콘텐츠로 이동

P1-15.2 저작권(copyright)과 학습 데이터(training data)

Section ID: P1-15.2 Version: v2026.07.20

P1-15.1에서는 AI 결과가 사람과 사회에 영향을 줄 때 편향(bias), 안전성(safety), 책임(accountability)을 어떻게 봐야 하는지 살펴봤습니다. 이제 질문은 조금 더 구체적입니다.

AI는 많은 자료를 읽고 배운 것처럼 보인다. 그 자료에는 책, 기사, 이미지, 코드, 블로그 글도 있을 수 있다. 그렇다면 AI가 학습하거나 생성할 때 타인의 저작물은 어떤 위치에 있는가?

저작권(copyright)은 AI 시대에 새로 생긴 문제가 아닙니다. 하지만 생성형 AI(generative AI)는 저작권 문제를 더 어렵게 만듭니다. 사람이 책에서 짧은 문장을 인용하는 일과, 대규모 데이터를 수집해 모델 학습(training)에 사용하는 일은 같은 문제가 아닙니다.

여기서는 법률 결론을 단정하지 않고, 한국어 책을 만들고 배포하는 관점에서 어떤 개념을 구분해야 하는지, 어떤 자료 사용을 보류해야 하는지, 어떤 근거를 남겨야 하는지를 정리합니다.

이 절에서는 저작권(copyright), 인용(quotation), 학습 데이터(training data), 표현(expression), 출처 표시(attribution), 라이선스(license)를 중심으로 타인의 표현과 자료를 어떻게 다뤄야 하는지 정리합니다. 15.1의 사회적 위험 설명을 이어받고, 보안과 개인정보는 15.3에서 다룹니다.

여기서는 저작권과 학습 데이터 논쟁의 검토 지점을 다룹니다. 보안(security), 개인정보(privacy), 비밀 정보 유출은 P1-15.3에서 다룹니다.

주제 이 절에서 볼 질문
저작권(copyright) 어떤 표현과 자료가 보호 대상이 될 수 있는가?
인용(quotation) 책 본문에서 외부 문장을 어디까지 사용할 수 있는가?
학습 데이터(training data) AI 모델 학습에 쓰인 자료는 왜 논쟁이 되는가?
생성 결과(output) AI 출력물이 기존 저작물과 너무 비슷하면 어떤 문제가 생기는가?
작성 원칙(authoring rule) 이 책을 만들 때 어떤 자료 사용을 피해야 하는가?

여기서는 한국 저작권법을 기준으로 먼저 생각하되, 생성형 AI 학습 데이터 논쟁은 아직 국가별 제도와 판례가 다르게 전개되고 있음을 함께 봅니다.

저작권과 학습 데이터를 구분해 읽는 기준

  • 저작권(copyright), 라이선스(license), 출처 표시(attribution), 인용(quotation)을 구분합니다.
  • 아이디어(idea), 사실(fact), 표현(expression)을 구분합니다.
  • 책 본문에서의 인용과 AI 학습 데이터(training data) 사용이 왜 다른 문제인지 설명합니다.
  • 생성형 AI 학습 데이터 논쟁에서 권리자(rightsholder)와 AI 개발자가 무엇을 다투는지 이해합니다.
  • 이 책을 작성할 때 유료 출판물, 폐쇄형 강의자료, 무단 복제 PDF를 AI 입력으로 사용하지 않아야 함을 설명합니다.

세 가지 기준

여기서는 법률 결론을 단정하기보다 무엇을 조심해야 하는지 구분합니다. 본문을 읽을 때 기준이 되는 세 가지 관점은 다음과 같습니다.

기준 왜 중요한가 이 절에서 필요한 이해 수준
저작권은 아이디어보다 표현(expression)을 보호한다는 점 주제 참고와 문장 복제를 구분하게 해 줍니다. 개념 자체와 구체적 문장·도표는 다르게 봐야 한다고 이해합니다.
책 본문 인용과 AI 학습 데이터 사용은 다른 문제라는 점 “출처만 쓰면 된다”는 단순화된 오해를 줄여 줍니다. 사람이 본문에 인용하는 것과 모델이 대규모로 학습하는 것은 별도 쟁점이라고 이해합니다.
이 책에서는 보수적으로 자료 사용을 제한해야 한다는 점 실제 집필 원칙과 바로 연결됩니다. 유료 출판물, 폐쇄형 강의자료, 무단 복제 PDF는 입력으로 쓰지 않는다고 이해합니다.

저작권은 표현을 보호한다

저작권(copyright)은 모든 생각을 독점하게 하는 제도가 아닙니다. 저작권법 제2조는 저작물을 인간의 사상 또는 감정을 표현한 창작물로 정의합니다. 이 정의에서 중요한 단어는 표현(expression)입니다. 일반적으로 저작권은 아이디어(idea), 주제, 사실(fact) 자체보다 그것을 구체적으로 표현한 문장, 그림, 구성, 코드, 사진, 음악 같은 표현을 보호합니다.

보통 보호 대상이 되기 어려운 것: AI 윤리에 관한 주제 저작권을 조심해야 한다는 생각 머신러닝 목차를 만든다는 아이디어

보호 대상이 될 수 있는 것: 특정 책의 문장 특정 강의자료의 설명 구조와 도표 특정 기사나 칼럼의 표현 특정 이미지, 표, 코드 예제

이 구분은 책을 만들 때 중요합니다. 어떤 책의 주제를 참고해 “AI 개론에서 저작권을 다뤄야 한다”는 판단을 하는 것과, 그 책의 문장·목차 배열·예시·도표를 그대로 가져오는 것은 다릅니다.

출처 표시(attribution)는 필요하지만, 출처만 밝히면 모든 사용이 허용된다는 뜻은 아닙니다. 출처 표시는 저작물 이용의 한 조건일 수 있지만, 이용 허락(permission), 라이선스(license), 인용 요건을 대신하지 않습니다.

인용과 학습 데이터는 같은 문제가 아니다

책 본문에서 외부 자료를 짧게 인용하는 일과, AI 모델을 만들기 위해 대규모 자료를 학습 데이터(training data)로 사용하는 일은 논점이 다릅니다.

구분 책 본문 인용 AI 학습 데이터 사용
사용 위치 독자가 볼 수 있는 본문 안에 들어감 모델 학습 과정 내부에 들어감
분량 필요한 만큼 제한적으로 사용해야 함 대규모 수집과 복제가 문제될 수 있음
출처 독자가 확인할 수 있게 표시함 학습 데이터 출처가 불투명한 경우가 많음
목적 설명, 비평, 연구, 교육 보조 모델 성능 향상, 서비스 제공, 상업적 사용 가능
위험 과도한 인용, 원문 대체, 출처 누락 무단 복제, 시장 대체, 출력물 유사성, 투명성 부족

한국 저작권법 제28조는 공표된 저작물을 보도, 비평, 교육, 연구 등을 위해 정당한 범위 안에서 공정한 관행에 맞게 인용할 수 있다는 취지의 조항입니다. 이 조항은 “출처만 쓰면 괜찮다”는 단순 규칙이 아닙니다. 내 글이 중심이고 인용은 보조적이어야 하며, 필요한 범위를 넘지 않아야 합니다.

저작권법 제35조의5는 저작물의 공정한 이용(fair use에 가까운 일반 조항)을 다룹니다. 이 조항은 저작물의 일반적인 이용 방법과 충돌하지 않고 저작자의 정당한 이익을 부당하게 해치지 않는 경우를 전제로 하며, 목적과 성격, 저작물의 종류와 용도, 이용된 부분의 비중과 중요성, 시장 가치나 잠재 시장에 미치는 영향 등을 고려하도록 합니다.

또한 저작권법 제37조는 이 관에 따라 저작물을 이용하는 경우 출처를 명시하도록 정합니다. 따라서 출처 표시는 중요합니다. 다만 출처 표시는 인용이나 공정한 이용 판단을 대신하는 만능 허가가 아니라, 저작물을 이용할 때 함께 검토해야 하는 조건 중 하나입니다. 즉, 저작권 검토는 하나의 체크박스가 아니라 여러 요소를 함께 보는 판단입니다.

따라서 이 책에서는 다음처럼 구분합니다.

외부 문장을 짧게 보여 주고 해석한다. -> 인용 요건과 출처 표시를 검토한다.

유료 책이나 무단 PDF를 AI에게 넣고 요약시킨다. -> 원문 사용 자체를 보류한다.

공개 자료의 주제 분포를 보고 커리큘럼을 일반화한다. -> 원문 목차를 길게 옮기지 않고 주제 수준으로 정규화한다.

학습 데이터 논쟁의 핵심

생성형 AI에서 학습 데이터(training data)는 모델이 패턴을 배우는 재료입니다. 그러나 그 재료가 공개 웹페이지, 책, 기사, 이미지, 코드처럼 저작권이 있는 자료를 포함할 때 논쟁이 생깁니다.

권리자(rightsholder)는 보통 다음을 문제 삼습니다.

권리자 관점의 쟁점 설명
무단 복제(reproduction) 모델 학습을 위해 저작물을 수집·저장·처리하는 과정이 복제에 해당할 수 있음
시장 대체(market substitution) AI 출력이나 서비스가 원저작물의 수요를 대체할 수 있음
투명성(transparency) 어떤 자료가 학습에 쓰였는지 확인하기 어려움
출력물 유사성(substantial similarity) 생성 결과가 기존 저작물의 표현과 지나치게 비슷할 수 있음

AI 개발자나 서비스 제공자는 보통 다음을 주장합니다.

AI 개발자 관점의 주장 설명
변형적 이용(transformative use) 원문을 그대로 제공하려는 것이 아니라 통계적 패턴을 학습한다는 주장
공정 이용(fair use) 미국 법제에서는 fair use 항변이 주요 쟁점이 됨
텍스트·데이터 마이닝(text and data mining, TDM) 일부 지역에서는 데이터 분석과 연구를 위한 예외 규정이 논의됨
출력 통제(output control) 원문과 유사한 출력을 줄이기 위한 필터, 정책, 평가를 둔다는 주장

중요한 점은 이 논쟁이 아직 단순한 결론으로 정리되지 않았다는 것입니다. 국가별 법제, 자료의 종류, 사용 목적, 시장 영향, 모델의 출력 방식, 계약과 라이선스에 따라 판단이 달라질 수 있습니다.

소송과 보도는 무엇을 보여 주는가

The New York Times는 2023년 12월 OpenAI와 Microsoft를 상대로 저작권 침해 소송을 제기했습니다. AP 보도에 따르면 Times는 자사 기사가 허락 없이 챗봇 학습에 사용되었고, 생성형 AI가 Times 자료를 그대로 또는 유사하게 출력해 뉴스 산업의 수익과 독자 유입을 위협한다고 주장했습니다. 이 내용은 Times 측 주장과 소송의 맥락을 보여 주는 사례이며, 그 자체가 최종 법률 판단은 아닙니다.

미국 저작권청(U.S. Copyright Office)은 2023년부터 AI와 저작권 쟁점을 검토했고, 2025년에는 생성형 AI 학습(generative AI training)을 다룬 보고서의 사전 공개본을 냈습니다. 이 자료는 미국 법제와 정책 논의를 이해하는 데 유용하지만, 한국 저작권법 판단을 직접 대체하지는 않습니다.

학술 논문에서도 생성형 AI를 하나의 제품이 아니라 학습 데이터, 모델 학습, 프롬프트 입력, 출력 생성, 배포와 사용이 연결된 공급망(supply chain)으로 나누어 봐야 한다는 논의가 있습니다. 이 관점은 “AI가 만들었으니 괜찮다” 또는 “학습했으니 모두 침해다” 같은 단순화를 피하게 해 줍니다.

한국 출판물을 다룰 때의 작성 원칙

이 책은 공개 배포되는 웹 책입니다. 따라서 개인 메모보다 더 엄격하게 자료 사용을 검토합니다.

자료 유형 이 책에서의 원칙
유료 교재·전자책 원문을 AI 입력으로 넣거나 요약시키지 않음
무단 스캔본·복제 PDF 사용하지 않음
서점 목차 긴 목차를 복제하지 않고 주제 수준으로만 참고함
논문·공식 문서 원문을 확인하고 주장과 연결되는 부분만 출처 표시함
뉴스·칼럼 사건과 관점을 소개하되, 사실 주장과 해석을 구분함
도표·이미지 라이선스 확인 없이 복제하지 않고, 필요하면 자체 도식으로 다시 만듦
코드 예제 외부 코드를 그대로 옮기지 않고 자체 예제를 작성함

특히 한국 출판물은 다음을 피합니다.

책의 목차를 장·절 순서 그대로 길게 옮기는 일 강의자료의 설명 문장을 바꿔 말한 것처럼 사용하는 일 유료 전자책을 AI에게 넣고 요약본을 만드는 일 문제집의 문제와 풀이를 변형해 예제로 쓰는 일 출처만 달고 기사 본문을 길게 가져오는 일

이 책에서 필요한 것은 원문을 대체하는 요약본이 아닙니다. 여러 공개 자료를 확인한 뒤, 입문자가 다시 학습할 수 있도록 주제와 개념을 재구성하는 것입니다.

생성 결과도 검토해야 한다

AI가 만든 문장이라고 해서 저작권 위험이 사라지지는 않습니다. 생성 결과(output)가 기존 저작물과 지나치게 비슷하거나, 특정 기사·책·강의자료의 구조를 그대로 따라가면 문제가 될 수 있습니다.

검토할 질문은 다음과 같습니다.

검토 질문 이유
특정 원문과 문장이 너무 비슷한가? 표현(expression)의 복제 위험
특정 책의 목차 구조를 그대로 따르는가? 선택과 배열의 유사성 위험
출처가 없는 사실 주장을 단정했는가? 근거 누락과 허위 출처 위험
짧은 인용이 본문보다 더 중요해졌는가? 주종관계 훼손 위험
독자가 원문을 볼 필요가 없을 정도로 대체하는가? 시장 대체(market substitution) 위험

AI 초안은 항상 검토 대상입니다. “AI가 써 줬다”는 말은 책임을 줄여 주지 않습니다.

체크리스트

  • 저작권(copyright)이 아이디어가 아니라 구체적 표현(expression)을 중심으로 보호한다는 점을 설명할 수 있다.
  • 출처 표시(attribution)와 이용 허락(permission), 라이선스(license), 인용(quotation)을 구분할 수 있다.
  • 한국 저작권법 제28조의 인용은 정당한 범위와 공정한 관행을 요구한다는 점을 설명할 수 있다.
  • 제35조의5의 공정한 이용은 목적, 성격, 분량, 시장 영향 등을 함께 보는 판단임을 설명할 수 있다.
  • 제37조의 출처 명시는 중요하지만, 출처 표시만으로 모든 저작물 이용이 허용되는 것은 아님을 설명할 수 있다.
  • 책 본문 인용과 AI 학습 데이터(training data) 사용이 다른 논점임을 설명할 수 있다.
  • 생성형 AI 학습 데이터 논쟁에서 권리자와 AI 개발자의 주요 주장을 구분할 수 있다.
  • 소송과 보도는 논쟁 사례이지 최종 법률 결론이 아님을 설명할 수 있다.
  • 유료 전자책, 무단 PDF, 폐쇄형 강의자료를 AI 입력으로 사용하지 않아야 함을 설명할 수 있다.
  • AI 출력물이 기존 저작물과 실질적으로 유사한지 검토해야 함을 설명할 수 있다.
  • 표현 보호, 인용 판단, 학습 데이터 논쟁, 자료 사용 보류 기준을 나누어 저작권 검토를 설명할 수 있다.

출처와 참고 자료