생성형 인공지능 챗GPT의 활용과 규제에 대한 법제검토 -저작권법과 개인정보보호 법제를 중심으로-

김승래; 송인방

추천

검색

자료유형: 학술저널

저자정보: 김승래 (경상국립대학교) 송인방 (경상국립대학교)

저널정보: 한국집합건물법학회 집합건물법학 집합건물법학 제49권

발행연도: 2024.2

수록면: 263 - 307 (45page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

ChatGPT의 등장으로 인간과 기계의 경계선이 없어지면서 사람들은 자신이 상대하고 있는 자가 기계인지 사람인지 분별하기가 점점 쉽지 않게 되었다. 그럼에도 불구하고 ChatGPT는 정보검색 및 접근 방식의 전환을 가져오고, 책이나 예술과 같은 생성물을 만들어 내면서 우리가 디지털세상에서 일하고 소통하고 즐기는 방식에 변화를 가져오고 있다. ChatGPT는 인간 사용자 피드백 기반 강화학습(Reinforcement Learning from Human Feedback, RLHF)을 사용하여 대화를 최적화하였다. 강화학습(Reinforcement Learning)은 반복적인 시행착오 상호작용을 통해 작업 수행 방법을 학습하는 머신러닝 기법의 한 유형이다. ChatGPT의 응답에 사람이 점수를 매기고 이를 강화학습 보상(rewards) 알고리즘에 반영해서 ChatGPT의 보상 모델을 학습시킨 것이다. 주어진 질의에 대해 사람 사용자가 판단하기에 좋은 응답이라 생각할수록 보다 큰 보상을 받고 유해한 텍스트를 생성하면 보상을 받지 못하도록 학습된 것이다. ChatGPT와 대화할 때 기계가 아닌 논리정연하면서 유창한 사람과 대화한다는 느낌을 받는 것도 이러한 RLHF 기술 덕분이다. ChatGPT는 일방적인 명령 위주가 아닌 교감하는 대화가 가능한 생성형 AI 서비스의 상용화가 가능할 것이며, 초대규모 모델이기 때문에 범용성이 핵심 경쟁력이다. 즉, ChatGPT 는 대화를 주고받을 수 있는가 하면, 한 번의 텍스트 입력에 작문이나 작곡, 코딩, 그림 등의 결과를 찾아주거나 변환하는 식이다. ChatGPT가 콘텐츠 생산과 관련된 시간과 제한의 문턱을 크게 낮추면서, 광고, 출판, 게임을 포함한 다양한 분야에서 주목을 받을 수 있을 것이다. 또한 ChatGPT 가 복잡한 개념을 풀어서 설명하고, 대화를 통해 틀린 내용을 수정할 수 있는 만큼 교육 분야에서도 성장 가능성이 클 것이다. 본 연구는 AI시대에 있어서 생성형 인공지능(ChatGPT)이 등장하면서 그에 대한 법적 쟁점을 중심으로 생성형 인공지능 ChatGPT의 기술적 발전 과정과 범용적 활용 및 ChatGPT의 법적 규제에 대한 법제 검토를 하였다.

With the advent of ChatGPT, the boundary between humans and machines has disappeared, making it increasingly difficult for people to discern whether the person they are dealing with is a machine or a human. Nevertheless, ChatGPT is bringing about changes in the way we work, communicate, and play in the digital world by bringing about a shift in information search and access methods and creating products such as books and art. ChatGPT optimizes conversations using Reinforcement Learning from Human Feedback (RLHF). Reinforcement Learning is a type of machine learning technique that learns how to perform a task through repeated trial and error interactions. A person scores ChatGPT's responses and reflects them in the reinforcement learning rewards algorithm to learn ChatGPT's reward model. It is learned that the more a human user judges a given query to be a good response, the greater the reward, and the more harmful text is generated, the less reward it receives. It is thanks to this RLHF technology that when talking with ChatGPT, you feel like you are talking with a logical and fluent person rather than a machine. ChatGPT will enable the commercialization of a generative AI service that enables interactive conversation rather than focusing on one-sided commands, and since it is a very large-scale model, versatility is its core competitiveness. In other words, ChatGPT allows you to exchange conversations and finds or converts results such as writing, composing, coding, or drawing with a single text input. As ChatGPT significantly lowers the threshold of time and limitations associated with content production, it could gain attention in a variety of fields including advertising, publishing, and gaming. Additionally, ChatGPT has great potential for growth in the field of education as it can unravel and explain complex concepts and correct errors through conversation. This study reviewed the technological development process and general-purpose use of generative artificial intelligence (ChatGPT) and the legal regulations of ChatGPT, focusing on the legal issues surrounding the emergence of generative artificial intelligence (ChatGPT) in the AI era.

#생성형 인공지능(AI) #ChatGPT #강화학습(RLHF) #제4차 산업혁명 #지능정보사회 #챗봇 #저작권 #개인정보보호 #Generative artificial intelligence (AI) #ChatGPT #reinforcement learning (RLHF) #4th industrial revolution #intelligent information society #chatbot #copyright #personal information protection

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)