Microsoft는 In re OpenAI, Inc. Copyright Infringement Litigation에서 9월 4일 서면 공개용으로 가린 약식판결 서면 두 건을 제출했습니다. 하나는 도서 원고를 위한 42쪽 분량의 문서 1690번, 다른 하나는 뉴스 원고를 위한 46쪽 분량의 문서 1698번입니다. 두 문서는 같은 증거를 분석하지만, 비율은 약 2,500배 차이가 납니다.
같은 말뭉치, 두 가지 기준치
도서 관련 서면의 22쪽에는 다음과 같이 적혀 있습니다. 원고 측 전문가가 "Microsoft의 LLM 기반 Copilot 제품에서 나온 820만 건의 대화를 검토한 뒤 30개의 일치 단어를 포함한 Copilot 응답 24건을 찾아냈다"는 것입니다. 이는 regurgitation의 .00029% 비율입니다. 또 도서 원고들이 주장한 212개 저작물 가운데 202개에 대해서는 Shan이 로그에서 regurgitation을 발견하지 못했다고 합니다. 같은 820만 건을 대상으로 한 뉴스 관련 서면의 29쪽에서는 전문가 Tom Goldstein이 16단어 일치 항목을 검색해 "59,545건의 대화만 찾을 수 있었다"며, 이는 "극히 미미한 0.73%의 일치 비율"을 의미한다고 적었습니다. 30단어 기준과 16단어 기준의 차이가 전부입니다.
Microsoft가 부인했다가 다시 사용하는 분모
뉴스 관련 서면은 분명하게 이렇게 말합니다. "820만 건은 무작위 표본이 아니었다. 원고들이 뉴스 원고들의 웹사이트 이용을 시사하는 키워드에 반응한 대화들을 요청했기 때문이며, 따라서 뉴스 원고들의 저작물이 포함됐을 가능성이 가장 높은 대화들이었다." 그런데 한 페이지 뒤에서는 그 숫자를 분모로 나누어 0.73%를 산출합니다. 히트 가능성을 극대화하도록 구성된 말뭉치에 대해 계산한 비율은 Copilot 트래픽의 기본 비율이 아니라 강화된 표본의 하한치입니다. 그리고 그 서면은 이 반론의 양쪽을 스스로 제시합니다.
공정이용이 아닌 두 가지 쟁점
이 MDL은 공정이용 분쟁으로 다뤄지고 있습니다. 그러나 Microsoft의 네 가지 쟁점 가운데 두 가지는 그렇지 않습니다. 하나는 누락된 메타 태그에 따른 묵시적 허락입니다. 즉, 2023년 9월 이후 NOARCHIVE 태그가 없는 웹페이지를 바탕으로 한 청구에 대해서는 약식판결을 구한다는 것입니다. 다른 하나는 손해배상 상한으로, 출판사는 저작물을 집합저작물로 등록하므로 Bryant v. Media Right Prods.를 인용하며 "기사별이 아니라 이슈당 최대 1건의 배상만 인정받을 수 있다"는 주장입니다. 이 쟁점이 수백만 달러가 될지 수십억 달러가 될지를 가릅니다.
통상적인 서술이 놓친 부분
"820만 건 중 24건"이라는 표현만 따로 보도된 적이 있습니다. 그러나 그것은 같은 날 같은 로그를 바탕으로 Microsoft가 제출한 내용의 절반일 뿐입니다. 독자가 어떤 수치를 보더라도, 정직한 해석은 비율이 아직 법원이 선택하지 않은 기준치의 함수라는 점입니다. Judge Stein은 세 번째 공정이용 요소를 판단하기 전에 먼저 그 기준치를 골라야 합니다. Microsoft의 전문가 보고서에 따르면, 최종 이용자의 1.3%만이 현재 사건을 조사하는 데 Copilot을 사용합니다.