본문 바로가기
KERD
논문KCI 등재

텍스트･데이터 마이닝 과정의 저작물 이용 면책 규정 신설안에 대한 소고 ‒적대적 생성신경망에의 적용‒

An Exploratory Study on New Provisions for Exemption from the Use of Copyrighted Works in Text and Data Mining Processes ‒Applying to Generative Adversarial Networks‒

이수원|최상민|김성원
한국지식재산연구원 (Korea Institute of Intellectual Property)|2023.03|지식재산연구 (Journal of Intellectual Property)|제18권 제1호|pp. 147-180|DOI 10.34122/jip.2023.18.1.147

0

조회

0

다운로드

4

인용

0

참고문헌

키워드

인공지능저작권CopyrightArtificial intelligenceGenerative Adversarial Networks저작권법 개정안면책 규정텍스트･데이터 마이닝적대적 생성신경망Amendment to the copyright actExemption provisionsText･data mining

초록

문화체육관광부의 저작권법 전부개정안과 도종환 의원이 대표 발의한 저작권법 전부개정법률안에는 정보분석을 위한 복제･전송 허용조항이 도입되었다. 인공지능과 빅데이터 사업자들이 저작물이 포함된 정보를 사용할 때저작권 침해가 면책되는지에 대하여 현행 공정이용 조항은 법적 안정성이부족하다는 배경으로 신설하였다. 개정안은 현행 공정이용 조항으로 해결할 수 있는지에 대해서 논란이 있다. 면책을 위해서는 “사상･감정 등을 사람이 체감하거나 향유하기 위한 사용이 아닐 것”이라는 요건을 만족해야 한다. 하지만 체감과 향유라는 단어는해석에 불분명한 점을 가지고 있으므로, 본 연구에서는 일본 저작권법 제30 조의4인 “저작물에 표현된 사상 또는 감정의 향수를 목적으로 하지 않는 이용”이 일본 문화청에서 어떻게 해석되고 있는지와 그 사례를 확인하였다. 이를 통해 국내 저작권법 개정안이 어떻게 적용되었을 때 정보분석 도구들이영리 목적으로 사용될 수 있는지를 미리 확인할 수 있으며 사업자들과 권리자들이 관련 조항을 적절하게 해석하기 위한 예시를 마련할 수 있었다. 또한, 영리를 목적으로 하는 인공지능의 학습을 위한 데이터 세트에 저작물이 포함된 경우인 적대적 생성신경망 7종류의 활용 사례를 나열하고 각 인공지능 모델이 가지고 있는 다양한 이용 방법이 체감과 향유에 해당하는지를 확인하였다. 여러 가지 모델은 각각이 목적이 다양하며, 저작물의 종류와이용방식을 특정할 수 없다는 점에서 개정안이 공정이용 조항의 법적 안정성을 극복하였다고 보기는 힘들다고 생각한다.

Abstract

Provisions allowing for duplication and transmission of information analysis were established in Korea. It was because the current fair use clause lacks legal stability regarding whether companies using AI are exempted from copyright infringement when using information containing copyrighted works. However, the provisions are controversial whether the amendment can be resolved with the current fair use clause. The requirement to avoid responsibility will not be “used for people to feel or enjoy thoughts and feelings.” The words “feel” and “enjoy” have unclear interpretations, so this study examines how Japan interprets Article 30-4 of the Japanese Copyright Act. Through such, it was possible to check how the information analysis tools can be used when the provisions were applied, and to prepare examples for business operators and rights holders to interpret provisions. In addition, the article presents seven examples of the use of generative adversarial networks when training an AI model using data containing copyrighted works and evaluate whether they correspond to “feel” and “enjoy,”. It is difficult to say that the provisions have overcome the issue of legal stability of the fair use clause, given that each model has various purposes, and the type and use method of the work cannot be specified.

참고문헌 (34)

  1. 강영민, "으뜸 머신러닝" (2021), 생능출판
  2. 강현호, "저작권 분쟁에 대한 소고", 공법학연구, 6(3), pp.475~498 (2005), 한국비교공법학회
  3. 박성호, "저작권법 전면 개정안 주요내용의 비판적 고찰", 정보법학, 24(3), pp.1~48 (2020), 한국정보법학회
  4. 박성호, "텍스트 및 데이터 마이닝을 목적으로 하는 타인의 저작물의 수집·이용과 저작재산권의 제한 - 인공지능의 빅데이터 활용을 중심으로 -", 인권과 정의, (494), pp.39~69 (2020), 대한변호사협회[DOI]
  5. 송재섭, "미국 연방저작권법상 공정이용 판단 요소의 적용 사례 분석", 계간 저작권, 25(2), pp.4~44 (2012), 한국저작권위원회[DOI]
  6. 이종주, "‘데이터 격차’, 다가올 중소벤처기업의 위험", 월간SW중심사회, (82) (2021)
  7. 전응준, "인공지능 관련 저작권 침해에 관한 시론", 경영법률, 31(4), pp.259~294 (2021), 한국경영법률학회
  8. Ramesh, Aditya, "Zero-shot text-to-image generation", Proceedings of the 38th International Conference on Machine Learning, 139(1), pp.8821~8831 (2021)
  9. Franceschelli, Giorgio, "Copyright in Generative Deep Learning", Data & Policy, 4(1), pp.1~16 (2022)
  10. Alec Radford, "Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks", arXiv preprint arXiv:1511.06434, 1~16 (2016)
  11. Christian Ledig, "Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network", Proceedings of the IEEE conference on computer vision and pattern recognition, 1(1), pp.4681~4690 (2017)
  12. Grigory Antipov, "Face Aging With Conditional Generative Adversarial Networks", Proceedings of the IEEE international conference on image processing, 1(1), pp.2089~2093 (2017)
  13. Han Zhang, "StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks", Proceedings of the IEEE international conference on computer vision, 1(1), pp.5907~5915 (2017)
  14. Ian J. Goodfellow, "Generative Adversarial Networks", Advances in neural information processing systems, 27(1), pp.1~9 (2014)
  15. Jiajun Wu, "Learning a Probabilistic Latent Space of Object Shapes via 3D Generative-Adversarial Modeling", Advances in neural information processing systems, 29(1), pp.1~11 (2016)
  16. Jun-Yan Zhu, "Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks", Proceedings of the IEEE international conference on computer vision, 1(1), pp.2223~2232 (2017)
  17. Phillip Isola, "Image-to-Image Translation with Conditional Adversarial Networks", Proceedings of the IEEE conference on computer vision and pattern recognition, 1(1), pp.1125~1134 (2017)
  18. Shiv Surya, "ReStGAN: A step towards visually guided shopper experience via text-to-image synthesis", Proceedings of the IEEE, 2020, pp.1, 1200~1208
  19. "대법원 1997. 11. 25. 선고 97도2227 판결", ~ (1997)
  20. "국내 최초 세계AI바둑대회 中 ‘이러고(YILEGO)’, 자국 차오란고(ChaoRanGo)꺾고 우승"[URL]
  21. "“내 PC에 엘사부 모실까” AI가 프로 접어주는 시대 신풍경"[URL]
  22. "소설도 쓰는 인공지능…日 문학상 1차 심사 통과"[URL]
  23. "‘AI음악프로젝트 다시 한번’ 故터틀맨 목소리 살려 거북이 완전체 무대 선봬"[URL]
  24. "아마존, AI 의류 검색 기능 강화…키워드만 입력하면 ‘척척’"[URL]
  25. "산업디자인의 보호방안 - 저작권을 중심으로"[URL]
  26. "② GAN의 개념과 이해"[URL]
  27. "데이터 관련 법령의 적용 및 해석 방안 검토"[URL]
  28. "国会会議録検索システム, 제196회 국회 중의원 문부과학위원회, 제6호, 발언목차 No.187"[URL]
  29. 고학수, "정보분석을 위한 복제(데이터마이닝) 허용에 대한 토론문", 저작권법 전부개정안 온라인 공청회, ~ (2020)
  30. 문화체육관광부, "저작권법 전부개정(안) 주요내용, 의견수렴 공청회 참고자료", 문화체육관광부, ~ (2020)
  31. 도종환, "저작권법 전부개정법률안", 의안번호 제2107440호, ~ (2021)
  32. 차상육, "저작권법상 인공지능 학습용 데이터셋의 보호와 쟁점-데이터마이닝(TDM)면책규정을 중심으로-", 한국경영법률학회 춘계학술대회 (2021)
  33. 차상육, "TDM규정 신설과 비판적 검토", 저작권법 전부개정안 온라인 공청회, ~ (2020)
  34. ⽂化庁著作権課, "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)", ⽂化庁著作権課, ~ (2019)

관련 논문AI추천

생성 AI의 데이터 학습에 관한 쟁점과 TDM 관련 저작권법 개정 방향이철남과학기술법연구원 · 과학기술법연구2023 · 제29권 제3호인공지능에 의한 저작물 사용 관련 저작권 침해 책임 면책과 저작권자에 대한 보상에 관한 연구김도경사단법인 법조협회 · 법조2024 · 제73권 제5호저작권법상 인공지능 학습용 데이터셋의 보호와 쟁점 ―텍스트·데이터마이닝(TDM) 면책규정을 중심으로―차상육한국경영법률학회 · 경영법률2021 · 제32권 제1호인공지능과 저작권 침해의 문제이수경한국재산법학회 · 재산법연구2024 · 제41권 제2호생성형 인공지능의 저작권 침해 예외 규정으로서 공정이용 법리의 유효성에 관한 시론적 고찰방정미유럽헌법학회 · 유럽헌법연구2024 · 제44호텍스트 및 데이터 마이닝(TDM)면책 입법 방향성에 관한 비교법적 검토– 정보 이용자의 사용 양태를 중심으로 -박준원, 신예빈, 오서연, 조인화고려대학교 법학연구원 · 고려법학2024 · 제115호

이 간행물의 다른 논문 (7건)

의약품특허의 존속기간연장제도 개선방안엄태민pp. 1-39인공지능 시스템에서 생성된 창작의 특허법상 보호에 관한 연구유지혜pp. 41-74메타버스와 현실세계의 상품에 대한 연구 ‒메타버스 상품과 현실세계 상품 간의 조화로운 관계를 중심으로‒김미래pp. 75-109일본의 한정제공데이터 보호 규정 재논의와 데이터에 관한 우리 부정경쟁방지법의 개정 방안김시열pp. 111-145저작권법상 데이터베이스 보호 규정의 재검토 ‒대법원 2022. 5. 12. 선고 2021도1533 판결에 대한 평가를 겸하여‒류시원pp. 181-230
원문 보기