글을 읽어 보면 그 점을 이미 인정하고 있고, 입장도 복합적이라 모순을 잡아낸 셈은 아님. 기존 저작권의 급진적 개혁을 원하며 폐지돼도 아쉽지 않다고 밝히고 있음. 커뮤니티의 상당수 자료가 상업 게임 캐릭터를 무료로 공유하는 팬 제작 이식물이며, 삭제 요청이 오면 따르고 있다고 함.
핵심은 저작권 집행의 불균형임. 소규모 창작자와 팬 커뮤니티는 저작권으로 제재받지만, 거대 기업은 LLM을 만들려고 산업적 규모로 저작권을 침해해도 치명적인 처벌을 받지 않음. 피해자에게 합의금을 주면 끝이고, 벌금은 그저 비용이 됨. 반면 상시 고용한 저작권 변호사가 없는 개인은 계속 피해를 봄.
오히려 이 자료가 사이트의 항의에 힘을 실어줌. Roblox가 이런 걸 왜 다운로드하겠음?
링크한 자료의 라이선스는 비상업적 이용만 허용하는 CC BY-NC임. 다른 자료에는 더 느슨한 라이선스가 붙어 있을 수 있고, 사이트 이용약관에도 관련 조항이 있을 수 있음.
DMCA 면책 조항이 적용되지 않겠음? 침해 사실을 통지받기 전까지는 이용자가 올린 자료에 책임지지 않음.
최근 깨달았는데, 사업상 꼭 필요한 이유가 없다면 AWS·DigitalOcean·Azure발 트래픽을 통째로 차단해도 됨. HN의 다른 댓글에서 얻은 아이디어인 듯함.
이것만으로 충분하지는 않지만, 봇이 주로 사용하는 네트워크와 통신하지 않는 것만으로도 상당수를 걸러낼 수 있음. 모두가 이렇게 하면 결국 가정용 IP 프록시로 옮겨가겠지만, 그렇게 될 것 같지는 않음.
나도 처음에는 좋은 방법이라고 생각했지만, 사무실의 기업 고객이나 개인 이용자 상당수를 잃게 된다는 지적을 보고 생각이 바뀜. 이들은 해당 클라우드, 특히 Azure의 VPN 게이트웨이를 통해 접속하기 때문임.
내가 보는 봇 트래픽은 거의 전부 무작위 가정용 IP 프록시에서 들어옴.
현재 AWS·Azure·GCP 등의 트래픽에는 응답을 고의로 지연시키는 타르피팅을 적용하고 있음. 실제 고객의 PC가 그 네트워크 안에 있지는 않기 때문임. 이를 AI 수집기에 가짜 데이터를 제공하는 실험에도 활용함.
다만 무작위 소비자 PC와 휴대전화를 경유하는 VPN 트래픽에는 별 효과가 없음.
검색 엔진 최적화(SEO) 에 악영향을 주지 않겠음? 정당한 사용자가 grokbot 같은 도구에 앱 패스키를 넣어 이용하는 에이전트형 소프트웨어는 어떻게 처리해야 함?
open3dlab에 공감하지만, 성인 콘텐츠를 강조하는 건 손쉽게 공분을 일으키려는 시도로 보임.
적어도 확산 모델에서는 학습 자료에서 성인 콘텐츠를 제거하면 비성인 콘텐츠까지 전반적인 출력 품질이 낮아지며, 특히 인체 표현이 나빠진다는 결과가 반복해서 나왔음.
성인 콘텐츠까지 포함한 것으로 보아 open3dlab 자료를 허락 없이 학습에 쓸 의도였다고 추정할 수 있다는 게, Roblox의 행동을 덜 반사회적으로 만들어 줌?
Roblox 이용자는 거의 전부 어린이이고 이미 여러 논란에 휘말려 있으니, 성인 콘텐츠는 철저히 피할 법도 함.
글 전체가 Roblox라는 기업을 겨냥하지만, 행동 양상을 보면 개인 한 명이 수집한 것 같고 회사 용도가 아닐 수도 있음.
시간대를 보면 누군가의 노트북에서 실행된 수집기로 보임. 주말이나 점심시간에 컴퓨터를 끄면 수집도 멈춤.
성인 파일을 다운로드한 게 Roblox의 성인물 업로드 차단 모델을 학습시키려는 목적일 수도 있지 않겠음? 왜 분노하는지 모르겠음.
다운로드할 수 있게 공개했다면 누군가 다운로드한다고 놀랄 일은 아님. 여기서 대체 무엇이 뉴스인지 설명해 줄 수 있음?
허용된 방식으로 다운로드하지 않았기 때문임. 수집기는 robots.txt를 가져가고도 무시했고, 수집을 금지하는 이용약관과 창작자 라이선스도 어겼음. 712개 프로젝트 중 423개는 비상업적 이용만 허용함.
다운로드가 너무 많아 서버 회선·CPU·디스크 중 가장 취약한 자원이 포화된다는 게 핵심임. 예전에는 서비스 거부 공격이라고 불렀는데, 이제는 비상업적 취미 사이트 운영자까지 당연히 부담해야 하는 운영 비용 취급을 받음.
서버에 무지막지하게 요청을 쏟아붓지 않는 기본 예절과 공동체 규범이 있어야 하지 않겠음? 이 사이트들은 10년 동안 별문제 없이 운영돼 왔음.
아동 가해자에게서 돈을 벌고 조작·거짓말·기만·착취로 악명 높은 회사가, 정중하게 데이터 덤프를 요청하는 대신 공짜 데이터라며 최악의 방식으로 들이닥친 것임.
성인 콘텐츠에 집착하는 건 이상함. Roblox가 데이터를 어떻게 쓰는지도 모르면서 왜 이렇게 도덕적 판단을 하는지 모르겠음. 내려받은 뒤 기준에 맞지 않는 자료를 스크립트로 거르는 건 간단하고, 성인물을 탐지해 제거하는 분류기에도 대량의 성인 콘텐츠가 필요함.
아무 증거 없이 Roblox가 아이들에게 보여 주려고 성인물을 받는다는 식으로 암시하며 공분을 유도하는 건 한심함.
이용자 대부분이 미성년자라서 오히려 성인용 3D 모델 탐지기를 학습시키는 것일 가능성도 충분함. 원문은 모든 자료가 똑같이 생성형 AI 학습에 쓰인다고 전제하는 듯함.
비성인 데이터셋에도 성인 자료가 섞이므로 생성형 AI는 의도치 않게 이를 학습하게 됨. 그런 출력을 막으려면 성적 콘텐츠에 반응하는 뉴런이 필요할 수도 있음. 물론 그냥 무책임한 행동일 수도 있지만, 핵심은 아직 모른다는 것임.
허락 없이 대량 수집하는 건 꺼림칙하고 robots.txt와 이용약관을 무시하는 건 명백히 무례하지만, 지금 세상이 그렇게 돌아가고 있음.
공개 서비스에서 송신 트래픽 비용 3달러가 발생한 게 어떻게 뉴스가 됨?
다운로드 규모가 아니라, 미국 기업이 이용약관과 robots.txt를 무시하고 커뮤니티 자산을 무단 수집했다는 게 핵심임. 예전에는 아이들이 이런 자원에 손댔다가 평생에 가까운 징역형을 받을 수 있다는 위협을 받기도 했음.
다만 미국 기업의 이런 도용이 이제 뉴스거리조차 아니라는 데는 동의함. 금지된 걸 알고도 했고, 기사에 따르면 추가 제한까지 우회하려 했으니 절도라고 봄. 그 3달러도 마찬가지임. 일반적인 절도 관련 법규상 돈을 직접 손에 넣지 않아도 소유자가 불법적으로 돈을 잃게 만들 수 있음.
내가 알기로 웹 수집은 합법임. 사람들이 콘텐츠를 다운로드하는 게 싫다면 호스팅하지 않으면 됨.