LG AI연구원 ‘엑사원 넥서스’, 학습데이터 저작권 위험 분석 기술상

LG AI연구원이 AI 학습데이터의 저작권·라이선스·개인정보 위험을 분석하는 ‘엑사원 넥서스’로 4일 국제저작권기술 콘퍼런스의 저작권 기술 어워드에서 국가지식재산위원장상을 받았다.

엑사원 넥서스는 데이터셋의 출처를 거슬러 올라가 원본이 재배포되거나 다른 데이터와 결합되는 과정에서 권리 관계가 어떻게 바뀌었는지 추적한다. 한 데이터셋에 섞인 개별 원천 자료를 나누고, 자료마다 연결된 라이선스와 이용 조건을 검토하는 AI 에이전트다.

평가는 실제 분쟁과 판례를 바탕으로 정한 18개 항목으로 이뤄진다. 항목별로 고위험 1점에서 저위험 5점까지 점수를 부여하고, 데이터셋을 A-1부터 C-2까지 일곱 단계로 분류한다. 단순히 배포 페이지에 적힌 라이선스 이름만 확인하는 방식과는 구분된다.

LG AI연구원의 AI 윤리 책무성 보고서는 데이터셋 주소에서 관련 문서와 논문을 탐색한 뒤 참고문헌·방법론을 역추적해 실제 원천을 식별하는 과정을 설명한다. 이후 수집한 정보로 출처 지도를 만들고 이용 약관 위반 가능성 등을 점수화한다. 연구원이 조사한 사례에는 한 데이터셋이 16차례 이상 재배포되거나 1600개 이상의 원천 자료를 포함한 경우도 있었다.

연구원은 이번 수상 발표에서 데이터셋 한 건을 분석할 때 법률 전문가보다 처리 속도가 45배 빠르고 정확도가 26% 높았다고 밝혔다. 이는 연구원이 제시한 비교 결과다. 한국의 AI 기본법과 유럽연합 AI 법안 등 주요국의 규제를 반영한 자체 검토 체계를 구축했다고도 설명했다.

검증 과정에는 국내외 대형 로펌의 변호사 40여 명이 참여했다. 연구원은 이들과 분석 결과의 법률적 타당성을 확인했으며, 실증 분석한 오픈 데이터셋 약 2만 개의 위험 평가 결과를 학계와 연구 커뮤니티에 공개했다고 설명했다.

자체 개발하는 모든 AI 모델에는 엑사원 넥서스를 필수 검증 절차로 적용했다. 데이터 수집·정제부터 모델 개발, 서비스 배포까지 활용한다. 해외에서는 컴플라이언스 수요가 높은 빅테크 기업과 로펌을 중심으로 공급을 확대할 계획이다. 연구원은 불법 학습데이터 제거와 생성물의 저작권 침해 탐지 등에 관한 특허 32개를 한국·미국·중국 등에서 확보하거나 출원했다.

공개한 AI 윤리 책무성 보고서에는 표면적으로 MIT·Apache 등 라이선스를 표시한 데이터셋 2852개를 조사한 결과도 담겼다. 연구원은 그중 605개를 상업적 AI 학습에 이용할 수 있는 데이터로 평가했다. 나머지는 무단 수집 자료나 경쟁 모델 개발에 사용할 수 없는 타사 AI 생성 데이터 등이 포함됐다고 설명했다.

AI 윤리 책무성 보고서는 에이전트가 광범위한 추적을 먼저 수행하더라도 법적 위험의 최종 판단 권한과 책임은 인간 변호사가 지는 운영 원칙을 명시했다.