본문 바로가기
KERD
논문KCI 등재

인공지능 학습 맥락에서의 TDM 면책과 공정이용에 관한 소고 - 생성형 인공지능의 대두에 따른 저작권 문제의 변화된 양상을 중심으로 -

A TDM Exceptions and Fair Use in the Context of AI Training - Focusing on the Changed Aspects of Copyright Problems following the Advent of the Generative AI -

권순재
한국정보법학회 (Korea Association For Info-Media Law(Kafil))|2024.08|정보법학 (Journal of Korea Infomation Law)|제28권 제2호|pp. 25-56

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

공정이용생성형 인공지능Fair useGenerative AI학습데이터TDM exceptionsTraining DataTDM 면책데이터 세탁Data Laundering
주제분류법학

초록

학습된 인공지능 모델의 내부 표현들로부터는 단지 군집화되고 통계적인 묘사에불과한 정보만을 발견하게 되고, 학습데이터의 복제물이 학습된 모델의 어딘가에 보관되어 있다고는 평가할 수 없다. 이러한 기술적 특징은 학습용 데이터세트를 구축할때 저작물성 있는 콘텐츠의 권리처리에 문제가 있는 경우 인공지능 모델 학습과정에서 이를 바로잡는 것을 매우 어렵게 만든다. 특히, 일부 국가에서는 TDM 면책을 적용받는 비상업적, 연구목적의 학습용 데이터세트 구축을 통해 데이터 세탁(data-laundering)이 발생할 수 있다. 이를 통해 권리자와 학습용 데이터세트의 관계는절연될 수 있고, 또한 학습된 모델이 산출한 생성물과의 관계에서도 의거성과 실질적유사성을 인정하기 곤란하여 또다시 단절될 수 있다. 특히, 생성형 인공지능이 주도하는 TDM은 더 이상 단지 학습데이터의 통계적 규칙이나 패턴을 분석하여 가치 있는 정보를 추출하고 새로운 지식을 발견하는 것에 그치는 것이 아니다. 생성형 인공지능은 TDM에 힘입어 새롭고 혁신적인 콘텐츠를 생성해낸다. 이러한 인공지능 생성물이 학습데이터로 이용된 저작물이 속한 특정 시장에서서로 경쟁하는 관계에 놓일 때는 공정이용 요건을 쉽게 달성하기는 곤란할 것이다. 게다가 합성데이터의 대두를 고려하면 인공지능 생성물은 향후 인공지능 학습데이터시장에서조차 저작물성 있는 콘텐츠를 완전히 대체하게 될 수 있다. 한편, 생성형 인공지능 맥락에서 특히 중요한 학습데이터는 미세 조정(fine-tuning) 을 위한 것이다. 이러한 학습데이터의 경우 최종 인공지능 생성물의 표현형식과 유사한 형태의 콘텐츠일 경우가 많을 것이고, 이것이 저작물성 있는 경우 이용자의 면책여지는 줄어들 수 있고 오히려 권리자의 협상력이 강화될 수 있다. 따라서, 저작권법적 관점에서는 이러한 상황을 발견하는 것을 기대할 필요가 있다. 지금은 어느 때보다도 TDM에 대한 포괄적 면책 규정 도입의 당위와 공정이용 요건에 대한 신중한 접근이 요구된다.

Abstract

From the internal representations of a trained AI model, we can only discover information that is merely clustered and statistically described, and we cannot evaluate that a reproduction of the training data is retained somewhere in the trained model. These technical characteristics make it very difficult to correct it in the AI model training process when there is a legal problem with the licensing of copyrighted content when building a training dataset. In particular, in some countries, data laundering can occur through the building of a non-commercial, research-purpose training dataset that applies TDM exceptions. Through this, the relationship between the rights holder and the training dataset can be insulated, and it can also be difficult to recognize the origin and substantial similarity in the relationship with the outputs generated from the trained model, which can be severed again. Especially, TDM driven by generative AI is no longer limited to analyzing statistical representation or patterns of training data to extract valuable information and discover new knowledge. Generative AI creates new and innovative content through TDM. If these AI-generated works are in a competitive relationship in a specific market where the copyrighted works used as training data belong, it will be difficult to easily achieve fair use requirements. Moreover, considering the emergence of synthetic data, AI-generated works may completely replace copyrighted content even in the future AI training data market. On the other hand, in the context of generative AI, particularly important training data is for fine-tuning. In the case of such training data, it is likely to be content similar in form to the final AI-generated outputs, and if it is copyrighted, the user’s exemption may decrease and the rights holder’s bargaining power may increase. Therefore, from a copyright law perspective, it is necessary to expect to find such situations. Now, more than ever, there is a need for a careful approach to the introduction of comprehensive exception regulations for TDM and fair use requirements.

참고문헌 (49)

  1. 박성호, "저작권법" (2023), 박영사
  2. 송경빈, "인공지능 구조 원리 교과서" (2024), 보누스
  3. 한국저작권위원회, "생성형 AI 저작권 안내서", 저작권관계자료 2023-10, ~ (2023)
  4. 박유선, "생성형 인공지능(AI)의 스타일 모방의 저작권 침해에 관한 연구", 산업재산권, (76) (2023), 한국지식재산학회
  5. 김뢰정, "중국 저작권법상 직무저작제도에 대한 연구 - 인공지능 생성물에 대한 적용여부를 중심으로 -", 박사, pp.2022
  6. 서창배, "AI를 통해 생성된 새로운 데이터의 법적 문제 - 디지털 디자인 분야를 중심으로 -", 기업법연구, 37(4) (2023), 한국기업법학회
  7. 김원오, "AI 자동 생성작품에 대한 저작권 부여 한계와 대안적 보호방법론", 계간저작권, 36(2) (2023)
  8. 정진근, "영국 CDPA 제9조 제3항은 인공지능 창작을 보호하는가", 계간 저작권, 33(3) (2020)
  9. 손승우, "인공지능 창작물의 저작권 보호", 정보법학, 20(3) (2017)
  10. 김용주, "텍스트 및 데이터마이닝을 위한 저작권법 개정 방향", 법학연구, 61(2) (2020), 부산대학교 법학연구소
  11. 김창화, "데이터 마이닝과 저작권 면책의 범위 및 한계", 계간 저작권, 34(2) (2021)
  12. 조연하, "인공지능의 콘텐츠 창작에서 저작물 이용의 법적 쟁점에 관한 고찰", 사이버커뮤니케이션학보, 39(2) (2022), 사이버커뮤니케이션학회
  13. 김병일, "빅데이터 분석과 데이터 마이닝을 위한 저작권 제한", 계간 저작권, 30(1) (2017)
  14. 권신혜, "기계학습의 미디어 산업 적용 : 콘텐츠 평가 및 제작 자원을 중심으로", 한국콘텐츠학회논문지, 19(7) (2019)
  15. 김윤명, "인공지능에 의한 저작물 이용 및 창작에 대한 법적 검토와 시사점", 법제연구, (51) (2016)
  16. 김윤명, "데이터 공정이용", 계간 저작권, 36(1) (2023)
  17. 인공지능학습과 저작권 제한, "박희영", ~, pp.COPYRIGHT ISSUE REPORT 2023-17 (2023)
  18. 류시원, "저작권법상 텍스트⋅데이터 마이닝(TDM) 면책규정 도입 방향의 검토", 선진상사법률연구, 통권 : 101 (2023)
  19. 인공지능 시대에 대비하는 영국의 저작권 정책 동향, "류시원", 한국저작권위원회, ~, pp.COPYRIGHT ISSUE REPORT 2023-10 (2023)
  20. 류시원, "Andy Warhol Foundation v. Goldsmith 연방대법원 판결의 주요 내용 및 시사점 -공정이용의 제1 고려요소 이용의 목적 및 성격 측면에서-", 정보법학, 27(2) (2023)
  21. 안효질, "빅데이터 활용과 인공지능 개발을 위한 Text and Data Mining", 법률신문, ~ (2018)
  22. 홍승기, "데이터마이닝 면책 입법 방향에 대한 의문", 경영법률, 32(4) (2022), 한국경영법률학회
  23. 김성원, "텍스트⋅데이터 마이닝 과정의 저작물 이용 면책 규정 신설안에 대한 소고 - 적대적 생성신경망에의 적용 -", 지식재산연구, 18(1) (2023)
  24. 이대희, "Andy Warhol 케이스의 변형적 이용의 해석과 AI 학습데이터의 공정이용", 경영법률, 34(2) (2024)
  25. 신창환, "미국 연방대법원의 Andy Warhol Foundation v. Goldsmith 판결과 그 시사점", 계간 저작권, 36(3) (2023)
  26. 박상철, "인공지능의 법적 규율 Ⅰ 범용모델과 생성모델", 법학, 65(1) (2024), 서울대학교
  27. "정확한 AI 모델을 만드는 ‘합성 데이터’ 해부하기" (2021)[URL]
  28. Andres Guadamuz, "A Scanner Darkly: Copyright Liability and Exceptions in Artificial Intelligence Inputs and Outputs", GRUR International, 73(2) (2024)
  29. "A Closer Look at Memorization in Deep Networks" (2023)[URL]
  30. "Diffusion Art or Digital Forgery? Investigating Data Replication in Diffusion Models" (2022)[URL]
  31. Jason Brownlee, "Machine Learning Mastery" (2020)
  32. Amir. H. Khoury, "Intellectual Property Rights for Hubots: On the Legal Implications of Human-Like Robots as Innovators and Creators", Cardozo Arts & Entertainment Law Journal, 35(3) (2017)
  33. VINCENZO IAIA, "To Be, or Not to Be…Original Under Copyright Law, That Is (One of) the Main Questions Concerning AI-Produced Works", GRUR International, 71(9) (2022)
  34. Kalpana Tyagi, "Copyright, text & data mining and the innovation dimension of generative AI", Journal of Intellectual Property Law & Practice (2024)
  35. "Deep Object Pose Estimation for Semantic Robotic Grasping of Household Objects" (2018)[URL]
  36. Shumailov, I., "AI models collapse when trained on recursively generated data", Nature, 631 (2024)
  37. Leinar Ramos, "Maverick Research: Forget About Your Real Data-Synthetic Data Is the Future of AI", Gartner, ~ (2021)
  38. "AI Data Laundering: How Academic and Nonprofit Researchers Shield Tech Companies from Accountability" (2022)[URL]
  39. "CORRIGENDUM to the position of the European Parliament adopted at first reading on 13 March 2024 with a view to the adoption of Regulation (EU) 2024/ …of the European Parliament and of the Council laying down harmonised rules on artificial intelligence and amending Regulations (EC) No 300/2008, (EU) No 167/2013, (EU) No 168/2013, (EU) 2018/858, (EU) 2018/1139 and (EU) 2019/2144 and Directives 2014/90/EU, (EU) 2016/797 and (EU) 2020/1828 (Artificial Intelligence Act) P9_TA(2024)0138 (COM(2021)0206-C9-0146/2021-2021/0106(COD))" (2024)[URL]
  40. "Directive (EU) 2019", 790 of the European Parliament and of the Council of 17 April 2019 on copyright and related rights in the Digital Single Market and amending Directives 96, EC and 2001, pp.29, EC
  41. National AI Strategy, "Department for Digital, Culture, Media and Sport", ~, pp.Command Paper 525 (2021)
  42. IPO, "Consultation outcome: Artificial Intelligence and Intellectual Property: Copyright and Patents", ~ (2022)
  43. IPO, "Consultation Stage Impact Assessment on Artificial Intelligence and Intellectual Property", RPC No. RPC-BEIS-IPO-5101(1), ~ (2021)
  44. House of Lords Communication and Digital Committee, "At Risk: Our Creative Future", HL Paper 125, ~ (2023)
  45. House of Commons Culture, Media and Sport Committee, "Connected Tech: AI and Creative Technology", ~ (2023)
  46. "HM Government Response to Sir Patrick Vallance’s Pro-Innovation Regulation of Technologies Review" (2023)[URL]
  47. Sobbing, "Urheberrechtliche Grenzen fur lernende kunstliche Intelligenz", RDi, (9), pp.418~ (2023)
  48. "デジタル化⋅ネットワーク化の進展に対応した柔軟な権利制限規定に関する基本的な考え方(著作権法第30条の４,第47条の４及び第47条の５関係)" (2019)[URL]
  49. "AI と著作権に関する考え方について" (2024)[URL]

관련 논문AI추천

생성 AI의 데이터 학습에 관한 쟁점과 TDM 관련 저작권법 개정 방향이철남과학기술법연구원 · 과학기술법연구2023 · 제29권 제3호저작물 학습자로서 생성형 AI의 저작권 침해 책임김원오, 이지연법학연구소 · IP & Data 法2024 · 제4권 제1호생성형 인공지능의 저작권 침해 예외 규정으로서 공정이용 법리의 유효성에 관한 시론적 고찰방정미유럽헌법학회 · 유럽헌법연구2024 · 제44호인공지능과 저작권 침해의 문제이수경한국재산법학회 · 재산법연구2024 · 제41권 제2호인공지능 창작물의 법적쟁점과 대응방안박광현한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2026 · 제31권 제1호AI 학습에서 “변형적 이용”과 “잠재적 시장”의 의미에 대한 검토김민주, 김현경한국사법학회 · 비교사법2025 · 제32권 제4호

이 간행물의 다른 논문 (5건)

신규성 상실의 예외 규정의 적용범위 - 헌법재판소 2023. 7. 20. 선고 2020헌바497 결정 및 ‘관련판결’에 대하여 -이규홍pp. 1-24법적 관점에서 본 메타버스와 게임의 경계김윤명pp. 57-98부정경쟁방지 및 영업비밀보호에 관한 법률 제2조 제1호 (파)목의 성립요건 및 그 적용범위에 관한 연구박성호pp. 99-168EU AI Act의 위험 분류 체계와 우리나라 AI 정책에 대한 시사점전우정pp. 169-215공영방송의 ‘영역의 정의’ 구현 방안 - 보도 진실성과 공정성을 중심으로 -유의선pp. 217-264
원문 보기