ERC-7517 AI 학습 데이터 사용 동의 표시 (Content Consent for AI/ML Data Mining)

Draft · 이름·메타데이터 · 2023-09-12 작성

디지털 콘텐츠의 메타데이터에 dataMiningPreference 항목을 넣어, 창작자가 자기 콘텐츠를 데이터 마이닝이나 AI 학습에 써도 되는지 미리 밝혀 두게 하는 표준입니다.

왜 필요한가

그림이나 사진 같은 디지털 콘텐츠가 AI 학습 재료로 널리 쓰이고 있지만 정작 만든 사람이 자기 작품을 AI 학습에 써도 되는지 밝혀 둘 공통된 방법이 없습니다. 창작자는 허락 없이 작품이 학습 데이터로 쓰이는 것을 막기 어렵고 AI를 만드는 쪽도 어떤 콘텐츠를 안심하고 수집해도 되는지 일일이 확인하기 어렵습니다. 웹사이트가 robot.txt 파일로 수집 로봇에게 규칙을 알려 주듯이, 콘텐츠에도 비슷한 의사 표시 수단이 필요합니다. 이 표준은 NFT 메타데이터(ERC-721, ERC-1155)와 미디어 출처 기록(ERC-7053) 같은 기존 메타데이터에 dataMiningPreference라는 항목을 추가해, 사람도 기계도 읽을 수 있는 방식으로 창작자의 뜻을 남기고 AI 개발자가 이를 체계적으로 확인할 수 있게 합니다.

심층 설명

dataMiningPreference 객체와 6개 카테고리

dataMiningPreference는 하나 이상의 조건을 담는 객체입니다. 카테고리는 여섯 가지입니다. dataMining은 패턴, 추세, 상관관계를 찾는 데이터 마이닝 사용 허용 여부입니다. aiInference는 학습된 AI/ML 모델의 입력으로 써서 결과를 추론하는 것을 허용할지입니다. aiGenerativeTraining은 파생 자산을 만들 수 있는 생성형 AI/ML 모델의 학습 데이터 사용 허용 여부이고 aiGenerativeTrainingWithAuthorship은 같은 내용에 저작자 표시를 요구하는 버전입니다. aiTraining은 생성형과 비생성형 모델 모두의 학습 데이터 사용 허용 여부이고 aiTrainingWithAuthorship은 여기에 저작자 표시를 요구합니다.

allowed, notAllowed, constrained 세 가지 값

각 카테고리는 세 값 중 하나를 가집니다. allowed는 해당 용도로 제한 없이 자유롭게 쓸 수 있다는 뜻입니다. notAllowed는 그 용도의 사용을 엄격히 금지한다는 뜻입니다. constrained는 사용은 허용하되 지켜야 할 조건이 있다는 뜻입니다. JSON 스키마에서 각 속성은 이 세 값의 enum을 가진 문자열로 정의되며 additionalProperties가 true라서 다른 속성을 추가할 수 있습니다. 예를 들어 aiInference가 allowed면 제한 없이 추론 입력으로 쓸 수 있고 notAllowed면 AI 추론에 쓸 수 없습니다.

constrained와 라이선스 참조

constrained로 표시된 경우 조건의 구체 내용은 스키마 안에 적지 않습니다. 콘텐츠 라이선스와 어긋나는 일을 막기 위해서이며 대신 라이선스 참조를 콘텐츠 메타데이터에 넣어야 합니다. 미디어 파일을 쓰려는 쪽은 라이선스에 명시된 규칙을 지켜야 합니다. Rationale에 따르면 constrained는 allowed와 notAllowed의 중간 단계로, 추가 허락이나 확인이 필요할 수 있음을 알리며 그런 정보가 없으면 notAllowed로 간주하는 것이 기본입니다. 원문 예시에서는 license 필드에 CC-BY-4.0 같은 이름과 문서 링크를 넣는 방식을 보여 주지만 이 license 필드 자체는 이 제안에서 정의하는 것이 아닙니다.

ERC-721과 ERC-7053에서의 사용

ERC-721 NFT에서는 name, description, image가 있는 NFT 메타데이터에 dataMiningPreference 필드를 넣습니다. ERC-7053의 온체인 미디어 출처 등록에서는 두 가지 방식이 있습니다. 탈중앙 콘텐츠 식별자(CID)로 찾아가는 커밋(Commit) 데이터에 dataMiningPreference를 직접 넣거나, 커밋 데이터에 assetTreeCid 같은 필드로 연결된 커스텀 메타데이터 안에 넣을 수 있습니다. 두 경우 모두 CID를 따라가면 선호 정보와 라이선스 참조를 읽을 수 있습니다.

C2PA 정합성과 설계 이유

콘텐츠 출처·진위 연합(C2PA)은 이미 자산을 데이터 마이닝이나 AI/ML 학습에 쓸 수 있는지 표시하는 지침을 두고 있습니다. 이 표준은 온체인 메타데이터를 그 지침과 맞춰 파일 안에 담긴 메타데이터와 온체인 기록이 서로 매핑되게 합니다. JSON 스키마를 쓴 것은 사람 손으로도 프로그램으로도 다루기 쉽게 하기 위해서입니다. 학습 유형을 여러 카테고리로 나눈 것은 윤리와 컴퓨팅 자원 수요를 함께 고려해 창작자가 세밀하게 통제하게 하려는 것이고 저작자 표시 옵션은 창작자가 공로를 인정받게 해 윤리·법 문제를 다루기 위한 것입니다.

Draft 상태

이 제안은 2023년 9월 12일에 만들어졌고 현재 상태가 Draft입니다. 아직 내용이 바뀔 수 있는 초안 단계의 제안이라는 점을 감안해야 합니다.

쓸 때 주의할 점

ERC 원문 · ← ERCs