인공지능 산출물과 학습데이터에 관한 저작권 문제 고찰

전우정; 노태엽

doi:10.29305/tj.2024.8.203.186

추천

검색

질문

자료유형: 학술저널

저자정보: 전우정 (한국과학기술원) 노태엽 (덴톤스 리 법률사무소)

저널정보: 한국법학원 저스티스 저스티스 통권 제203호

발행연도: 2024.8

수록면: 186 - 236 (51page)

DOI: 10.29305/tj.2024.8.203.186

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 논문은 인공지능 산출물의 저작물성과 인공지능 학습과정에서의 저작권 침해 문제 두 가지 주요 쟁점을 심도있게 분석하였다. 각국 판례와 입법례를 비교․분석하는 동시에, 국내외 학계의 다양한 논의를 소개하면서 관련 쟁점을 입체적으로 검토하였다. 첨단 인공지능 기술의 발전으로 창작 환경이 근본적으로 변화하고 있음에도 불구하고, 현행 저작권법은 인간 창작자 중심으로 설계되어 있어 한계가 있음을 지적하였다. 인공지능 산출물에 대해서는 저작물로서 보호할 만한 창작성이 인정되는지 여부에 따라 저작권 보호 여부가 결정되어야 한다는 기준을 제시하였다. 한국저작권위원회의 AI수로부인 편집저작물 인정 사례, 미국 저작권청의 인공지능 산출물 등록 거부 결정, 영국 저작권법상 컴퓨터생성 저작물 조항, 중국 법원의 인공지능 생성 이미지 보호 판결에 대한 분석을 통해 각국의 입장을 파악하고 시사점을 도출하였다.
나아가 인공지능 학습과정에서의 저작권 침해 문제를 분석하였다. 인공지능 학습을 위해서는 방대한 양의 데이터를 수집․전처리하는 과정이 필수적인데, 이 과정에서 저작권 침해 문제가 발생할 소지가 있다. 학습데이터 이용 과정에서 저작권자의 이익이 과도하게 침해되지 않도록 하면서도, 딥러닝 목적의 저작물 이용에 관한 면책 범위를 합리적으로 설정할 필요가 있다. 현행 저작권법상 의거성과 실질적 유사성 요건을 충족하는 경우 저작권 침해가 성립할 수 있으나, 공정이용 법리에 의해 면책될 여지도 있다. 최근 미국에서는 인공지능 기업을 상대로 한 저작권 침해 소송이 다수 제기되고 있어 주목된다. 한편, 영국, EU, 일본 등에서는 TDM(텍스트 및 데이터 마이닝) 면책규정을 도입하여 일정한 요건 하에 저작물의 자유이용을 허용하고 있다. 우리나라에서도 TDM 면책규정 도입을 골자로 한 저작권법 개정안이 발의되었으나 제21대 국회 임기 만료로 폐기되었다. 인공지능 학습과정에 대한 저작권 규율은 기술혁신과 창작자 보호라는 두 가지 가치를 조화롭게 실현하는 것을 지향해야 한다.

This article provides an in-depth analysis of two major issues : the copyrightability of AI-generated works and the potential copyright infringement during the AI training process. By comparing and analyzing case laws and legislation from various countries, as well as introducing diverse discussions from the academic community, this article offers a multifaceted examination of the relevant issues. Despite the fundamental changes in the creative environment brought about by advanced AI technologies, the current copyright law, designed with a focus on human creators, has limitations. The article suggests that the decision to grant copyright protection to AI-generated works should be based on whether the creativity of the work is sufficient to warrant protection as a copyrighted work. Through a thorough analysis of the AI Madam Suro case recognized as a compilation work by the Korea Copyright Commission, the U.S. Copyright Office’s decision to refuse registration of AI-generated works, the computer-generated works provision in the U.K. copyright law, and the Chinese court rulings protecting AI-generated works, this article identifies the positions of different countries and derives implications.
Furthermore, the article analyzes the issue of copyright infringement during the AI training process. The collection and preprocessing of vast amounts of data are essential for AI training, and this process may lead to potential copyright infringement issues. There is a need to establish a reasonable scope of exemption for the use of works for deep learning purposes while ensuring that the rights of copyright holders are not excessively infringed upon during the data usage process. Under the current copyright law, copyright infringement can be established if the requirements of reliance and substantial similarity are met, but there is also a possibility of exemption under the fair use doctrine. Recently, numerous copyright infringement lawsuits have been filed against AI companies in the United States, drawing attention to this issue. Meanwhile, countries such as the United Kingdom, the European Union, and Japan have introduced text and data mining (TDM) exemption provisions, allowing the free use of copyrighted works under certain conditions. In South Korea, a proposed amendment to the Copyright Act, which includes the introduction of TDM exemption provisions, has been submitted. The copyright regulation of the AI training process should aim to harmoniously realize the two values of technological innovation and protection of creators.

#저작권법 #인공지능 #인공지능 산출물 #저작물성 #인공지능 학습데이터 #Copyright law #Artificial intelligence #AI-generated work #Copyrightability #AI training data

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!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090312800

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

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)