한국저작권위원회

[EU, 일본] 유럽연합과 일본의 TDM 규정과 그 적용 범위

― AI 학습을 위한 저작물 이용과 관련하여 ―

한국저작권위원회 법제연구팀

박정훈 선임연구원·박다효 연구원

(1) 관련 규정

2019년 제정된 유럽연합 DSM 저작권 지침(이하 “DSM 지침”)은 “패턴, 트렌드 그리고 상관관계 등의 정보를 생산하기 위해 디지털 형태의 텍스트와 데이터를 분석하는 것을 목적으로 하는 모든 자동화된 분석 기술”(DSM 지침 제2조 제2항), 즉 텍스트 및 데이터 마이닝(Text and Data Mining, 이하 “TDM”)에 관한 제3조 및 제4조 등 규정을 마련하였다.

DSM 지침 제3조는 과학적 연구 목적의 TDM 규정으로서, 연구기관과 문화유산기관이 과학적 연구 목적으로 합법적인 접근 권한을 가지는 저작물 등을 복제·추출할 수 있도록 허용하고 있다. 여기서 ‘과학적 연구’는 자연과학과 인문과학 모두를 포괄하는 개념으로, ‘연구기관’은 기관의 일차적인 목적이 과학적 연구를 수행하거나 과학적 연구 수행과 관련된 교육활동을 수행하는 대학, 연구기관 또는 그 밖의 기관으로서 그 도서관을 포함하며, ‘문화유산기관’은 공중이 접근할 수 있는 도서관이나 박물관, 기록보존소나 영화 또는 오디오 유산 기관을 의미한다. 연구기관이 민간기업과 파트너십을 통하여 연구를 수행하는 경우 역시 동 조항의 적용범위에 포함될 수 있으나, 민간기업이 해당 연구기관에 결정적인 영향력을 행사하여 과학적 연구로 생성되는 결과에 대한 접근권한을 향유하는 경우는 제외된다.

한편, DSM 지침 제4조는 일반적인 TDM 규정으로서, TDM을 목적으로 한 합법적으로 접근 가능한 저작물 등의 복제 및 추출 행위를 허용하고 있다.

(2) 적용 범위

DSM 지침 제7조 제1항에서 제3조의 예외와 배치되는 계약 규정은 무효라고 정하고 있으므로, 일반적으로 제3조는 제4조와 달리 계약에 의해서도 적용을 배제할 수 없는 강행규정으로 이해된다. 달리 말해, 동 지침 제4조의 내용과 배치되는 계약이나 당사자 간의 합의는 유효하다고 본다.

그리고 DSM 지침 제4조 제3항에서는 권리자의 명시적인 유보에 관하여 정하고 있는바, 그에 따르면 저작물 등의 이용이 권리자에 의해, 콘텐츠가 온라인으로 공중에게 이용 제공되는 경우에 기계 가독형 수단 등, 적절한 방법으로 명시적으로 유보되지 않았다는 것을 조건으로 적용되어야 한다. 따라서 온라인 콘텐츠에 대해 권리자가 기계가독형 수단(예: robots.txt)을 통해 명시적으로 유보 의사(Opt-out)를 밝힌 경우 등에는 동 조 제1항의 규정이 적용되지 않는다고 볼 수 있다. 이와 같은 입장은 최근 유럽에서 합의된 AI Act(인공지능 법안)의 내용에도 반영이 되어, 범용 AI 모델(general-purpose AI model) 제공자는 DSM 지침 제4조 제3항에 따라서 권리자가 명시한 권리의 유보를 확인하고 준수하도록 규정하기에 이르렀다. 아울러서 AI Act는 범용 AI 모델 제공자에게 AI 학습에 사용된 콘텐츠에 관한 충분히 상세한 요약을 제공할 의무를 새롭게 규정함으로써, 권리자가 보다 효과적으로 위 지침에 따른 유보 의사를 밝힐 수 있도록 규정을 보완하였다.

한편, DSM 지침은 효과적인 기술적 조치의 우회 방지에 대한 제한 규정이라 할 수 있는 유럽연합 정보사회 저작권 지침(이하 “정보사회 지침”) 제6조 제4항 제1문 등을 DSM 지침 제3조와 제4조에 적용하도록 하였다. 여기서 ‘기술적 조치’는 저작물 등과 관련하여 저작권자 등이 허용하지 않은 행위를 금지하거나 제한할 목적으로 설계된 기술, 장치 또는 부품을 의미하며, 저작물 등의 암호화, 변환(scrambling) 또는 기타 변형과 같은 접근 통제 또는 보호 조치의 적용이나 저작물 등의 복제 통제 메커니즘을 통해 권리자가 저작물 등의 사용을 통제하여 보호 목적을 달성하는 경우 기술적 조치는 ‘효과적인’ 것으로 간주된다.

정보사회 지침 제6조 제4항 제1문은 권리자와 관련 당사자 간의 약정을 포함한 권리자의 자발적인 조치가 없는 때, 공공복리 등과 관련된 제한 규정(동 지침 제5조의 제2항(a), 제2항(c), 제2항(d), 제2항(e), 제3항(a), 제3항(b), 또는 제3항(e))에 따른 이용을 보장하도록 규정하였다. 그리고 DSM 지침 제24조에서는 TDM과 관련된 정보사회 지침의 일부를 아래와 같이 개정하였다. 이를 종합하면 저작권자 등이 기술적 조치를 취한 경우, 비상업적 목적 이용 등의 특정한 경우를 제외하고는 TDM이 허용되지 않는다고 볼 것이다.

(1) 관련 규정

2018년 일본은 저작권법(이하 “법”) 개정을 통하여 AI 개발을 위한 학습 등 정보 분석 시 저작물 이용에 관한 권리 제한 규정을 마련하였다. 이는 최근 기술 혁신에 따라 대량의 정보를 수집하고 이용하는 것이 가능해진 바, 기술 분야에서의 혁신 창출 등을 도모하기 위하여 기존 저작물 시장에 큰 영향을 미치지 않는 경우에 대해서는 저작물의 이용을 간이하게 하는 데 그 취지가 있었다.

일본은 법 제30조의4를 통하여, ① 저작물에 표현된 사상 또는 감정의 향수를 목적으로 하지 않으면서, ② 저작권자의 이익을 부당하게 침해하지 않는 경우에 한하여, ③ 필요하다고 인정되는 한도에서 해당 저작물을 이용할 수 있도록 허용하였다.

(2) 적용 범위

최근 일본 문화청에서는 AI 기술 발전에 따른 저작권 침해 우려를 불식시키고 AI와 저작권의 관계에 관한 해석 방향을 제시하기 위하여 관련 쟁점을 검토 중에 있다. 관련 자료에서는 특히, AI 학습·생성 단계의 복제 등 TDM에 관해서 법 제30조의4에서 정한 각 요건을 중심으로 적용 범위와 유관 사례 등이 소개되고 있으므로 이를 정리하면 아래와 같다.

1) ’비향수(非享受) 목적‘ 해당 여부

AI 학습용 분석을 포함하여 정보 분석용으로 제공하는 경우와 같이 비향수 목적인 경우 법 제30조의4 제2호에 해당하지만, 하나의 이용행위에 비향수 목적과 향수 목적이 병존하는 경우에는 법 제30조의4가 적용될 수 없다.

생성형 AI와 관련하여 비향수 목적과 향수 목적이 병존한다고 평가되는 경우로는, ⅰ) 이른바 과학습(overfitting), 즉 추가 학습 중 의도적으로 학습 데이터에 포함된 저작물의 창작적 표현을 그대로 출력시키는 것을 목적으로 저작물의 복제 등을 실시하는 경우, ⅱ) 검색 증강 생성(Retrieval Augmented Generation, RAG) 중 생성 시에 저작물의 창작적 표현 전부 또는 일부를 출력시키는 것을 목적으로 한 경우, ⅲ) 소량의 학습 데이터를 이용해 학습 데이터에 포함되는 저작물의 창작적 표현의 영향을 강하게 받은 산출물이 출력되도록 추가 학습하기 위하여 저작물의 복제 등을 하는 경우, ⅳ) 특정 창작자의 저작물만을 학습 데이터로 하여 추가 학습함으로써 해당 작풍(作風)을 공통으로 가지는 것에 그치지 않고 표현에 있어서도 공통되는 창작적 표현이 있다고 평가되는 경우 등이 제시된다.

2) 필요하다고 인정되는 한도 내

법 제30조의4에서는 ’필요하다고 인정되는 한도 내‘일 것을 요건으로 하고 있으나, 대량의 데이터를 필요로 하는 기계학습(딥러닝)의 특성을 고려할 때 AI 학습을 위하여 복제 등을 하는 저작물의 양이 방대하다고 해서 필요하다고 인정되는 한도를 넘어선 것이라 판단하기는 어렵다.

3) 저작권자의 이익을 부당하게 해하는 경우

법 제30조의4 단서에서는 “해당 저작물의 종류나 용도 및 해당 이용 형태에 비추어 저작권자의 이익을 부당하게 침해하는 경우에는 그러하지 아니하다”라고 규정하고, 이에 해당하는 경우 동 조 본문의 적용을 배제한다.

’해당 저작물‘을 대상으로 판단해야 하므로 작풍이나 화풍 등의 아이디어가 유사할 뿐 기존 저작물과의 유사성이 인정되지 않는 산출물은 이를 생성하여 이용했다고 하더라도 저작권 침해가 발생하지 않는다. 즉, 저작권법이 보호하는 이익이 아닌, 아이디어가 유사한 데 불과하고 학습 저작물의 창작적 표현과 공통되지 않는 경우라면 ’저작권자의 이익을 부당하게 침해하는 경우‘에 해당하지 않는다.

법 제30조의4에 따른 저작권자의 이익을 부당하게 침해하는 행위로는, ⅰ) 대량의 정보를 쉽게 정보 분석에 활용할 수 있는 형태로 정리한 데이터베이스 저작물이 판매되고 있는 경우 해당 데이터베이스 저작물을 정보 분석 목적으로 복제 등 하는 행위, ⅱ) AI 학습을 위한 복제 등을 방지하는 기술적 조치가 취해진 상황에서 정보 분석에 활용할 수 있는 형태로 정리한 데이터베이스 저작물이 향후 판매될 가능성이 있다고 추정될 경우, 이를 회피하여 AI 학습을 위한 복제 등을 하는 행위, ⅲ) 해적판 등 권리침해 복제물을 AI 학습을 위해 복제하는 행위 등을 들 수 있다.

당초 빅데이터 등 기술 환경을 전제로 저작물 이용을 원활하게 하기 위하여 도입되었던 TDM 규정은 생성형 AI 기술의 등장으로 새로운 해석 내지 접근방식을 요하게 되었다. 이에 DSM 지침 제정 및 저작권법 개정을 통해 TDM의 근거를 각각 마련하였던 유럽연합과 일본 역시 최근에는 이를 보완하기 위한 법제적 방안 또는 해석론 등을 검토 중에 있는 것으로 보인다. 생성형 AI 기술이 야기한 저작물 이용 환경 변화는 기존 콘텐츠 시장에서 창작자 지위 및 경제적 영향 등의 쟁점과 결부됨으로써 TDM에 대한 접근방식에 보다 다층적인 논의를 촉발하였다. 따라서 향후 TDM 등을 통한 저작물 이용 방안을 검토함에 있어서는, AI 학습 과정에서의 저작물 이용에 대한 보상체계 등 최근 국내외에서 이루어지고 있는 논의 동향을 함께 살펴볼 필요가 있다.

《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 96/9/EC and 2001/29/EC》

《Directive 2001/29/EC of the European Parliament and of the Council of 22 May 2001 on the harmonisation of certain aspects of copyright and related rights in the information society》

《The EU Artificial Intelligence Act, (https://artificialintelligenceact.eu/)》

《일본 문화청 문화심의회 저작권분과회 법제도소위원회, ‘AI와 저작권에 관한 논점 정리(초안)’, 2024. 1. 15., (https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/hoseido/r05_06/)》

《한국저작권위원회, “유럽연합(EU) 인공지능법안(AI Act)과 저작권법 – ChatGPT 등 생성형 인공지능과 관련하여 -(박희영)”, COPYRIGHT ISSUE REPORT 2023-19, (https://www.copyright.or.kr/information-materials/trend/the-copyright/view.do?brdctsno=52561&pageIndex=1&noticeYn=&brdclasscodeList=&etc2=&etc1=&searchText=&searchkeyword=&brdclasscode=02&nationcodeList=&searchTarget=ALL&nationcode=)》

《류시원, “저작권법상 텍스트·데이터 마이닝(TDM) 면책규정 도입 방향의 검토”, 『선진상사법률연구』, 제101호, 법무부, 2023》