AILP — AI 학습 허가 프로토콜

01 · 정의

AILP는 학습이라는 특정 질문에 대해 AIRS 스펙트럼을 운용 가능하게 만듭니다. 이진적 크롤러 규칙이 뭉뚱그리는 행위들을 구분합니다: 읽히는 것은 학습되는 것이 아니고, 검색되는 것은 학습 데이터가 되는 것이 아니며, 파인튜닝은 증류가 아니고, 원문 그대로의 암기는 통계적 내재화와 다릅니다. AILP는 퍼블리셔가 단일 기계 판독 가능 파일에서 차원별 권한 — 접근, 색인, 추론 입력, 임베딩, 학습, 파인튜닝, 증류, 기억, 출력, 출처 표기 및 보상 — 을 각각 허용, 거부, 라이선스 필요로 선언할 수 있게 합니다.

02 · 목적

• "AI가 이것을 학습해도 되는가?"라는 질문에 크롤링 비트가 아닌 차원 수준의 정밀도로 답합니다.
• 학습 허가(모델로의 내재화)를 접근 허가(페이지 가져오기)와 분리합니다.
• 보상 모델을 지원합니다: 무료, 비상업, 라이선스 필요, 수익 공유.
• 개방성을 기계가 실행 가능하게 만듭니다 — 선의가 법적 불확실성으로 치부되어 버려지지 않도록.

03 · 범위

04 · 기계 판독 가능 예시

학습 허가 선언 — /ai/rights-spectrum.json (AILP 프로필)

{
  "version": "0.1",
  "protocol": "AILP",
  "publisher": "example.org",
  "default": {
    "access": "allowed",
    "indexing": "allowed",
    "inference_input": "allowed",
    "embedding": "allowed",
    "training": "license_required",
    "fine_tuning": "license_required",
    "distillation": "denied",
    "verbatim_memory": "denied",
    "attribution": "required",
    "compensation": "contact"
  },
  "contact": "licensing@example.org"
}

05 · 한계

• 학습 허가의 의미론은 기술적으로 검증하기 가장 어렵습니다 — AILP는 의도를 선언할 뿐, 아직 준수를 증명할 수는 없습니다.
• 차원 목록은 초안이며, 학습·파인튜닝·증류 간의 경계는 여전히 논쟁 중입니다.
• 학습 허가에 대한 법적 인정은 관할권마다 다르며 아직 해결되지 않았습니다.