생성형 AI 학습과정에서의 저작권 침해에 관한 법적 고찰

오현석

추천

검색

자료유형: 학술저널

저자정보: 오현석 (계명대학)

저널정보: 한국스포츠엔터테인먼트법학회 스포츠엔터테인먼트와 법 스포츠엔터테인먼트와 법 제29권 제1호

발행연도: 2026.2

수록면: 47 - 81 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 논문은 생성형 AI의 성능 고도화가 대규모 저작물 학습에 의존한다는 현실에서, 학습 단계의 저작권 침해 논란이 산업 경쟁력과 창작 생태계의 지속가능성을 동시에 위협하는 구조적 갈등으로 확장되고 있음을 문제의식으로 삼는다. 미국과 EU가 상이한 규범 경로를 형성하는 배경을 산업구조와 규범 철학의 차이에서 설명하고, 주요 분쟁 사례를 통해 학습·출력 단계의 침해 판단 기준과 집행 가능성의 한계를 비교한다. 구체적으로 미국은 공정이용의 개방형 4요소 판단을 통해 변형성과 시장 대체효과를 중심으로 사후 조정하는 경향이 있어 기업의 법적 불확실성과 비용을 완화하는 반면, EU는 DSM 지침의 TDM에 대한 열거된 예외와 3단계 테스트를 토대로 권리자의 옵트아웃, 합법적 접근, 투명성 및 보상 메커니즘을 결합한 규범 설계를 강화해 왔다. 또한 최근 독일 등 유럽 법원에서의 판례는 ‘기술적 불가피성’보다 모델의 체화와 재현 가능성, 침해 방지 의무를 강조하며 제공자에게 다층적 조치를 요구하는 흐름을 조명한다. 나아가 EU 의회 보고서가 학습 저작물 목록·크롤링 기록 공개, 입증책임 완화, 공정 보상 및 라이선스 시장 촉진, AI 생성물의 공공영역 정립 등을 제안함으로써 향후 규범 정합성 재정렬을 시도하고 있음을 정리한다. 이를 토대로 뉴스 학습 관련 분쟁, AI기본법의 진흥 중심 설계와 투명성 공백, 광범위 면책 추진 논의 등 우리의 현황을 비판적으로 검토하고, 투명한 데이터 거버넌스, 표준화된 opt-out, 합리적 집단·포괄 라이선스, 신속한 구제 절차, 책임 배분의 정교화가 정책 패키지로 필요하다는 시사점을 제시한다.

This study analyzes the rapidly increasing copyright disputes surrounding training data for generative AI, focusing on cases and policy developments in the United States, the European Union, and South Korea, and explores directions for improving Korea’s legal and policy framework. Because AI performance depends heavily on large-scale data training, the training process involves the collection, reproduction, and analysis of copyrighted works. This reality raises concerns for right holders about unauthorized use and market substitution, while imposing on AI companies the risk of dampened innovation and increased compliance costs. In the United States, numerous lawsuits—including The New York Times v. OpenAI—have been filed. U.S. courts have generally applied the fair use doctrine in a manner relatively favorable to AI companies, assessing factors such as “transformative” use and potential market harm, while still finding infringement where works were obtained or stored through unlawful channels such as piracy. By contrast, the EU, under a policy orientation that prioritizes the protection of cultural and content industries, has shown a stronger tendency to recognize authors’ rights, as illustrated by developments such as a German court’s “embodiment” reasoning, alongside legislative and policy momentum toward greater training-data transparency and fair remuneration. In South Korea, litigation has emerged as well, including a dispute between the country’s three major terrestrial broadcasters and Naver concerning the use of news content for AI training. Korea’s Framework Act on Artificial Intelligence, which took effect in 2026, leaves issues such as copyright largely to sector-specific laws and thus faces limitations in regulating transparency. Accordingly, this study proposes that Korea adopt a trust-based governance model that combines: enhanced transparency in data use, mechanisms enabling right holders to control or opt out of training uses, the development of reasonable licensing markets, expedited dispute-resolution procedures, and a carefully designed allocation of platform responsibilities to clarify the boundary between lawful training and infringement.

#생성형 AI #저작권 침해 #미국 저작권법 #EU 저작권지침 #공정이용 #Generative AI #copyright infringement #US copyright law #EU copyright guidelines #fair use

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)