AI 산출물에 의한 저작권 침해에 관한 연구
A Study on Copyright Infringement by AI-Generated Works
전응준(Eung Jun Jeon)
요 약
본 연구는 AI 산출물에 의한 기존 저작권 침해의 문제를 고찰하기 위해 우선 생성
형 AI의 기술적 특성에 관하여 ‘생성형 AI의 확률적 모방성’과 ‘초과 모방성 현상’이
라는 개념을 제시하였다. ‘생성형 AI의 확률적 모방성’은 AI 모델이 학습데이터의 분
포를 파악하여 이를 확률적으로 모방하는 특성을 법적 관점에서 해석한 것이며 ‘초과
모방성 현상’은 생성형 AI가 일반적인 모방성을 넘어 의도적으로 저작권 침해물을 생
성하는 현상을 개념화한 것이다. 이와 같은 관점하에 본 연구는 크게 다음의 세 가지
사항을 검토하였다.
첫째, AI의 확률적 모방성은 ‘학습데이터의 분포를 따르는’ 기술적 특성에서 비롯
되는데, 이러한 모방성은 기술발전에 의해 다양한 형태로 나타날 수 있다. 이와 같은
AI 산출물에 대한 저작권 침해 여부를 판단하기 위해서는 생성형 AI의 산출 과정에
대한 과학적ㆍ기술적 검토가 요구된다. 그러나 AI 모델 내부 구조가 블랙박스와 같이
작동함에 따라 침해 과정을 직접적으로 입증하기가 어렵다는 점이 특히 의거성의 입
증을 어렵게 하고 있다. 이러한 의거성 입증의 어려움을 해결하기 위해 학습데이터에
피침해 저작물이 존재하고 AI 산출물이 피침해 저작물과 매우 유사한 경우, 증거거리
설에 기초하여 의거성에 대한 입증책임을 전환하는 방안을 고려할 수 있다고 보았다.
둘째, AI 이용자와 AI 개발자의 책임 귀속 문제는 침해행위의 구조적 특성과 밀접하
게 연결된다. 이용자가 침해 유발적인 프롬프트를 입력하여 특정 저작물과 유사한 결과
물을 얻은 경우, 이는 이용자의 직접 침해로 볼 가능성이 높다. 반면, 기술적으로 특정
저작물의 모방을 유도하는 AI 모델(e.g. 과적합된 모델)을 의도적으로 제공한 개발자는
직접 혹은 공동 침해 책임을 부담할 수 있다. 따라서 개별 사안 단위로 AI 이용자 또는
AI 개발자의 침해 주체성 여부를 검토하는 법적ㆍ정책적 관점이 필요하다. 같은 맥락에
서 AI 모델 자체가 침해행위로 조성된 물건으로서 금지 및 폐기 청구의 대상이 되는지
도 검토할 수 있다. 기본적으로 AI 모델은 파라미터의 형태로 존재하기 때문에 학습데
이터의 복제물로 볼 수 없지만, 의도적으로 특정 저작물을 모방하도록 설계된 AI 모델
의 경우에는 규범적 관점에서 금지 및 폐기 청구의 대상이 될 가능성이 있다.
셋째, AI 산출물의 저작권 침해를 방지하고 책임 소재를 명확히 하기 위해서는 입
증책임 전환, 필터링 및 모니터링 기술, OSP(온라인서비스제공자)에 대한 통지ㆍ삭제
절차 등 추가적인 규제 장치의 도입이 검토될 수 있다. 그러나 이러한 방안이 과도하
게 적용될 경우 기술 발전이 위축되고 표현의 자유에 대한 제약으로 이어질 수 있으
므로 새로운 입법적 제안은 기존 법리와 제도를 존중하는 전제에서 신중히 고려되어
야 한다고 생각된다.