AI가 지적 재산(IP)에 미치는 영향과 그로 인한 변화는 무엇인가?

📌 AI가 지적 재산(IP)에 미치는 영향과 그로 인한 변화는 무엇인가?

AI의 등장으로 IP의 정의, 생성, 관리 방식에 대대적인 재정의가 필요하며, AI가 창작자인지 도구인지에 대한 근본적인 질문이 제기되고 있습니다.

💡 AI 시대에 IP를 보호하기 위한 창업가들의 올바른 접근 방식은?

• 사용하려는 AI 도구의 약관을 철저히 확인하고 이해해야 합니다.

• 기밀 정보는 AI에 입력하지 않도록 주의해야 합니다.

• IP 전문가의 조언을 구하고 관련 법률 및 정책 변화에 대한 인식을 유지해야 합니다.

AI 시대의 지적 재산권(IP)의 재정의에 대한 심도 깊은 통찰을 얻을 수 있는 웨비나입니다. AI가 생성한 콘텐츠에서 인간의 개입 정도가 IP 보호의 핵심 기준이 되는 현 상황과, '공정 사용(Fair Use)'의 경계가 어떻게 모호해지고 있는지 구체적인 사례를 통해 명확히 설명합니다. AI 기술을 활용하는 모든 창작자와 기업이 자신의 자산을 보호하고 잠재적 법적 분쟁을 피하기 위해 지금 당장 알아야 할 실용적인 전략을 제시합니다.

1. AI 시대의 지적 재산권(IP)에 대한 논의 시작 및 배경

1. 웨비나 시작 및 주제 소개
1. 녹화 시작 및 게스트 소개가 이루어짐.
2. 연사는 생성형 AI(Gen AI)가 모든 곳에 있지만, PNL(손익 계산서)에는 아직 그 영향이 명확하지 않다고 언급함.
3. AI가 자산, IP를 바라보는 방식과 관리 방식에 어떤 영향을 미치는지에 대한 재정의(redefinition)가 필요하다고 강조함.
4. 연사는 해당 분야에서 오랜 경험을 가진 연사(Rasha)를 초청하여 IP 관리의 변화에 대해 논의하고자 함.

2. 연사(Rasha)의 경력 및 IP 분야 진입 배경
1. Rasha는 비즈니스 개발 및 마케팅으로 경력을 시작했으나, 약 15년 전 두바이의 지적 재산권(IP) 에이전시에서 일하며 IP 법률에 관심을 갖게 됨.
2. IP의 기술적 측면, 발명 과정, 발명에 대한 소유권, 그리고 스타트업이나 예술가들이 가치를 창출하고 수익화하는 방법에 대해 깊이 이해하게 됨.
3. 2013년/2014년부터 IP 포트폴리오 관리, 침해 및 위조 사례 등을 다루었으며, 이후 IP 전략과 비즈니스 전략의 연계에 집중함.
4. 건강한 IP 전략은 회사의 장기적인 생존에 중요하며, IP 자산의 성숙, 가치 획득, 포트폴리오 수익화 방안을 모색하는 데 필수적이라고 설명함.
5. Rasha는 기술(IT) 분야에 관심이 많으며, 특히 인공지능(AI)에 대해 깊이 이해하고 있으며, AI와 IP 사이에서 경계가 어디까지 허용되는지, 회색 지대(gray zone areas)가 무엇인지에 대해 관심을 두고 있음.

2. AI 생성 콘텐츠와 기존 IP의 기본 원칙

2.1. IP의 전통적 정의와 AI의 역할 구분

1. AI의 역할 정의의 중요성
1. AI가 창작자(creator)인지, 아니면 창작자를 보조하는 도구(tool)인지 구분하는 것이 중요함.
2. 지적 재산권의 기본 원칙은 인간의 정신이 창조한 것에 대한 권리이며, AI가 생성한 콘텐츠는 해당되지 않음.

2. 전통적인 IP 보호 대상
1. 그래픽 아티스트의 디자인, 로고, 음악가의 음악 및 악보, 발명가들의 제품이나 기계 관련 발명 등은 특허, 상표, 저작권으로 보호됨.
2. 이러한 창작물은 인간의 정신이 창조했기 때문에 지적 재산권으로 보호받을 수 있음.

2.2. AI 생성 시 고려해야 할 사항과 공정 사용(Fair Use)

1. AI 학습 데이터의 문제
1. AI는 방대한 양의 데이터 세트(자료)를 기반으로 구축되는데, 이 데이터는 퍼블릭 도메인일 수도 있지만, 저작권이 있는 자료일 가능성도 있음.
2. AI 플랫폼을 사용할 때, 인간의 상호작용 정도가 IP 보호 대상으로 인정받을 수 있는지를 결정하는 중요한 요소가 됨.

2. 공정 사용(Fair Use)과 회색 지대
1. 저작권법에는 공정 사용(Fair Use)이라는 개념이 존재하며, AI로 생성된 것에 대해 공정 사용의 네 가지 규칙이 적용될 수 있으나, 이것이 반드시 보호 가능하다는 의미는 아님.
2. 인간의 상호작용이 어디까지인지, AI가 모든 콘텐츠를 생성하는 시점은 언제인지에 대한 회색 지대가 많아 주의가 필요함.
3. 입력(input)과 잠재적으로 보호 가능한 출력(output)에 대해 신중해야 함.

3. 인간의 개입 정도와 IP 소유권 문제

3.1. 프로그래밍 사례를 통한 인간 개입의 중요성

1. 과거 IBM 프로그래머의 계약 사례
1. 연사는 IBM에서 프로그래머로 일할 당시, 작성한 모든 코드의 IP는 IBM 소유이며 자신은 아무것도 소유하지 않는다는 계약을 맺었음을 회상함.

2. AI 도입 후 변화된 개발 환경
1. 오늘날 프로그래머는 과거보다 1/4의 시간만 투입하여 더 빠르고 효율적인 코드를 생성할 수 있는데, 이는 AI 도구 덕분임.
2. 과거에는 코드를 수동으로 작성하고, 버그 수정, 재프로그래밍 등 인간의 창의성과 학습이 기반이 되었음.
3. AI는 이미 학습된 데이터 세트를 기반으로 작업하기 때문에 개발 시간이 단축됨.

3. 보호 가능성을 가르는 기준
1. IP로 보호받을 수 있는 것과 AI가 생성한 것을 구분하는 경계선은 출력되는 코드에 투입된 인간의 입력(input) 양임.
2. 프롬프트(prompt), 인간의 상호작용 정도가 AI 콘텐츠 생성 플랫폼에 얼마나 투입되었는지가 중요함.

3.2. 프롬프트 기반 생성과 소유권 논쟁

1. 결정 요인과 회색 지대
1. AI와 관련하여 무엇을 프롬프트로 입력할지 신중해야 하며, 특허, 코드, 앱 등에 대해 무엇이 보호 가능할지에 대한 결정 요인은 아직 논의 중인 회색 지대임.
2. 만약 ChatGPT에 "이것, 저것을 하는 앱을 만들어 달라"고 프롬프트를 입력하여 앱이 생성되고 24시간 내 시장에 출시된다면, 이는 순전히 AI에 의해 생성된 것이므로 보호받을 수 없음.
3. 인간의 관점에서 AI에 투입되는 입력(input)에 대한 관여도가 높을수록 IP 보호 가능성이 더 흥미로워짐.

2. AI를 도구로 볼 것인가, 창작자로 볼 것인가
1. 연사는 AI를 도구로 보며, 도구를 사용하여 결과물을 만들었다면 그 결과물에 대한 권리는 자신에게 있다고 주장함.
2. 동일한 프롬프트를 사용해 동일한 코드가 나왔다면, 이는 도구가 도와준 것이므로 자신만의 IP로 보호할 수 없음.
3. 컴파일러나 컴퓨터가 수년 동안 존재해 왔으므로, AI도 도구로 정의하고 현재의 구조를 유지해야 한다고 주장함.

4. AI와 관련된 주요 소송 사례 및 법적 쟁점

4.1. OpenAI 대 뉴욕 타임즈 및 기타 소송

1. OpenAI와 뉴욕 타임즈 소송
1. 뉴욕 타임즈는 IP로 보호되는 콘텐츠를 보유하고 있으며, 사람들은 접근을 위해 비용을 지불함.
2. OpenAI가 이 콘텐츠를 비즈니스 구축을 위해 사용했으나, 이용 약관상 개인이나 조직의 소비는 허용되지만 비즈니스 창출을 위한 사용은 허용되지 않았을 수 있음.
3. 이 소송은 IP 법 및 침해에 대한 논의에서 큰 가치(merit)를 가짐.

2. 작가들이 Anthropic을 상대로 제기한 소송
1. 여러 작가들이 Anthropic(ChatGPT와 유사한 플랫폼)을 고소했는데, 이는 해당 플랫폼이 허가 없이 저작권 자료를 사용하여 상업적으로 이득을 취하고 작가들에게 로열티를 지불하지 않았다는 주장임.
2. 이 사례에서 작가들은 Anthropic이 해당 자료를 공정 사용(fair use)으로 사용하고 있음을 입증하지 못했음.
3. 공정 사용의 기준은 해당 자료가 교육적 목적이나 논평 목적으로 사용되어 변형적(transformative)이며 새로운 자료를 생성하는지 여부에 달려 있음.
4. 만약 변형적이라면 공정 사용으로 간주되어 소송에서 승소하지 못할 수 있음.

4.2. 공정 사용의 모호성과 법적 대응의 어려움

1. 권한 없는 저작물 사용과 허가 필요성
1. 공정 사용과 비공정 사용을 입증하는 것은 매우 미묘한 경계선이며, 권한 없이 사용된 저작물에는 허가(permissions)가 필요하다고 판단됨.
2. 퍼블릭 도메인으로만 취해진 경우에도 사용에 있어 문제가 있을 수 있음.

2. 법률의 미비와 국제적 차이
1. AI의 급속한 성장으로 인해 법률이 따라가지 못하고 있으며, 매일같이 변화하는 상황에 대한 새로운 정책이 부재함.
2. 이러한 소송들에서 IP 법의 일부 조항들이 적용되지만, 아직 명확하지 않은 미묘한 경계선에 있음.
3. 미국과 EU의 법률이 다르며, 각국이 AI와 IP 상호작용을 규율하는 다른 법률을 만들고 있음.
4. 이 분야는 앞으로 나올 더 많은 사례들을 지켜봐야 하는 상황임.

5. 기업 및 창업가를 위한 실용적인 IP 관리 지침

5.1. 전 세계적 혼란과 선제적 대응의 필요성

1. 다양한 관할권의 혼란
1. Rasha는 남아프리카공화국에서 AI가 생성한 것에 대해 특허를 허용한 사례가 있다는 언급에 대해 알지 못했다고 답하며, 그만큼 많은 일이 일어나고 있음을 시사함.
2. 현재 특허는 사람이나 회사 이름으로만 등록되며 AI 이름으로는 등록되지 않음.

2. 디지털 비즈니스 종사자를 위한 조언
1. 디지털 비즈니스에 종사하는 모든 사람들은 효율성을 위해 AI를 사용하고 있으므로, 올바른 접근 방식을 취하여 침해 소송이나 IP 남용으로부터 자신을 보호해야 함.

5.2. AI 사용 시 선제적이고 신중한 접근법

1. AI 사용에 대한 선제적 조치
1. 선제적(proactive)으로 AI를 사용하고, 질문하고 스크리닝해야 함.
2. 무엇을 하고 싶은지, 어떻게 창작할 것인지, 어떤 AI 도구를 사용할 것인지 결정하고, 해당 도구의 라이선스 또는 이용 약관에 대해 적극적으로 학습해야 함.
3. 자신이 만들고자 하는 것과 해당 도구에 적용되는 IP 법률을 주의 깊게 살펴야 함.

2. 이용 약관 및 오픈 소스 확인의 중요성
1. 오픈 소스(Open AI)를 사용할 때도 플랫폼마다 이용 약관이 있으며, 오픈 소스에서 가져온 것을 AI에 넣을 때도 마찬가지임.
2. AI 도구를 수동적으로 사용하지 말고, 이용 약관을 학습하여 IP 조항을 확인해야 함. (과거 IBM 계약처럼)
3. 이용 약관을 학습하고, 성장하고자 하는 시장에 대한 이해가 필요함. (미국과 EU의 IP 법 차이 등)
4. AI 플랫폼을 사용할 때도 이용 약관을 읽어야 하며, 기밀 자료를 AI에 입력하는 것에 매우 주의해야 함.

5.3. 기밀 정보 및 트레이드 시크릿 보호

1. 기밀 정보 유출 위험
1. 기밀 정보나 중요한 내용을 AI에 입력하면 퍼블릭 도메인이 될 수 있으므로, 학습하는 시스템에 넣지 않도록 주의해야 함.
2. KFC나 펩시의 레시피와 같은 트레이드 시크릿(trade secret)을 가진 사람이 ChatGPT에 이를 입력한 사례가 있었음.

2. 특허 및 전문가 조언의 필요성
1. 특허나 발명을 고려할 때도 이용 약관의 세부 조항을 읽어 자신의 위치를 정확히 파악해야 함.
2. 법률 방향에 대해 조언해 줄 수 있는 전문가에게 자문을 구하는 것이 좋음.

5.4. 법률 변화와 새로운 규제 동향

1. 지속적인 학습과 새로운 법률
1. 새로운 분야이므로, 각 관할권에서 나타나는 정책들을 읽는 것이 중요하며, 아는 것이 모르는 것보다 훨씬 나음.
2. 덴마크는 시민들이 자신의 목소리, 신체, 얼굴을 저작권으로 보호할 수 있도록 법을 통과시켰으며, 이를 모방하거나 복사하는 AI 플랫폼은 소송을 당할 수 있음.

2. WeTransfer 사례와 시장의 학습 과정
1. 파일 전송 프로그램인 WeTransfer가 이용 약관을 변경하여 전송된 파일을 LLM 학습에 사용할 수 있도록 했으나, 사용자들이 이는 자신의 저작물이라며 강력한 반발(uproar and backlash)을 일으켜 약관을 철회한 사례가 있음.
2. 시장은 AI의 발전과 함께 학습하고 있으며, 사용자는 자신이 가진 수단을 통해 인식하고 스스로 교육해야 함.

6. IP의 미래 가치와 창업가를 위한 실질적 조언

6.1. IP의 경제적 가치와 보호 전략

1. 신원 보호와 수익화 가능성
1. 연사는 WeTransfer에 올리는 모든 것에 IP가 포함되어 있는지 주의해야 한다고 언급함.
2. 얼굴, 목소리 등을 보호할 수 있다는 것은 수익화할 수 있다는 의미이며, 사용을 허가하는 대신 사용료를 받을 수 있음.

2. IP 중심의 미래 경제
1. 10년, 20년 후에는 많은 사람들이 IP로 돈을 벌게 될 것이며, 우리는 IP를 창조하고 소비하는 비즈니스를 하게 될 것임.
2. 따라서 창업가와 기업가들이 오늘날 이를 이해하는 것이 매우 중요함.

6.2. AI 사용 시 지켜야 할 원칙과 임계점(Threshold)

1. 지식 습득의 중요성
1. 전 세계(인도, 미국 등)에서 질문이 들어오고 있으며, AI와 IP에 대해 원칙(principles)을 교육받고 AI 작동 방식을 이해하는 것이 중요함.
2. AI 도구 자체에 대한 지식 습득이 중요하며, 자신이 생산하려는 것에 집중하는 것이 좋은 시작점이 될 것임.

2. 인간 입력의 소유권 임계점 논의 (Priya의 질문)
1. 소유 가능하도록 하는 인간 입력의 임계점에 대한 질문은 여전히 논의 중인 주제임.
2. 예시: 로고나 그래픽을 만들 때 "원과 사각형을 그려달라"고만 지시하는 것은 진정한 인간 상호작용으로 보기 어려우며, AI가 창작한 것으로 간주될 수 있음.
3. 만약 로고가 어떻게 생겨야 하는지에 대해 명시적인 설명을 제공하여 AI가 그것을 만들어낸다면, 이는 인간이 머릿속으로 디자인하고 AI에게 요청한 것으로 간주되어 소유권의 경계에 도달할 수 있음.

6.3. AI 생성 콘텐츠의 등록 및 보호 문제

1. AI 생성 그래픽의 상표 등록 문제
1. AI가 생성한 그래픽을 클라이언트에게 IP로 제공할 때도 주의해야 하는데, 만약 그것이 AI 생성물이라면 인간이 만든 것이 아니므로 상표로 등록되지 않을 수 있음.
2. 이는 AI에 제공하는 입력의 명시적 세부 사항에 따라 달라짐.

2. 특허 및 IP의 비즈니스적 가치
1. IBM은 매년 8,500건의 특허를 출원하며, 로열티 수입으로 연간 60억~70억 달러의 순수익을 올리는 등 IP는 매우 수익성이 높은 비즈니스임.
2. 디지털 경제에서 사람들은 특허 IP를 기반으로 수익을 창출하며 살아가게 될 것임.

3. 오픈 소스 모델 기반 AI 알고리즘 보호
1. 오픈 소스 모델(MIT, Apache 2, GPL 등)을 기반으로 AI 알고리즘을 보호하는 방법에 대한 질문이 있었음.
2. 오픈 소스 플랫폼마다 제한 사항과 제약 조건이 다르므로, 사용하려는 플랫폼의 이용 약관을 읽어야 함.
3. 알고리즘은 저작권으로 보호될 수 있으며, 저작권을 소유하면 향후 라이선스 부여가 가능함.
4. 자신이 생성하는 것에 대한 통제권을 갖기 위해 스스로 숙제(homework)와 조사를 해야 하며, 수동적으로 생성만 요청해서는 안 됨.

7. 콘텐츠 스크래핑과 법적 대응, 그리고 전문가 조언

7.1. 콘텐츠 스크래핑과 IP 보호의 강도

1. 필름 제작자의 IP 보호 질문 (SA의 질문)
1. 필름 제작자가 70,000편의 영화를 제작 중이며, AI 기업들이 데이터를 스크래핑하는 시대에 자신의 IP에 무슨 일이 생길지 질문함.
2. 이는 Anthropic을 고소한 작가들의 사례와 유사하며, 저작권 자료를 무단으로 사용한 것에 대한 문제임.

2. 스크래핑에 대한 대응 및 규제 현황
1. 자신의 콘텐츠가 어떻게 스크래핑되는지에 대해 경계심(vigilant)을 갖는 것이 중요함.
2. Anthropic은 퍼블릭 도메인 자료나 구매한 저작권 자료를 사용하는데, 이는 합법적일 수 있음.
3. 스크래핑되는 자료에 대해 AI가 무엇을 하는지 확인하고 스스로 숙제를 해야 함.
4. 현재는 법률과 정책이 마련되는 과정에 있으며, 각국의 결정이 다르고 정책이 다름. 전례 없는 상황이므로 계속해서 법률 변화에 대해 교육받아야 함.

7.2. 스타트업을 위한 전문가 조언 및 접근 방식

1. 전문가 조언을 구하는 방법
1. 창업가나 스타트업이 수많은 문서의 세부 사항을 읽지 않고 올바른 방향으로 나아갈 방법이 무엇인지 질문함.
2. 첫 번째 조언: 자신이 무엇을 만들고 싶은지 파악하고, 모르는 부분을 채워나가야 함.
3. IP는 모든 사업의 최전선에 있어야 하며, 노력과 작업물을 보호하고 권리를 행사하며 가치를 창출하는 수단임.

2. 전문가 상담의 필요성
1. IP에 대해 읽고 학습해야 하지만, 시간이 없다면 해당 분야의 전문가와 상담해야 함.
2. IP 전문가뿐만 아니라, 비즈니스 전략 전문가와도 상담하여 IP 전략과 연계하는 것이 건전한 비즈니스 조언임.
3. 성공과 성장을 위해 창작 과정에 시간을 투자하고, 이후 전문가의 도움을 받는 것이 문서를 읽는 것보다 쉬움.

7.3. 비용 효율적인 조언 구하기

1. 비용 문제와 LLM 활용
1. 스타트업은 전문가에게 조언을 구하는 것이 비용이 많이 들 것이라고 생각하지만, 효율적인 방법이 있는지 질문함.
2. 많은 IP 전문가들이 초기에는 무료 상담을 제공하여 올바른 방향을 제시해 줄 수 있음.
3. LLM도 도움이 되지만, LLM은 모든 것이 정확하지 않다고 명시하므로 정보를 확인해야 함. LLM은 IP에 대한 기초 지식을 얻는 좋은 입문 방법임.

2. 전문가와 LLM의 차이점
1. 전문가와 상담하면 LLM에서는 얻기 힘든 관할권(jurisdictions)에 대한 정보나, 특허가 독창적이고 참신해야 한다는 등의 구체적인 정보를 얻을 수 있음.
2. LLM부터 IP 사무소, IP 전문가까지 다양한 자원이 존재하며, IP는 사업 계획 및 예산의 첫 번째 항목으로 고려되어야 함.

8. IP 전략: 트레이드 시크릿 vs 특허 및 글로벌 전략

8.1. 트레이드 시크릿과 특허 비교 (인도 질문)

1. AI 기술 보호 방식 비교
1. AI 기술을 트레이드 시크릿으로 유지할지, 특허를 출원할지에 대한 질문은 기술 세부 사항을 알아야 논의할 수 있는 복잡한 주제임.

2. 트레이드 시크릿과 특허의 기본 차이점
1. 트레이드 시크릿: 특허로 인정받기 어려운 기밀로 유지되는 것. 사업을 운영하게 하는 비밀(예: KFC 레시피).
2. 특허: 새롭고(novel), 독특하며(unique), 다른 사람이 발명하지 않은 것이어야 함.

8.2. 두바이 기반 기업의 글로벌 IP 전략 (두바이 질문)

1. 글로벌 시장 진출 전략
1. 두바이에 기반을 둔 소프트웨어, 콘텐츠, 비디오, 영화 IP를 제작하고 전 세계적으로 소비되는 경우의 전략을 질문함.
2. 전략은 비즈니스 전략과 IP 전략을 연계하는 것이며, 가장 큰 시장이 될 곳을 파악하여 해당 지역에서 IP 자산을 보호해야 함.
3. 어느 시장에 출시할지, 소비자가 어디에 있는지 예측하여 IP 자산을 보호해야 함.

9. 폐쇄형 AI 시스템 및 학생의 아이디어 보호

9.1. 폐쇄형 LLM 시스템의 가능성 (Ashish의 질문)

1. 폐쇄형 LLM 시스템의 존재
1. IP 정보를 퍼블릭 도메인에 공개하지 않는 폐쇄형 AI LLM 시스템 구축이 가능한지에 대한 질문임.
2. 많은 조직이 자체 구축한 지식 관리 시스템을 사용하며, 외부 글로벌 플랫폼에 접근 권한을 주지 않음.
3. OpenAI 등에서 자체 로컬 인스턴스를 설치하여 정보를 주입하고 외부 세계와 교환하지 않도록 할 수 있음.
4. 이는 현재 가장 큰 비즈니스 기회 중 하나이며, 조직의 지식 관리 시스템 구축에 활용됨.

2. 폐쇄형 시스템 내 IP 보호 자산
1. 폐쇄형 LLM의 IP 측면에서 보호 가능한 핵심 자산은 알고리즘, 저작권, 소프트웨어 이름(상표) 등이 될 수 있으며, 이는 상세한 논의가 필요함.

9.2. 학생의 아이디어와 AI 브레인스토밍 (인도 학생 질문)

1. AI와의 브레인스토밍이 IP 소유권을 감소시키는지
1. 학생이 AI와 아이디어를 브레인스토밍하는 것이 자신의 아이디어를 덜 소유하게 만들거나 IP 소유 가능성을 줄이는지에 대한 질문임.
2. 답변: AI에 아이디어를 입력하면 이는 퍼블릭 도메인이 되고 학습 메커니즘이 학습하게 되므로 주의해야 함.
3. AI는 사용자의 어조와 스타일까지 학습하며, 특허를 출원하려는 아이디어를 공유하면 공개 지식이 되어 특허에 문제가 될 수 있음.
4. AI는 입력된 정보를 기반으로 다른 형식으로 재현하기 때문에 독창성과 특이성이 떨어지게 됨.

2. 소니아의 두바이 분류 시스템 질문
1. 두바이가 세계 최초로 AI 기술 사용 수준을 5가지 레이블로 분류하는 시스템을 출시했다는 소식에 대해 Rasha는 들어본 적이 없다고 답함.
2. 분류 시스템은 연구나 콘텐츠 제작 시 AI가 얼마나 사용되었는지를 나타내는 것으로 보이며, 이는 AI 사용을 통제(governing)하기 위한 초기 모델일 수 있음.
3. AI 사용에 대한 거버넌스가 있어야 윤리적 사용과 IP 보호를 위한 구조를 구축할 수 있음.

10. 폐쇄형 시스템의 실현 가능성과 IP 보호의 방향성

10.1. 폐쇄형 시스템의 실현 가능성 및 가치 판단

1. 소규모 기업의 폐쇄형 LLM 시스템 적용 가능성
1. 폐쇄형 LLM 시스템이 소규모 기업에게도 실현 가능한지에 대한 질문에 대해, 보호하려는 대상의 가치에 따라 달라진다고 답변함.
2. 보호하려는 것이 극도로 가치 있는 것이라면 실현 가능성이 높지만, 가치가 없다면 ROI(투자 대비 수익) 관점에서 가치가 없을 수 있음.

10.2. 모델 붕괴(Model Collapse)에 대한 전망

1. AI 모델의 진화와 붕괴 여부
1. AI 생성 콘텐츠의 모호성에 대해 모델이 붕괴될 것으로 예상하는지에 대한 질문에, Rasha는 모델이 붕괴되지 않을 것이며 오히려 다른 방식으로 진화할 것이라고 전망함.
2. 중요한 것은 우리가 AI를 어떻게 사용하고 무엇을 위해 사용하는지이며, IP 및 일상 사용 측면에서 지식을 갖추는 것이 중요함.

10.3. AI의 역할과 IP 법의 미래

1. AI의 다양한 역할과 IP의 적용
1. AI가 튜터, 친구가 될 수도 있지만 스파이나 괴롭힘의 주체가 될 수도 있는데, 이러한 상황에서 IP는 어떻게 적용되는지에 대한 질문임.
2. 현재 존재하는 IP 법에 따르면, AI가 하는 대부분의 일은 보호받을 수 없음 (높은 비율로).

2. 미래의 IP 정책 및 법률 변화
1. AI의 출현으로 인해 새로운 IP 정책과 법률이 형성되고 있으며, 몇 년 안에 IP의 모습이 지금과는 다를 것임.
2. 덴마크의 사례처럼 사람들의 목소리, 신체, 얼굴을 보호하는 방향으로 IP 법이 적응하고 있음.
3. 현재로서는 AI가 완전히 또는 80~90% 생성한 콘텐츠는 보호받기 어려운데, 이는 IP 창작의 주체가 인간이라는 기존 관점 때문임.
4. AI IP 모델이 도입될 가능성도 있으며, 모두가 그 방향으로 작업하고 있음.

11. 마무리 및 피드백 요청

1. 대화 마무리 및 감사 인사
1. 연사는 이 대화가 미래의 변화와 혁신을 위한 토대를 마련하기를 바라며, 귀한 의견을 공유해 준 Rasha에게 감사를 표함.
2. 질문이 계속 들어오고 있으며, 이 논의가 IP와 AI에 대해 우리가 주목해야 할 영역을 짚어주는 데 도움이 되었다고 평가함.

2. 웨비나 피드백 및 종료
1. 나이지리아를 포함한 전 세계 참가자들에게 환영 인사를 전함.
2. 웨비나의 흥미도와 관련성에 대한 짧은 설문조사 참여를 요청하며, 커뮤니티를 위해 더 나은 이벤트를 계획하는 데 피드백이 중요하다고 강조함.
3. 모든 참가자, Bashar, Rasha, 그리고 배경에서 지원한 팀에게 감사를 표하며 행사를 종료함.