인공지능 생성물에 대한 저작권 보호의 조건으로서의 ‘인간의 창작적 기여’

이해완

doi:https://doi.org/10.36669/ip.2024.79.4

추천

검색

자료유형: 학술저널

저자정보: 이해완 (성균관대학교)

저널정보: 한국지식재산학회 산업재산권 산업재산권 제79호

발행연도: 2024.12

수록면: 183 - 232 (50page)

DOI: https://doi.org/10.36669/ip.2024.79.4

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

인공지능 시대를 맞아 인간이 기술에 의해 지배받지 않고 이를 효과적으로 활용하려면 기술과의 관계에서 ‘인간중심’의 가치를 확고히 정립해야 한다. 이는 인간의 창작물을 보호해온 저작권법에도 동일하게 적용된다. 기술 중심주의에 기초해 저작권 제도를 설계하면 인간의 문화와 예술에 파괴적인 영향을 미칠 수 있다. 본 논문은 이러한 관점에서 AI 생성물의 저작권 보호 여부를 논의함에 있어 ‘인간의 창작적 기여’의 존재 여부를 핵심 판단 기준으로 삼았다. 우선, 인간의 창작적 기여가 결여된 AI 생성물은 저작권 보호 대상이 될 수 없음을 밝혔다. 이러한 생성물은 복잡한 알고리즘의 결과로 외형적 창작성은 있을 수 있지만, 인간의 사상과 감정에 기반한 진정한 창작성은 결여되어 보호 대상으로 인정되기 어렵다. 또한, AI 생성물에 대한 권리 주체를 특정하기 어려운 현실도 문제로 지적했다. AI 자체를 권리 주체로 간주하기는 불가능하며, 개발자나 소유자에게 권리를 부여하는 것도 설득력이 부족하다. 만약 이들에게 저작권을 부여할 경우, 대기업이 AI로 생산한 콘텐츠에 대해 독점권을 행사하게 되어 인간 창작 환경에 중대한 위협이 될 수 있다. 따라서 인간의 창작적 기여가 없는 생성물은 공공영역에 남겨 누구나 창작의 자원으로 자유롭게 활용할 수 있도록 하는 것이 가장 타당한 접근이다. 다음으로, 생성물에 대한 인간의 창작적 기여가 인정되기 위한 요건과 관련 쟁점에 대해 다루었다. AI 사용자에게 창작적 기여를 인정할 가능성이 상대적으로 높으며, 이를 판단하기 위한 요건으로 ① 창작 의도, ② 실질적 기여, ③ 창작적 표현 결과를 제시했다. 특히 ‘실질적 기여’ 여부를 판단하기 위한 기준으로 ‘가정적 공동저작자 기준’을 제안했다. 이는 사용자가 AI에게 구체적 지시를 수행한 것이 AI를 인간 협력자로 가정할 때 사용자가 그 협력자와 ‘공동저작자’로 인정될 수 있는지 여부를 기준으로 삼아 ‘실질적 기여’ 유무의 판단을 하는 방식이다. 이러한 접근은 기존 저작권 법리와의 정합성을 유지하면서도 AI 생성물에 대한 과잉보호와 과소보호를 모두 방지할 수 있다는 점에서 가장 적절한 방안이라 생각한다. 마지막으로, 최근 미국과 중국 사례들을 분석하며, 사용자가 구체적인 내용으로 프롬프트를 작성하고 자신이 의도한 것과 가까운 결과물이 나올 때까지 프롬프트를 반복적으로 수정하며 최종 결과물을 선택하는 등의 과정을 통해 실질적 통제를 행사한 경우 ‘직접적 통제’가 없더라도 사안에 따라 이를 창작적 기여로 인정할 수 있는 것으로 보아야 한다는 입장을 밝혔다. 다만 사용자의 창작적 기여가 인정되더라도 그 보호 범위는 해당 기여 부분으로 제한하고, 나머지 부분은 공공영역에 남겨두어야 한다고 주장했다. 결론적으로 본 논문은 현행 저작권법의 해석을 바탕으로 AI 생성물 보호의 기준과 방향을 제시하며, 그것이 인공지능 발전과 인간 창작 보호 간의 균형을 유지하는 미래지향적 정책 설계와 잘 부합되는 것임을 강조하였다.

In the era of artificial intelligence, it is imperative to establish a firm commitment to “human-centered” values in the relationship between humans and technology to prevent human creativity from being overshadowed by technological dominance. This principle equally applies to copyright law, which has historically protected human creative works. A technocentric approach to designing copyright systems risks having a destructive impact on human culture and the arts. In this context, this study focuses on the question of copyright protection for AI-generated outputs, identifying the existence of “human creative contribution” as the key criterion for determining eligibility. This study first establishes that AI-generated outputs lacking human creative contribution should not qualify for copyright protection. While these outputs may exhibit surface-level originality as products of complex algorithms, they lack the genuine originality rooted in human thought and emotion, which disqualifies them from being protected works. The challenge of identifying a rightful rights holder for such works is also highlighted. Recognizing AI itself as a rights holder is unfeasible, and assigning copyright to developers or owners lacks sufficient justification. Granting such rights would likely lead to monopolization of AI-generated content by large corporations, posing a significant threat to the creative environment for humans. Therefore, leaving AI-generated outputs without human creative contribution in the public domain, where they can be freely utilized as resources for further creation, is deemed the most appropriate approach. This study further examines the conditions under which human creative contributions to AI-generated outputs can be recognized and protected. AI users are identified as the most likely candidates for such recognition. The proposed criteria include: (1) the intention to create, (2) substantial contribution, and (3) the resulting creative expression. A key focus is placed on determining “substantial contribution,” for which the paper suggests the “hypothetical co-authorship test.” This approach treats AI as a collaborative partner performing human-like functions, assessing whether the user’s instructions to the AI meet the threshold for co-authorship. This method aligns with existing copyright principles while avoiding both overprotection and underprotection of AI-generated works with human input. Lastly, this study analyzes recent cases in the United States and China, highlighting the importance of recognizing creative contributions even in scenarios where users exercise “substantial control” by crafting detailed prompts, iteratively refining them, and selecting a final output. It argues that even in the absence of “direct control” over the AI, such acts demonstrate a level of creative involvement sufficient to warrant protection. However, in cases where the user’s creative contribution is recognized, the scope of copyright protection should still be limited to the parts reflecting the user’s contribution, with the remainder left in the public domain. In conclusion, this study proposes a balanced framework for protecting AI-generated outputs based on current copyright law principles. By emphasizing human creative contribution as the foundation of protection, this approach harmonizes the advancement of AI technology with the safeguarding of human creativity, offering a forward-looking policy direction that requires no special legislative intervention.

#인공지능 생성물 #저작권 #공공영역 #인간의 창작적 기여 #가정적 공동저작자 기준 #AI-generated works #copyright #public domain #human creative contribution #hypothetical co-authorship

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)