본 논문은 대규모 언어 모델(LLM)의 온라인 검색 기능이 웹 콘텐츠와 같은 사이버 지적재산권(IP) 보호에 미치는 이중적인 영향에 대해 논의합니다. LLM이 편리한 정보 접근성을 제공하지만, 동시에 원본 콘텐츠 제작자의 권리를 침해할 수 있다는 점을 지적합니다. LLM이 생성한 응답에 대한 사용자 의존도 증가는 원본 정보 소스에 대한 직접적인 참여를 감소시켜, IP 제작자의 참여 동기를 약화시키고 AI 생성 콘텐츠로 가득 찬 사이버 공간을 초래할 수 있습니다. 이에 대한 해결책으로, 본 논문은 LLM 자체의 의미 이해 능력을 활용하여 웹 콘텐츠 제작자가 웹 기반 IP를 LLM의 무단 실시간 추출로부터 보호할 수 있도록 하는 새로운 방어 프레임워크를 제안합니다. 이 방법은 원칙적인 동기를 따르며 다루기 힘든 블랙박스 최적화 문제를 효과적으로 해결합니다. 실제 실험 결과, 다양한 LLM에서 방어 성공률을 2.5%에서 88.6%로 향상시켜 구성 기반 제한과 같은 기존 방어 방식보다 뛰어난 성능을 보였습니다.
