1. 개요

2. 배경

2.1. 저작권

2.2. 인공지능

2.2.1. 인공지능 저작권의 출현

• 1950~1980년대: 인공지능 연구는 주로 문제 해결, 논리 연산, 전문가 시스템 등에 초점을 맞췄다. 이 시기에는 AI가 창작 활동에 참여하는 사례가 거의 없었으며, 저작권 문제는 논의되지 않았다.

• 1990년대: 인공지능이 음악, 미술, 문학 등의 창작 활동에 도입되기 시작했지만, 이 시기에는 AI의 역할이 도구적이고 보조적인 수준에 머물렀다. AI가 생성한 창작물에 대한 저작권 문제는 주로 학술적 관심사로만 다루어졌다.

• 2010년대: 딥러닝(Deep Learning) 기술의 발전으로 AI는 텍스트, 이미지, 음악 등 다양한 형태의 창작물을 생성할 수 있게 되었다. 특히, 생성형 AI(Generative AI) 모델이 등장하면서 AI의 창작 활동은 새로운 전환점을 맞이했다.

• 2015년: 딥러닝 기반의 생성형 모델인 OpenAI의 GPT-2가 공개되면서 AI가 생성한 텍스트의 독창성과 품질이 크게 향상되었다. 이는 AI 저작권 문제를 더욱 부각시키는 계기가 되었다.

• 2020년대: AI가 창작한 예술 작품, 문학 작품, 음악 등이 대중화되면서, 이러한 창작물에 대한 저작권 귀속 문제는 더욱 중요해졌다. AI가 생성한 콘텐츠가 상업적으로 활용되기 시작하면서, AI 저작권에 대한 법적 규제와 정책 마련의 필요성이 제기되었다.
  
• 2021년: 미국 저작권청(USPTO)은 AI가 생성한 창작물에 대한 저작권 등록을 거부하면서, AI 저작권에 대한 논의가 법적 차원에서 본격적으로 진행되기 시작했다.

3. 논란의 원인

3.1. 창작 주체의 불분명성

• 인공지능 시스템 : AI 시스템 자체는 법적으로 권리를 가질 수 없다. 이는 법적 인격이 없기 때문이다.
• 기업 : AI를 소유하거나 운영하는 기업이 저작권을 주장할 수도 있다. 이는 특히 상업적인 AI 서비스의 경우에 해당된다.

3.2. 법적 프레임워크의 부재

• 법적 공백 : AI 창작물에 대한 저작권 보호 여부, 보호 기간, 보호 범위 등에 대한 규정이 명확하지 않다.
• 국가 간 차이 : 일부 국가들은 AI 창작물에 대해 특정한 법적 규정을 도입하려 하고 있지만, 각국의 법적 접근 방식이 다를 수 있어 국제적인 저작권 보호 및 분쟁 해결이 복잡해진다.
• 법적 대응 : 법률가와 정책 입안자들은 새로운 법적 프레임워크를 만들거나 기존 법을 수정하여 AI 창작물의 저작권 문제를 해결하려는 노력을 하고 있다.

3.3. 훈련 데이터의 저작권 문제

• 데이터 수집 : AI 훈련에 사용되는 데이터는 인터넷에서 크롤링하거나 다양한 데이터베이스에서 수집된다. 이 과정에서 원 저작자의 허락을 받지 않고 데이터가 사용될 수 있다.
• 공정 사용 : 일부는 AI 훈련이 공정 사용(fair use) 원칙에 해당될 수 있다고 주장하지만, 이는 법적 해석에 따라 다를 수 있다.

3.4. 경제적 이해관계

• 상업적 가치 : AI가 생성한 콘텐츠가 상업적 가치를 가지게 되면서, 이러한 콘텐츠의 저작권을 누구에게 부여할 것인지에 대한 논의가 필요하다. 이는 AI 생성물의 사용과 배포에 따른 수익 분배 문제와도 관련이 있다.
• 산업 경쟁력 : AI 기술을 활용한 콘텐츠 생성은 미디어, 광고, 엔터테인먼트 등 다양한 산업에서 경쟁력을 강화할 수 있는 요소로 작용한다. 따라서 AI 생성물의 저작권 문제는 산업 경쟁력과도 직결된다.

4. 저작권 요구자

4.1. 학습데이터 창작자

• 창작물의 기초 : AI가 학습한 데이터는 원본 데이터 제공자의 창작물이므로, AI가 생성한 저작물도 이 창작물의 영향을 받는다.

• 학습 데이터의 가치 : 고품질의 학습 데이터는 AI 모델의 성능을 좌우하는 중요한 요소이다.

• 공정한 보상 : 원본 데이터 제공자는 AI 저작물로 인해 발생하는 수익의 일부를 받을 권리가 있다.

• 저작권 확장 : 원본 데이터의 저작권이 AI 저작물에도 영향을 미칠 수 있다.

• 권리 보호 : 원본 데이터 제공자는 AI 저작물에 대해 법적 보호를 요구할 수 있다.

4.2. AI 개발자

• 알고리즘 설계 : AI의 동작 방식을 결정하는 알고리즘을 개발하는 것은 고도의 기술적 창의성을 요구한다.
• 데이터 준비 : AI 모델을 훈련시키기 위해 필요한 데이터를 수집하고 준비하는 과정도 중요한 창의적 기여이다.

• 수익 창출 : 저작권이 인정되면 AI가 생성한 콘텐츠를 판매하거나 라이선스할 수 있다.
• 투자 회수 : 경제적 보상은 AI 연구 및 개발에 대한 지속적인 투자를 가능하게 한다.

• 무단 사용 방지 : 저작권이 있으면 불법 복제나 무단 사용에 대해 법적으로 대응할 수 있다.
• 권리 보호 : 저작권은 개발자의 창작물에 대한 법적 소유권을 명확히 한다.

• 공식적 인정 : 저작권을 통해 개발자의 기술적 성과를 공식적으로 인정받을 수 있다.
• 기술 발전 기여 : 저작권은 개발자의 기술 발전에 대한 기여를 인정하는 중요한 수단이다.

• 동기 부여 : 저작권은 개발자들에게 더 많은 혁신을 추구할 동기를 제공한다.
• 기술 발전 촉진 : 저작권은 AI 기술의 지속적인 발전을 촉진한다.

4.3. 2차 창작자

• 독창성 : AI 결과물에는 창작자의 독창적 아이디어와 개입이 포함된다.

• 기여도의 강조 : AI 결과물에 대한 추가적인 창작 작업이 저작권 주장의 근거가 된다.

• 노력과 시간 : 창작 과정에서 창작자의 시간과 노력이 투입되었다는 점을 강조한다.

• 무단 사용 방지 : 저작권은 창작물이 무단으로 사용되는 것을 방지하는 데 중요한 역할을 한다.

• 수익 창출 : 저작권을 통해 창작물로부터 발생하는 수익을 보호받을 수 있다.

5. 국가별 상황

5.1. 규제

• 
  [[대한민국|
  대한민국
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

• 
  [[중국|
  중국
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

• 
  [[미국|
  미국
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

• 
  [[영국|
  영국
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

• 
  [[캐나다|
  캐나다
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

5.2. 사례

5.2.1. 저작권 반려 사례

• 
  [[대한민국|
  대한민국
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

작곡가 이봄은 2016년 광주과학기술원 AI대학원 교수팀이 개발한 작곡 인공지능으로, 6년간 30만 곡을 만들었고, 3만 곡을 판매해 6억 원의 매출을 올렸으나, AI가 작곡했기 때문에 저작권료를 받을 수 없다는 이유로 이봄이 만든 음악에 대해 한국음악저작권협회는 저작권료 지급을 거부했다.
*
[[미국|

미국

]][[틀:국기|

행정구

]][[틀:국기|

속령

]]

5.2.2. 저작권 인정 사례

• 
  [[대한민국|
  대한민국
  ]][[틀:국기|
  행정구
  ]][[틀:국기|
  속령
  ]]

국내에서 AI 영화가 처음으로 저작권을 인정받은 사례인 ‘AI 수로부인’은 나라AI필름에서 제작한 영화로, 전통 설화 수로부인의 이야기를 현대적으로 재해석하였으며, 제작 과정에서 ‘GPT-4’, '미드저니' 등 수많은 AI를 적극로으로 활용하여 2023년 12월 29일, 한국저작권위원회로부터 '편집저작물'로 등록을 인정받았다. 이는 영화를 제작하는 거의 모든 과정에 걸쳐 AI를 활용했다는 점에서 의의가 더욱 큰 사례로 주목받는다.
*
[[미국|

미국

]][[틀:국기|

행정구

]][[틀:국기|

속령

]]

미국에서는 영국 런던에 본사를 둔 AI 테크 스타트업 메타피직의 CEO 톰 그레이엄이 AI 생성 이미지로 미국 저작권청의 저작권 등록에 성공했다. 그레이엄은 AI를 이용해 자신의 비디오를 만들었고, 저작권위원회는 이를 저작물로 인정하여 그레이엄은 자신의 유사성에 대한 저작권을 법적으로 인정받은 첫 사례가 되었다. 이는 생성형 AI와 관련한 저작권 비즈니스에 상당한 영향을 미친 사건으로 평가된다.
*
[[중국|

중국

]][[틀:국기|

행정구

]][[틀:국기|

속령

]]

6. 미래과제

7. 출처