급에 의존하는 하이퍼스케일러 (Hyperscalers)와 더불어, Datavault AI와 같은 소형주 순수 기업 (Small-cap pure-plays)을 함께 고려할 수 있습니다.

A 연방법원 판사는 인공지능 학습 자료의 한 소스인 불법 복제 도서에 대해 상당한 법적 비용을 부과하는 15억 달러 규모의 합의를 방금 승인했습니다.

판사는 별도로, 합법적으로 취득한 도서로 Claude를 학습시키는 것은 공정 이용 (Fair use)에 해당한다고 판결했습니다. 이번 합의는 482,460개의 저작물을 대상으로 하며, 저작물당 약 3,000달러를 지급할 것으로 예상됩니다. 이는 Anthropic의 더 넓은 라이브러리에서 확인된 700만 권 이상의 불법 복제 도서보다는 훨씬 좁은 범위입니다.

Mode Mobile의 CEO인 Dan Novaes는 이를 시장이 인간의 데이터를 가치 평가하는 방식에 있어 전환점이라고 부릅니다. 그의 회사는 동의 기반의 데이터 공유를 바탕으로 구축된 보상 플랫폼을 운영하고 있으며, 그는 이번 합의가 인간 데이터 시장이 2033년까지 1조 달러 이상의 가치를 지닌 시장으로 성장할 수 있다는 가장 명확한 신호라고 주장합니다.

학습 데이터에 대한 시장 가격의 등장

Novaes에 따르면 지난 25년 동안 대부분의 거래 방식은 단순했습니다. 플랫폼은 사용자 활동을 수집하여 이를 통해 더 스마트한 시스템을 학습시켰고, 사용자는 그 대가로 무료 제품을 받았습니다. 이러한 방식은 이제 미국뿐만 아니라 독일 및 더 엄격한 동의 기준을 적용하는 다른 관할 구역에서도 법적 압박을 받고 있으며, 이는 수년 전 GDPR이 데이터 프라이버시를 재편했던 방식과 유사합니다.

이러한 실질적인 영향은 이미 체결되고 있는 라이선스 계약에서 나타나고 있습니다. Reddit Inc (NYSE: RDDT)는 자사의 사용자 생성 콘텐츠 (User-generated content)를 Google에 연간 약 6,000만 달러에 라이선스한 것으로 알려졌습니다. 이는 플랫폼이 이미 소유하고 있던 댓글과 게시물만으로 구축된 높은 마진의 수익입니다.

모델에는 여전히 수백만 시간의 인간의 노동이 필요함

대규모 언어 모델 (Large language models)은 여전히 환각 (Hallucination) 현상을 일으키며, Novaes는 이 격차를 줄이기 위해 더 많은 가공되지 않은 인터넷 텍스트보다는 점점 더 전문적인 인간의 입력이 필요하다고 말합니다. 기업들은 이제 물리학자부터 의사에 이르기까지 특정 분야의 전문가들에게 비용을 지불하여, 인간 피드백 기반 강화학습 (Reinforcement learning from human feedback, RLHF)이라고 알려진 프로세스를 통해 모델의 응답을 정교화합니다. Novaes에 따르면, 전문 인력을 AI 연구소와 연결하는 마켓플레이스인 Mercor는 올해 연간 매출이 4개월 만에 10억 달러에서 20억 달러로 성장한 것으로 알려졌습니다.