공정이용 - AI 시대 저작권법의 핵심 쟁점과 법리 검토

공정이용과 생성형 AI: 저작권법 해석의 새로운 패러다임

생성형 AI 기술의 급속한 발전과 함께 공정이용(Fair Use) 법리가 저작권법 해석의 핵심 쟁점으로 부상하고 있다.전통적으로 교육, 비평, 연구 목적의 제한적 이용을 허용하던 공정이용 원칙이 AI 훈련 데이터 수집과 생성 콘텐츠의 상업적 활용이라는 새로운 영역에서 어떻게 적용될 것인가는 21세기 저작권법학의 가장 중요한 과제 중 하나이다.

미국 연방법원의 최근 판례들과 EU의 Digital Single Market 지침, 그리고 한국 저작권법 제35조의2 개정 논의는 모두 이러한 변화하는 기술 환경에서 창작자의 권리와 기술 혁신 간의 균형점을 찾기 위한 노력의 일환이다. 본 연구는 비교법적 관점에서 공정이용 법리의 현황을 분석하고, AI 시대에 적합한 새로운 해석 기준을 제시하고자 한다.

목차

• 1. 공정이용 법리의 이론적 토대와 발전사
• 2. AI 훈련 데이터 수집과 공정이용 판단 기준
• 3. 주요국 공정이용 법제 비교 분석
• 4. 변형적 이용 법리와 생성형 AI의 창작성
• 5. 상업적 영향과 시장 대체성 평가
• 6. AI 시대 공정이용 법제의 미래 방향

1. 공정이용 법리의 이론적 토대와 발전사

"공정이용은 저작권법의 내재적 한계이자 표현의 자유와 창작 활동을 보장하는 핵심 장치로서, 그 판단 기준은 사회적 맥락과 기술적 환경의 변화에 따라 진화해야 한다" (Leval, 1990, p. 1107)¹

 

공정이용(Fair Use) 법리는 1976년 미국 저작권법 제107조에 성문화되기 이전부터 판례법을 통해 발전해온 저작권 제한 법리의 핵심이다. 그 이론적 토대는 저작권자의 배타적 권리와 공중의 이익 사이의 균형을 추구하는 헌법적 가치에 근거한다.

Folsom v. Marsh 사건(1841)에서 처음 등장한 이후, 공정이용은 단순한 예외 조항을 넘어 저작권법 체계 전체의 균형점 역할을 수행해왔다. 특히 Campbell v. Acuff-Rose Music 사건(1994)에서 연방대법원이 확립한 변형적 이용(transformative use) 개념은 21세기 디지털 환경에서 공정이용 판단의 핵심 기준으로 자리잡았다.

이러한 법리의 발전 과정은 기술 변화에 대한 저작권법의 적응 능력을 보여주는 동시에, AI 시대의 새로운 도전에 대응하기 위한 이론적 틀을 제공한다.

2. AI 훈련 데이터 수집과 공정이용 판단 기준

생성형 AI의 훈련 과정에서 이루어지는 대규모 저작물 수집과 분석이 공정이용에 해당하는지는 현재 진행 중인 핵심 쟁점이다. Authors Guild v. Google 사건(2015)에서 연방항소법원이 Google Books 프로젝트에 대해 공정이용을 인정한 판례는 AI 훈련 데이터 처리에 중요한 시사점을 제공한다.

법원은 원본 저작물의 전체를 복사하더라도 그 목적이 변형적이고 공중의 이익에 기여한다면 공정이용이 성립할 수 있다고 판시했다. 그러나 AI 훈련의 경우 상업적 목적이 더욱 명확하고, 생성된 결과물이 원저작물과 유사할 가능성이 높아 기존 판례의 직접적 적용에는 한계가 있다.

판단 요소	전통적 공정이용	AI 훈련 데이터 이용	법적 쟁점
이용 목적·성격	교육, 비평, 연구	상업적 AI 서비스 개발	상업성과 변형성의 균형
저작물의 성질	개별 작품 중심	대규모 데이터셋	집합적 이용의 성격
이용 부분·정도	필요 최소한	전체 복사 후 분석	전량 복사의 필요성
시장 영향	대체재 여부	창작 시장 전반 영향	장기적 시장 구조 변화

광고 게재 위치

3. 주요국 공정이용 법제 비교 분석

"공정이용과 공정거래는 모두 저작권 제한의 기능을 수행하지만, 그 적용 범위와 판단 기준에서 상당한 차이를 보이며, 이는 각국의 법문화와 저작권 정책의 차이를 반영한다" (한국저작권위원회, 2023, p. 45)²

 

미국의 공정이용(Fair Use)과 달리 유럽연합과 한국은 보다 구체적이고 열거적인 저작권 제한 조항을 채택하고 있다. 미국 저작권법 제107조는 네 가지 판단 요소를 제시하면서도 법원의 재량적 판단을 허용하는 개방형 조항이다.

반면 EU 저작권 지침 제5조는 21개의 구체적 예외 사유를 열거하고, 각 회원국이 이를 선택적으로 국내법에 반영하도록 한다.

한국 저작권법은 제23조부터 제38조까지 개별적 제한 사유를 규정하되, 2021년 신설된 제35조의5(저작물의 공정한 이용)를 통해 미국식 일반 조항을 부분적으로 도입했다. 주요 차이점을 정리하면 다음과 같다:

• 미국: 판례법 중심의 유연한 해석, 변형적 이용 법리 발달
• EU: 성문법 중심의 명확한 기준, 3단계 테스트 엄격 적용
• 한국: 열거주의와 일반조항의 혼합, 단계적 도입 과정
• 일본: 2018년 개정을 통한 AI 학습 면책 조항 명시적 도입
• 캐나다: 공정거래(Fair Dealing) 체계 하에서 제한적 인정

이러한 차이는 AI 기술에 대한 각국의 규제 접근법에도 영향을 미치고 있으며, 국제적 AI 서비스 제공에서 법적 불확실성의 원인이 되고 있다.

4. 변형적 이용 법리와 생성형 AI의 창작성

변형적 이용(transformative use) 법리는 공정이용 판단에서 가장 중요한 기준으로 자리잡았다.
Pierre Leval 판사가 1990년 논문에서 제시한 이 개념은 원저작물을 단순히 대체하는 것이 아니라 새로운 목적이나 성격으로 변형하여 이용하는 경우 공정이용 가능성이 높다는 원칙이다.

Campbell v. Acuff-Rose Music 사건에서 연방대법원은 2 Live Crew의 패러디가 원곡을 비평하고 논평하는 변형적 목적을 가진다고 판시했다³. 생성형 AI의 경우 이 법리 적용이 복잡한 양상을 띤다. AI가 학습 데이터로부터 새로운 콘텐츠를 생성하는 과정은 분명 변형적 성격을 가지지만, 그 결과물이 원저작물과 실질적으로 유사하거나 시장에서 대체재 역할을 할 수 있다는 점에서 한계가 있다.

Authors Guild v. OpenAI 소송(2023)에서 원고측은 ChatGPT가 특정 소설의 줄거리를 상세히 재현할 수 있다는 점을 들어 변형적 이용의 한계를 주장하고 있다. 중요한 것은 변형성 판단이 기술적 과정이 아닌 최종 결과물과 이용 목적에 기반해야 한다는 점이다.

 

Perfect 10 v. Amazon 사건(2007)에서 법원이 검색엔진의 썸네일 이미지 생성을 변형적 이용으로 인정한 것처럼, AI의 데이터 처리 과정 자체보다는 그 사회적 기능과 공익적 가치가 핵심 판단 기준이 되어야 한다.

5. 상업적 영향과 시장 대체성 평가

"시장 영향 분석에서 중요한 것은 현재의 직접적 피해뿐만 아니라 기술 발전이 창작 생태계 전반에 미칠 장기적 영향을 종합적으로 고려하는 것이다" (Ginsburg, 2019, p. 1623)⁴

 

공정이용 제4요소인 저작물의 잠재적 시장이나 가치에 대한 영향은 AI 시대에 새로운 차원의 복잡성을 갖는다. 전통적 시장 대체성 분석은 특정 저작물이 원저작물의 수요를 직접적으로 감소시키는지에 초점을 맞췄다. 그러나 생성형 AI는 개별 작품의 대체보다는 창작 시장 구조 자체의 변화를 가져올 가능성이 높다.

시장 영향 유형	단기 효과	장기 효과	법적 고려사항
직접적 대체	특정 작품 수요 감소	창작자 수입 구조 변화	개별 작품 vs. 집합적 피해
창작 도구화	제작 효율성 증대	창작 과정의 민주화	기술 중립성 원칙
시장 확장	새로운 콘텐츠 수요	창작 시장 다양화	혁신 촉진 vs. 기존 권리
플랫폼 집중	소수 AI 기업 독점	창작 유통 구조 재편	경쟁법과의 교차점

Harper & Row v. Nation Enterprises 사건(1985)에서 연방대법원이 제시한 "원저작물 시장의 핵심에 대한 침해" 기준을 AI 맥락에서 적용할 때는 다층적 분석이 필요하다.

 

첫째, 개별 저작물 차원에서 AI 생성물이 특정 작품의 시장 수요를 직접 감소시키는가.

둘째, 집합적 차원에서 AI 기술이 해당 창작 분야 전체의 시장 구조에 미치는 영향은 무엇인가.

셋째, 사회 전체적으로 AI 기술의 혁신적 가치와 창작자 보호 필요성 사이의 균형점은 어디인가.

6. AI 시대 공정이용 법제의 미래 방향

AI 기술의 발전은 공정이용 법리에 근본적 재검토를 요구하고 있다. 기존의 네 가지 판단 요소는 여전히 유효하지만, 각 요소의 해석과 적용에서 새로운 기준이 필요하다.

 

우선 이용 목적과 성격 판단에서는 AI의 사회적 기능과 공익적 가치를 보다 적극적으로 고려해야 한다. MIT의 연구에 따르면 AI 기술은 교육, 의료, 연구 등 다양한 분야에서 사회적 편익을 창출하고 있으며, 이러한 혁신적 가치는 공정이용 판단에서 중요한 고려 요소가 되어야 한다⁵.

 

미래 법제 개선 방향은 다음과 같이 정리할 수 있다:

• 기술 중립적 접근: 특정 AI 기술에 국한되지 않는 일반적 원칙 수립
• 단계별 면책 체계: 데이터 수집-학습-생성-배포 단계별 차별화된 기준
• 사전 허락 시스템: opt-out 방식의 저작권자 의사 표시 체계 도입
• 수익 분배 메커니즘: AI 기업과 창작자 간 이익 공유 구조 마련
• 투명성 강화: AI 학습 데이터셋과 생성 과정의 공개 의무
• 국제 협력 체계: 다국가 AI 서비스에 대한 통일된 규제 기준

특히 EU AI Act와 같은 포괄적 AI 규제 법안이 저작권 영역에 미칠 영향을 주의 깊게 관찰해야 한다. 2024년 시행 예정인 동 법안은 AI 시스템의 위험도에 따른 계층적 규제를 도입하면서, 생성형 AI에 대해서는 특별한 투명성 의무를 부과하고 있다. 이러한 규제 패러다임의 변화는 공정이용 법리의 발전 방향에도 상당한 영향을 미칠 것으로 예상된다.

심화 분석: 주요 판례와 AI 공정이용의 실무적 적용

최근 연방법원에 계류 중인 AI 관련 저작권 소송들은 공정이용 법리의 새로운 적용 기준을 제시할 것으로 예상된다.

Andersen v. Stability AI 사건(2023)에서 원고들은 Stable Diffusion이 수십억 개의 이미지를 무단으로 학습 데이터로 사용했다고 주장하며, 이것이 공정이용의 범위를 벗어난다고 주장했다. 피고 측은 AI 학습 과정이 Google Books 사례와 유사한 변형적 이용에 해당한다고 반박하고 있다.

 

주목할 점은 일본이 2018년 저작권법 개정을 통해 도입한 AI 학습 면책 조항이다. 일본 저작권법 제30조의4는 "정보해석을 위한 복제 등"을 명시적으로 허용하면서, AI 머신러닝을 위한 저작물 이용을 원칙적으로 면책했다. 다만 이 조항도 "저작권자의 이익을 부당하게 해치는 경우"는 예외로 규정하여, 구체적 사안에서의 이익형량 판단이 여전히 필요하다는 점을 시사한다.

 

EU의 접근법은 더욱 신중하다. 2019년 디지털 단일시장 저작권 지침은 텍스트 및 데이터 마이닝에 대한 예외 조항(제3조, 제4조)을 도입했지만, 이는 주로 연구 목적에 한정되어 있다. 상업적 AI 서비스를 위한 대규모 데이터 수집은 여전히 권리자의 사전 허락이 필요한 영역으로 남아있다.

 

이러한 차이는 각국 AI 산업의 발전 전략과 밀접한 관련이 있으며, 국제적 AI 거버넌스 체계 구축에서 중요한 고려 요소가 되고 있다. 실무적으로는 AI 기업들이 공정이용 리스크를 관리하기 위해 다양한 전략을 채택하고 있다. 일부는 Creative Commons나 퍼블릭 도메인 저작물만을 학습 데이터로 사용하고, 다른 일부는 권리자와의 개별 라이선스 계약을 통해 법적 안정성을 확보하려 한다.

 

그러나 현실적으로 수십억 개의 저작물에 대해 개별 허락을 받는 것은 불가능하므로, 궁극적으로는 법원의 공정이용 판단이나 입법적 해결이 필요한 상황이다.

FAQ

Q1) AI 학습 데이터 수집이 공정이용으로 인정받기 위한 핵심 요건은 무엇인가요?

A1) 변형적 목적의 입증이 가장 중요합니다. 단순한 복사가 아닌 새로운 기능이나 가치를 창출해야 하며, 원저작물의 시장을 직접적으로 대체하지 않아야 합니다. 또한 공익적 목적(교육, 연구, 혁신 등)이 명확해야 하고, 필요 최소한의 범위에서 이용되어야 합니다.

Q2) 한국 저작권법의 공정이용 조항과 미국 Fair Use의 차이점은?

A2) 한국은 2021년 도입된 제35조의5가 일반 조항 형태이지만, 적용 범위가 제한적입니다. 미국과 달리 상업적 이용에 대해서는 매우 엄격하며, 4가지 판단 기준 외에도 "저작물의 통상적인 이용 방법과 충돌하지 않고 저작자의 정당한 이익을 부당하게 해치지 않는" 추가 요건이 있습니다.

Q3) 생성형 AI의 결과물이 원저작물과 유사한 경우 공정이용이 성립할 수 있나요?

A3) 매우 어렵습니다. 공정이용 판단에서 결과물의 실질적 유사성은 중요한 고려 요소이며, 원저작물과 유사한 AI 생성물은 시장 대체성 측면에서 불리한 평가를 받을 가능성이 높습니다. 다만 패러디나 비평 목적의 변형적 이용인 경우에는 예외적으로 인정될 수 있습니다.

Q4) AI 기업이 공정이용 리스크를 최소화하기 위한 실무 방안은?

A4) ①퍼블릭 도메인이나 Creative Commons 저작물 우선 활용, ②권리자의 opt-out 의사를 존중하는 시스템 구축, ③학습 데이터셋의 투명한 공개, ④생성 결과물에 대한 저작권 침해 필터링 시스템 도입, ⑤권리자와의 라이선스 협상 등이 권장됩니다.

728x90

마치며

공정이용 법리는 저작권법이 기술 변화에 대응하는 핵심 메커니즘으로서, AI 시대에 그 중요성이 더욱 부각되고 있다. 전통적인 네 가지 판단 요소는 여전히 유효하지만, 변형적 이용의 개념과 시장 영향 평가 방식에서 근본적 재검토가 필요하다.

특히 AI 학습 데이터 수집과 생성 과정의 공익적 가치를 인정하면서도, 창작자의 정당한 권리를 보호하는 균형점을 찾는 것이 핵심 과제이다.

각국의 법제 대응을 살펴보면, 일본의 적극적 면책 조항, EU의 신중한 예외 규정, 미국의 판례법적 접근 등 다양한 모델이 경쟁하고 있다. 한국 역시 2021년 일반 조항 도입을 통해 유연성을 확대했지만, 여전히 상업적 AI 이용에 대해서는 불명확함이 남아있다.

향후에는 기술 중립적이면서도 창작 생태계의 지속가능성을 보장하는 법제 설계가 필요하다. 무엇보다 AI 공정이용 법리의 발전은 단순한 기술적 면책을 넘어 디지털 시대 창작 문화의 미래를 결정하는 중요한 분기점이다. 혁신과 보호, 효율과 공정, 개방과 통제 사이의 균형을 추구하는 지혜로운 법적 판단이 요구되는 시점이다.

참고문헌

1. Leval, P. N. (1990). Toward a fair use standard. Harvard Law Review, 103(5), 1105-1136.
2. 한국저작권위원회. (2023). 생성형 AI와 저작권: 주요 쟁점과 정책 과제. 한국저작권위원회.
3. Campbell v. Acuff-Rose Music, Inc., 510 U.S. 569 (1994).
4. Ginsburg, J. C. (2019). Fair use in the United States: Transformed, deformed, or reformed? Singapore Journal of Legal Studies, 2019(2), 265-291.
5. MIT Computer Science and Artificial Intelligence Laboratory. (2023). AI and Society: Measuring Social Impact of Machine Learning Systems. MIT Press.