유럽 위원회의 새로운 GPAI 템플릿 – AI 훈련을 위한 의미는 무엇인가?

7월, 유럽 위원회(EC)는 새로운 일반 목적 인공 지능(GPAI) 템플릿을 발표했다. 이는 AI 제공업체가 모델을 훈련하기 위해 입력된 콘텐츠를 공개해야 함을 의미한다. 이는 창작자가 동의 없이 콘텐츠를 사용하여 AI를 훈련했다는 주장과 관련된 몇 개월간의 헤드라인 이후에 이어진 것이다.

이 새로운 템플릿으로, EU는 투명성이 이제 협상할 수 없는 것으로 되었다는 입장을 분명히 했다. 블랙박스 훈련, 즉 내부 작동을 공개하지 않고 무언가를 생성하는 것은 더 이상 AI 개발자에게 옵션이 아니다. 이는 유럽에서 운영하는 경우 모델 입력과 훈련 데이터 출처에 대한 전체 가시성이 필요하므로 데이터 수집과 사용을 재평가해야 하는重大한 전환을标志한다.

많은 사람들이 최근에 발표된 미국 AI 액션 플랜과 비교했을 때, 이와 같은 차이를 지적했다. 미국 AI 액션 플랜은 규제 완화에 중점을 두고 있다. 새로운 법이나 규정과 마찬가지로, 기업들은 이제 GPAI 템플릿이 운영에 어떤 영향을 미칠지 평가해야 한다.

이러한 규정의 복잡성과 AI 개발을 규제하는 것이 아직 미답변인 영역이라는 점을 고려할 때, 개발자들의 출력은 크게 다를 수 있다.

일반 목적 AI 모델 템플릿 분석

이번 년도 7월, 유럽 위원회는 GPAI 제공업체가 모델을 훈련하기 위해 사용된 데이터의 공개 요약을 게시할 수 있는 필수 템플릿을 발표했다. EU AI 법안의 일부로, 제공업체는 공개 데이터 세트, 사적 라이선스 데이터, 스크래핑된 웹 콘텐츠, 사용자 데이터 및 합성 데이터와 같은 데이터 범주를 공개해야 한다. 목표는 저작권 소유자, 사용자 및 하위 개발자가 EU법에 따라 법적 권리를 행사할 수 있도록 하는 것이다.

GPT는大量의 데이터로 훈련되지만, 현재 시장에서 이러한 데이터의 출처에 대한 정보는 제한적이다. 이 템플릿이 정의한 공개 요약은 모델을 훈련하기 위해 사용된 데이터에 대한 포괄적인 개요를 제공하고, 주요 데이터 수집을 나열하며, 사용된 다른 출처를 설명한다.

비교 및 대조, 미국 AI 액션 플랜

비교하면, 미국은 AI 경쟁에서 승리하고 중국에 대한 경쟁 우위를 유지하기 위해 AI 액션 플랜을 발표했다. 이 새로운 AI 프레임워크는 환경 규제를 완화함으로써 에너지 집약적인 데이터 센터의 건설을 가속화하여 AI 시스템을 구동한다. 동시에, 미국은 글로벌적으로 미국 AI 기술을 수출하기 위해 노력하고 있다. 90개의 추천을 포함하는 이 계획은 미국이 글로벌 경쟁자보다 앞서기 위한 노력을 반영한다.

이 계획은 혁신을 가속화하는 것, 미국의 AI 인프라를 구축하는 것, 그리고 국제 AI 외교와 보안에서 리더십을 구축하는 세 가지 핵심 기둥을 중심으로 구축되었다.

이 계획의 일부로, 주요 내용은 미국이 ‘오픈 소스’를 통해 혁신과 접근성을 촉진하는 것이다. 계획은 또한 미국 정부가 AI 성장을 위한 모범 사례를 보여줄 것이라고 강조한다. 즉, 훈련, 인재 교환, 산업 전반의 채택 확대를 통해이다.

이 계획으로, 미국은 모든 현재 기술 규정을, 특히 환경 규정을, 성장 속도를 늦추지 않도록 간소화하기 위해 노력한다. 또한 미국은 미국 AI 소프트웨어와 하드웨어의 국제적 배포를 촉진하기 위해 노력한다. 이러한 ‘반 규제’ 접근 방식은 이전의 윤리, 투명성, 책임 있는 혁신을 중심으로 한 프레임워크와는 명확히 다른, 더 공격적인 ‘혁신 우선’ 액션 플랜으로 전환한다.

결측값

이 시점에서 한 걸음 물러나서, 이러한 법안이, 비록 다르지만, 개발자가它们에 따라야 할 가치가 없다고 생각하게 하는 동일한 결함을 가지고 있는지 고려해 볼 가치가 있다. EU와 미국의 접근 방식은 AI 훈련 데이터 세트의 지적 재산권에 대한 중요한 간격을 남긴다. EU AI 법안은 훈련 데이터 요약과 저작권 준수 정책을 요구하지만, 저작권된 작품을 식별하거나 라이선스를 부여하기 위한 확장 가능한 프레임워크를 설정하지 않는다.

미국에서는 이러한 규칙이 전혀 없다. 따라서 AI 기업은 법원 판결과 저작권 소유자와의ngoing 분쟁에 의해 형성되는 발전하는 법적 프레임워크를 탐색해야 한다. 법적 텍스트를 넘어서, 실제적인 측면이 결측값이다. 어느 쪽 접근 방식도 대규모에서 보호된 콘텐츠를 탐지하고, 합법적인 사용을 확인하며, 라이선스를 간소화하기 위한 업계 전반의 방법을 정의하지 않는다. 이러한 솔루션이 정의될 때까지, AI 훈련의 저작권에 대한 불확실성은 업계에重大한 도전으로 남을 것이다.

AI 추적성을 건너뛰는 비즈니스에 대한 숨겨진 비용

이러한 규정의 일부 결함에도 불구하고, AI 개발자가 법적 관점에서 생존하기 위해 집중할 것이라고 가정할 수 있다. 그러나 이것이 항상如此이라는 것은 아니다. 실제로, 현재 AI에서 실제적인 분할은 EU와 미국의 규제 사이에 있지 않다. 오히려, 오늘날 추적성을 투자하는 기업과 추적성이 필요하지 않다고 생각하는 기업 사이에 있다. 이는 몇 년 전 GDPR를 구현했을 때와 같은 패턴이다. 초기에 개인 정보 보호를 설계한 기업은 단지 벌금을 피하는 것만이 아니라, 소비자 신뢰와 더 원활한 시장 접근을 얻었다. 이러한 시장은 나중에 GDPR 표준을 반영했다.

同じ 패턴이 AI에서도 나타날 수 있다. 훈련 데이터와 모델 결정의 추적성이全球적인 기준이 될 가능성이 있다. 따라서 지연하는 기업은 시스템을 재설계해야 할 것이다. 기존 시스템에 문서화, 출처 추적 및 감사 기능을 추가하는 것은, 이러한 기능을 처음부터 구축하는 것보다 훨씬 더 비용이 많이 들고 복잡하다. 이는 기업이 더 많은 ROI에 중점을 둔 구축에 집중하는 것을 방해한다.

즉, 추적성과 투명성은 선택적 추가 기능이 아니다. 이러한 기능은 AI 시스템에 처음부터 내장되어야 한다. 이러한 기능을 부수적인 것으로 간주하는 비즈니스들은 혁신을 방해하고, 규제 반발을 직면하며, 경쟁에서 영원히 뒤처질 위험에 처한다.

윤리적인 AI에 대한 세계적 통일

거시적인 관점에서, 이러한 양극화된 접근 방식은 글로벌 비즈니스에 실제적인 문제를 생성한다. 미국과 같은 경량 触법 시장에서 운영하는 기업들은 단기적으로 더 빠르게 확장할 수 있다. 그러나 EU에 진출하기로 결정하면, 규제 장벽에 직면한다. AI 법안의 추적성과 문서화 규칙은, 기업이 처음부터 구축하지 않은 기능을 필요로 한다.

기존 시스템에 추적성, 문서화 및 감사 기능을 추가하는 것은 비용이 많이 들고, 느리고, 혼란을 일으키는 일이다. 특히, 추적성이 규제 준수의 가장 자원 집약적인 부분이기 때문이다. 이것은 GDPR와 같은 패턴이다. 여기서 개인 정보 보호 설계의 늦은 도입자들은 비싼 개조와 시장 접근 지연으로 어려움을 겪었다. 반면, 초기 도입자는 지속적인 우위를 얻었다.