- AI 규제 기술적 한계로 인해 까다롭습니다.
- 학습 데이터 제한은 콘텐츠 품질에 영향을 미칠 수 있습니다.
- 암호학적 서명은 AI 콘텐츠를 추적할 수 있지만 벤더 의존성을 초래합니다.
생성형 인공지능(AI) 기술의 영향력이 계속 확대됨에 따라 그 잠재적 결과에 대한 우려도 함께 커지고 있습니다. 이러한 우려는 허위 정보의 확산과 실업, 창의적 통제력 상실, 심지어 초지능 AI가 제기하는 존재론적 위협에 이르기까지 다양한 문제를 포함합니다.
이러한 쌓여 가는 두려움에 대응하여 전 세계 정부들은 AI를 어떻게 규제할지 고민하고 있습니다. 이 기사는 기술적 및 경제적 실현 가능성을 고려하여 AI 규제의 다양한 접근법을 탐구합니다.
훈련 데이터 제한: 기술적으로 그리고 부분적으로 경제적으로 실현 가능한 접근법
AI 규제를 위한 하나의 실행 가능한 접근법은 AI 모델이 사용하는 훈련 데이터를 공개 도메인 자료와 명시적인 허가를 얻은 저작권 콘텐츠로 제한하는 것입니다. 이 접근법은 AI 회사가 모델에 사용되는 데이터의 품질과 법적 적격성을 통제할 수 있게 합니다.
기술적으로 이 제한은 완전히 실현 가능한데, AI 개발자는 훈련 데이터셋을 정확하게 선별할 수 있기 때문입니다.
경제적 관점에서 보면, 제한된 데이터 사용과 가능한 최고의 콘텐츠 품질 달성 사이에는 트레이드오프가 존재합니다. AI 시스템은 다양하고 광범위한 훈련 데이터의 혜택을 받지만, 허가 준수 데이터의 다양성과 풍부함이 제한될 수 있습니다.
그럼에도 불구하고 Adobe의 Firefly 이미지 생성기처럼 일부 AI 기업들은 이미 승인된 콘텐츠만 사용하여 마케팅을 진행 중이며, 이는 부분적인 경제성이 달성될 수 있음을 보여줍니다.
AI 출력물을 창작자에게 귀속시키기: 기술적으로 불가능한 시도
AI 규제를 위한 또 다른 잠재적 경로는 AI 기술의 출력물을 특정 창작자나 창작자 그룹에 귀속시켜 보상을 제공하는 것입니다. 그러나 이 접근법은 상당한 기술적 도전에 직면해 있습니다.
생성형 AI에 사용되는 복잡한 알고리즘은 어떤 입력 샘플이 출력물에 직접적인 영향을 미쳤는지 특정하는 것을 거의 불가능하게 만듭니다. 이러한 귀속이 가능하다 하더라도, 각 입력 샘플이 출력물에 기여한 정도를 결정하는 것은 여전히 daunting(어려운/막중한) 과제입니다.
AI 시스템의 복잡성과 입력과 출력 사이의 명확한 연결 부재로 인해 이러한 형태의 규제는 기술적으로 실현 불가능합니다. 이는 중요한 우려 사항인데, AI 생성 콘텐츠의 귀속 능력이 창작자와 그 라이선스 보유자들이 AI 기술을 수용할지 반대할지를 결정할 수 있기 때문입니다.
인간 생성 콘텐츠와 AI 생성 콘텐츠 구분: 기술적으로 진화하는 과제
AI 생성 허위 정보 캠페인에 대한 우려는 인간이 생성한 콘텐츠와 AI가 생성한 콘텐츠를 구분할 필요성을 강조합니다. 기술 스타트업들은 이 문제를 해결하기 위해 적극적으로 솔루션을 개발하고 있지만, 현재 기술 수준은 생성형 AI의 발전에 뒤처져 있습니다.
기존 접근법은 주로 생성형 AI 고유의 패턴을 식별하는 데 의존하지만, 이 방법은 움직이는 표적을 쫓는 것과 같습니다. 기술적으로 인간과 AI 생성 콘텐츠를 reliably(신뢰성 있게) 구분하는 것은 여전히 과제입니다. 그러나 이 분야의 빠른 진전은 가까운 미래에 솔루션이 등장할 것임을 시사합니다.
AI 출력물을 AI 기업에 귀속시키기: 기술적 및 경제적으로 실현 가능한 규제
대안적인 접근법은 AI 생성 콘텐츠를 생성을 책임지는 특정 AI 벤더에 귀속시키는 것입니다. 이는 잘 이해되고 성숙한 기술인 암호학적 서명을 통해 달성할 수 있습니다.
AI 기업은 시스템의 모든 출력물에 암호학적으로 서명하여 누구나 콘텐츠 출처의 진위성을 확인할 수 있게 할 수 있습니다.
이 규제는 필요한 기술이 이미 기본 컴퓨팅 인프라에 내장되어 있어 기술적 및 경제적으로 실현 가능합니다.
그럼에도 불구하고, 이는 서명 검증이 가능한 제한된 수의 잘 확립된 벤더가 생성한 콘텐츠에만 의존하는 것이 바람직한지에 대한 질문을 제기합니다.
이 글을 읽고 계신다면, 이미 앞서 나가고 있습니다. 뉴스레터로 그 위치를 유지하세요.
면책 조항. 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan.com 본 페이지에 제공된 정보를 바탕으로 한 투자에 대해 당사는 어떠한 책임도 지지 않습니다. 어떤 투자 결정을 내리기 전에 독립적인 조사 및/또는 자격을 갖춘 전문가와의 상담을 강력히 권장합니다.
Brian Koome
브라이언 쿰은 2017 년 이후 블록체인 및 암호화폐 업계에서 활동해 온 7 년 이상의 경험을 보유하고 있습니다. BlockToday.com 을 포함한 주요 출판사에 기고했으며, BitDegree.org 에서 이더리움 101 과정을 개발한 후 Cryptopolitan 의 전속 작가로 합류했습니다. 브라이언은 에버그린 가이드 (EG), 심층 분석, 인터뷰, 가격 분석을 다루며 DeFi, 블록체인 혁신, 그리고 신흥 암호화폐 프로젝트에 집중하여 독자들에게 큰 호응을 얻고 있습니다.
