AX시대 대전환을 위한 데이터 법제(Ⅱ) : AI 학습 목적의 저작물 활용에 관한 법적 기반 조성 연구

UgLmXdLpJDB8oSW6OsIHpQ==

연구성과

연구보고서

AX시대 대전환을 위한 데이터 법제(Ⅱ) : AI 학습 목적의 저작물 활용에 관한 법적 기반 조성 연구 Data Legislation for the Great Transformation in the AX Era (II) : A Study on Establishing a Legal Framework for the Use of Copyrighted Works for AI Training Purposes

AX시대 대전환을 위한 데이터 법제(Ⅱ) : AI 학습 목적의 저작물 활용에 관한 법적 기반 조성 연구원문 다운로드 AX시대 대전환을 위한 데이터 법제(Ⅱ) : AI 학습 목적의 저작물 활용에 관한 법적 기반 조성 연구원문보기

보고서명
AX시대 대전환을 위한 데이터 법제(Ⅱ) : AI 학습 목적의 저작물 활용에 관한 법적 기반 조성 연구
보고서명(영문)
Data Legislation for the Great Transformation in the AX Era (II) : A Study on Establishing a Legal Framework for the Use of Copyrighted Works for AI Training Purposes

책임자 라기원
소속기관한국법제연구원
공동책임자 송영선
내부연구참여자
외부연구참여자
발행기관 한국법제연구원
ISBN979-11-7362-240-3
출판년도2026
페이지224
보고서유형 일반연구보고서
연구유형 정책
표준분류 일반공공행정 및 공공안전 > 법제도
자료유형연구보고서
공공누리유형 4유형 (출처표시+상업적이용금지+변경금지)
주제어인공지능 학습데이터, 생성형 인공지능, 저작권 보상체계, 텍스트ㆍ데이터 마이닝, 공정이용

조회수

조회수 반영까지 최대 10분 정도 소요될 수 있습니다.

83
다운로드

다운로드 수 반영까지 최대 10분 정도 소요될 수 있습니다.

4

Ⅰ. 배경 및 목적
▶생성형 인공지능 및 범용 인공지능 모델의 발전으로 대규모 저작물이 인공지능 학습용데이터로 수집·복제·저장·분석되고 모델 학습에 이용되는 현상이 확산되고 있음. 이에 따라 텍스트·데이터 마이닝(Text and Data Mining, TDM), 공정이용, 저작권 침해, 권리유보, 학습용데이터 투명성 및 저작권자에 대한 보상 문제가 국내외의 핵심적인 법·정책 과제로 부상하고 있음
▶그러나 인공지능 학습용 목적의 저작물 활용에 관하여 국내외적으로 통일적 규범은 아직 형성되지 않은 상황으로, 저작권자의 입장에서는 자신의 저작물이 학습데이터로 활용되었는지 확인 및 정당한 보상을 요청하고 인공지능사업자의 경우 고품질 데이터 확보와 저작권 위반 여부에 대한 법적 불확실성 해소를 요청하는 두 가지 과제가 동시에 발생하고 있음
○ 국내에서는 방송 3사가 인공지능 개발사 및 플랫폼 사업자를 상대로 방송기사의 무단 학습 이용을 이유로 손해배상 및 추가학습금지 청구를 제기하면서, 인공지능 학습데이터에 대한 저작권 분쟁이 본격화됨
- ‘25. 1. 13. KBS, MBC, SBS의 네이버를 상대로 생성형 인공지능 하이퍼클로바 및 하이퍼클로바 X의 뉴스컨텐츠 무단 학습을 이유로 한 저작권 침해 소송 제기
- ‘26. 2. 23. KBS, MBC, SBS의 Chat GPT의 개발사인 오픈 AI를 상대로 저작권 침해 중단 및 손해배상 청구 소송 제기
○ 이와 같은 분쟁은 AI 학습용데이터사용 행위의 저작권 침해 여부 판단을 넘어, 학습데이터 이용에 대한 정당한 대가 산정, 저작물 이용 범위의 확정, 권리자의 이용 확인 가능성, 인공지능사업자의 투명성 의무, 향후 보상체계 설계 문제로 확대되고 있음
▶우리나라는 2026년 ｢대한민국 인공지능 행동계획｣에서 “AI 학습·평가 목적의 저작물 활용 및 유통 생태계 활성화”를 주요 과제로 제시하고, 창작자 권리를 보호하면서도 AI 기업이 적법하게 데이터를 활용할 수 있는 공정한 거래 구조와 학습용데이터공유 촉진 체계 마련을 강조함
○ 문화체육관광부와 한국저작권위원회는 2026년 「생성형 인공지능의 저작물 학습에 대한 저작권법상 공정이용 안내서」를 발간하여 생성형 인공지능 학습의 공정이용 판단기준을 제시
○ 「저작권법」 제35조의5의 공정이용 조항은 개별 사안별 판단 구조를 취하고 있어 대규모 학습데이터 활용에 대한 예측가능성이 낮음. 또한 현행 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」은 학습용데이터의 개념과 관련 시책을 규정하고 있으나, EU AI Act 제53조와 같이 범용 인공지능 모델 제공자의 학습콘텐츠 요약 공개 및 저작권 준수 정책 의무를 명시적으로 규정하고 있지는 않음
▶이러한 상황에서 현행 법제는 생성형 인공지능 및 범용 인공지능의 학습 목적 저작물 활용을 충분히 포섭하기 어려움. 이에 본 연구는 생성형 인공지능 및 범용 인공지능의 학습 목적 저작물 이용과 관련하여 저작권 보호와 AI 산업 발전 사이의 긴장관계를 조정하기 위한 보상체계의 필요성과 제도설계 요소를 검토하는 것을 목적으로 함

Ⅱ. 주요 내용 및 분석 결과
▶ 우리나라의 현행 법제와 입법·정책 논의를 분석한 결과, 인공지능 학습 목적의 저작물 이용 문제를 현행 공정이용 조항의 해석만으로 해결하기에는 한계가 있으며, 학습용데이터의 기록·공개와 권리자 확인절차, 권리유보, 자발적 라이선스 및 필요한 경우의 보상체계를 함께 고려하는 별도의 법적·제도적 기반이 필요함을 확인함
○ 현행 공정이용 체계에서는 공정이용이 인정되는 경우 별도의 보상이 이루어지지 않는 반면, 인정되지 않는 경우 금지청구·손해배상 등의 책임이 발생하는 이분법적 구조를 가지므로, 대규모 저작물 이용이 이루어지는 생성형 인공지능 학습에서 권리자와 인공지능사업자 간 이해관계를 조정할 수 있는 중간적 제도설계가 필요함. 이에 AI 학습 과정에서 발생하는 저작권 쟁점 등을 상세히 분석함
- 저작권의 보호 범위
- 저작권 침해의 성립 범위
- 저작권법상 공정이용 조항의 포섭 가능성
- 저작권 이용에 대한 보상 논의
○ 우리나라의 AI 학습 관련 입법ㆍ정책 연혁의 분석 결과, 국내 입법논의는 종래의 TDM·정보분석 목적 저작재산권 제한에서 학습용데이터 공개, 권리자의 이용 여부 확인, 데이터 가치평가·표준계약 및 학습용데이터 통합제공체계 등으로 확대되고 있으며, 이는 인공지능 학습 문제의 중심이 단순한 면책 여부에서 투명성·권리통제·거래 및 보상체계의 설계 문제로 이동하고 있음을 보여줌
▶ 유럽연합, 미국, 일본 및 프랑스의 비교법적 분석을 통해 시사점을 도출함
○ 해외 주요국의 AI 저작권 법제 심층 분석
- TDM 예외 등 명시적 규범을 선도적으로 도입한 유럽연합(EU)·일본, 기존 공정이용(Fair Use) 법리를 중심으로 대응 논리를 전개하는 미국, 권리자 보상금 청구권 등 구체적 보상 체계 법제화를 적극 추진 중인 프랑스의 규제 방식과 입법 동향을 비교·분석함
○ AI 학습 목적 저작물 활용 보상체계 검토
- AI의 저작물 학습 및 산출 과정에서 발생하는 이익 충돌을 해소하기 위해, 권리자에게 정당한 대가를 환원하는 보상체계 및 이익공유 모델의 도입 쟁점을 심층적으로 분석
○ 국내 법제도 개선을 위한 비교법적 시사점 도출
▶ AI 학습 목적 저작물 활용을 위한 보상체계 및 개선안 제언
○ 보상체계의 선택에 대해서는 시장에 대한 개입 정도에 따른 단계적 접근을 제안함
- 권리자와 이용대상을 특정할 수 있고 합리적인 조건의 거래가 가능한 분야에서는 개별 라이선스를 원칙적인 해결수단으로 하고, 다수의 권리자로 인하여 개별 권리처리 비용이 높은 분야에서는 자발적 집중관리를 활용하는 것이 타당함
- 대표성 있는 집중관리단체가 존재함에도 비회원 권리자의 비중, 권리정보 부족 및 과도한 거래비용 등으로 분야 전체의 거래가 구조적으로 성립하기 어려운 경우에는 충분한 공지, 탈퇴권 및 공적 감독을 전제로 확대된 집중관리를 검토할 수 있음
- 이러한 시장기반 수단으로도 해결할 수 없는 구체적이고 중대한 시장실패가 확인되고, 인공지능 학습을 허용할 구체적인 공익적 필요와 비례성이 인정되는 예외적인 분야에 한하여 보상수반 저작재산권 제한 또는 법정허락과 같은 보다 강한 입법적 개입을 검토하는 것이 타당함
▶ ｢인공지능기본법｣과 ｢저작권법｣의 기능을 구분하면서 상호 연계하는 이원적·연계형 입법모델을 제안함
○ 「인공지능기본법」에서는 생성형 인공지능을 개발·제공하는 사업자를 중심으로 학습용데이터의 출처·취득경로·이용권한 및 권리유보의 식별·반영 여부에 관한 기록·보관, 표준화된 요약정보의 공개 등 인공지능 거버넌스와 투명성의 기본원칙을 규율함
○ 「저작권법」에서는 적법한 접근, 과학연구 목적의 정보분석, 생성형 인공지능 학습 목적 이용, 권리유보의 효력, 권리자의 이용 여부 확인, 보상청구권 및 분쟁해결 등 저작권의 실체적 권리관계를 구체적으로 규율하도록 역할을 분담함
○ 특히 우선적인 입법방안으로 저작권 침해소송에서 생성형 인공지능 학습에 관한 이용 여부ㆍ출처ㆍ이용 시기ㆍ목적ㆍ방법 및 이용 근거 등에 관한 정보를 법원의 정보제공명령 대상으로 추가하는 「저작권법」 제129조의2 개정안을 제안함
○ 나아가 후속적으로는 개별 라이선스 등 시장 기반 수단이 구조적으로 작동하기 어려운 경우, 과학연구 목적 정보분석의 법적 근거로서 「저작권법」제35조의6과 제35조의7의 보상수반 권리제한을 예시적 입법모델로 제안함

Ⅲ. 연구의 결론 및 정책적 시사점
▶본 연구의 핵심 결론은 생성형 인공지능 학습에 대하여 즉시 포괄적인 법정보상제도 또는 일률적인 부담금을 도입하는 것이 아니라, 학습용데이터의 투명성과 권리자의 이용통제 기반을 우선 구축하고 시장의 자율적인 권리처리 가능성을 확인한 후, 구체적인 시장실패가 확인되는 영역에 한하여 단계적으로 법적 개입을 강화하여야 한다는 것임
○ 제1단계, 분야별 학습용데이터 이용실태를 조사하고, 기계가독 가능한 권리유보 표준, 학습용데이터 기록양식, 권리정보 및 표준 라이선스 계약의 기반을 마련할 필요가 있음
○ 제2단계, 일정 규모 이상의 인공지능사업자를 중심으로 학습용데이터의 기록·보관과 요약 공개, 저작권 침해소송에서는 법원의 정보제공명령을 통하여 생성형 인공지능 학습에 관한 구체적인 이용사실 및 이용 근거에 대한 권리자의 증거 접근을 보완할 필요가 있음
○ 제3단계, 개별 라이선스 및 자발적 집중관리의 운영을 지원하고, 콘텐츠 분야별 거래비용, 권리정보의 확인 가능성, 중소 인공지능사업자와 소규모 창작자의 시장 참여 가능성 등을 실증적으로 조사하여 시장실패의 존재 여부를 판단
○ 제4단계, 앞선 시장기반 수단으로 해결할 수 없는 구조적인 시장실패와 구체적 공익이 확인되는 경우 보상수반 저작재산권 제한의 도입 여부를 검토하여야 함
▶ 이러한 단계적 규율은 저작권 보호와 인공지능 산업 발전을 서로 대립하는 가치로만 파악하지 않고, 학습용데이터의 투명성 및 적법한 권리처리가 인공지능사업자에게도 예측가능한 데이터 이용기반과 법적 안정성을 제공한다는 점을 전제로 함. 따라서 창작자의 권리행사 가능성과 인공지능사업자의 적법한 데이터 접근은 상호 배타적인 목표가 아니라 지속가능한 AI·콘텐츠 생태계를 구성하는 상호보완적 조건으로 이해할 필요가 있음
▶ 또한 학습용데이터 투명성에 관한 인공지능 거버넌스와 저작권자의 이용통제·보상에 관한 실체적 권리관계를 하나의 법률로 규정하기보다는, 과학기술정보통신부가 ｢인공지능기본법｣을 통한 데이터 관리·투명성 기반을, 문화체육관광부가 ｢저작권법｣을 통한 이용허락·권리제한·보상 및 분쟁해결 체계를 각각 담당하면서 양 법률의 정보를 연계하는 체계를 구축하는 것이 법체계상 합리적이며, 그 개정시안을 제시함
▶ 본 연구에서 제시한 개정시안은 즉시 도입하여야 할 확정적인 법률안이라기보다 향후 입법논의를 구체화하기 위한 예시적 모델임. 따라서 보상수반 권리제한 등의 도입에 앞서 분야별 라이선스 시장, 학습용데이터 취득경로, 권리유보 기술의 실효성, 개별 저작물 이용의 추적 가능성, 보상금 징수·분배비용 및 중소 인공지능사업자의 준수비용에 관한 실증연구가 선행되어야 함을 밝혀둠
▶ 본 연구의 의의는 인공지능 학습과 저작권의 문제를 ‘공정이용인가 침해인가’, 또는 ‘AI 산업인가 창작자 보호인가’라는 이분법적 문제에서 벗어나, ‘적법한 접근 → 권리유보와 이용통제 → 학습용데이터 투명성 → 라이선스 시장 형성 → 시장실패의 확인 → 필요한 범위의 보상·입법개입’이라는 순차적이고 연계된 제도설계의 문제로 재구성하였다는 데 있음. 이를 통하여 인공지능 산업의 혁신을 불필요하게 위축시키지 않으면서도 저작권자의 실효적인 권리행사와 인간 창작생태계의 지속가능성을 확보하기 위한 후속 입법·정책 논의의 기준을 제시함
○ AI 업계와 창작자 간 상생을 위한 협력 모델, 표준계약 및 보상체계, 분쟁 해결을 위한 조정·중재 체계 구축은 물론 권리자의 절차적 권리 보장 방안 설계를 위한 기초자료로 기능할 것으로 기대됨

I. Background and Objectives
▶ The rapid development of generative artificial intelligence (AI) and general-purpose AI (GPAI) models has led to the large-scale collection, reproduction, storage, and analysis of copyrighted works for use as AI training data. As a result, legal and policy issues concerning Text and Data Mining (TDM), fair use, copyright infringement, rights reservation, transparency regarding training data, and remuneration for right holders have emerged as major issues both in Korea and internationally.
▶ However, no harmonized legal framework has yet emerged, either domestically or internationally, for the use of copyrighted works for AI training. This has created two competing but equally important policy demands. From the perspective of right holders, there is a need for mechanisms that enable them to determine whether their works have been used for AI training and to seek appropriate remuneration. From the perspective of AI businesses, there is a need to secure access to high-quality data while reducing legal uncertainty regarding potential copyright infringement.
○ In Korea, copyright disputes concerning AI training data have intensified following lawsuits brought by the three major terrestrial broadcasters against AI developers and platform operators over the alleged unauthorized use of news content for AI training.
- On January 13, 2025, KBS, MBC, and SBS filed a copyright infringement action against NAVER, alleging that their news content had been used without authorization to train the generative AI models HyperCLOVA and HyperCLOVA X.
- On February 23, 2026, KBS, MBC, and SBS filed an action against OpenAI, the developer of ChatGPT, seeking injunctive relief and damages for alleged copyright infringement.
○ These disputes extend beyond the question of whether the use of copyrighted works as AI training data constitutes copyright infringement. They also raise broader issues concerning the determination of fair remuneration for the use of training data, the permissible scope of such use, rightholders’ ability to ascertain whether their works have been used, transparency obligations of AI businesses, and the design of future remuneration frameworks.
▶ In the 2026 Korea AI Action Plan, the Korean government identified the “promotion of an ecosystem for the use and distribution of copyrighted works for AI training and evaluation” as a major policy objective. The Plan emphasizes the development of a fair transactional framework that enables AI companies to lawfully access and use data while protecting creators’ rights, as well as measures to facilitate the sharing of training data.
○ In 2026, the Ministry of Culture, Sports and Tourism and the Korea Copyright Commission published the Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models, providing criteria for assessing fair use in the context of generative AI training.
○ Article 35-5 of the Korean Copyright Act, which governs fair use, requires a case-by-case assessment and therefore provides limited predictability for the large-scale use of copyrighted works as AI training data. In addition, while Korea’s AI Framework Act addresses the concept of training data and related policy measures, it does not expressly impose obligations comparable to Article 53 of the EU AI Act, such as requiring providers of general-purpose AI models to publish a sufficiently detailed summary of the content used for training and to establish a policy for compliance with copyright law.
▶ Against this background, the existing Korean legal framework does not fully address the distinctive characteristics of the use of copyrighted works for training generative AI and general-purpose AI models. This study therefore examines the need for, and key design elements of, a remuneration framework capable of reconciling copyright protection with the development of the AI industry.

II. Key Findings and Analysis
▶ An analysis of Korea’s existing legal framework and ongoing legislative and policy discussions indicates that the use of copyrighted works for AI training cannot be adequately addressed solely through the interpretation of the existing fair use provision. A separate legal and institutional framework should therefore be considered that integrates training-data recordkeeping and disclosure, procedures enabling right holders to verify the use of their works, rights reservation, voluntary licensing, and, where necessary, mechanisms for remuneration.
○ Under the current fair use framework, no separate remuneration is payable where a use qualifies as fair use, whereas a use that falls outside the scope of fair use may give rise to injunctive relief and damages. This binary structure leaves limited room for balancing the interests of right holders and AI businesses in cases involving the large-scale use of copyrighted works for generative AI training. This study therefore provides a detailed analysis of the principal copyright issues arising in the AI training process, including:
- the scope of copyright protection
- the circumstances under which copyright infringement may be established
- the applicability of the fair use provision
- the emerging debate over remuneration for the use of copyrighted works
○ An examination of the legislative and policy development of AI training regulation in Korea shows that the domestic debate has expanded beyond conventional limitations on economic rights for TDM and information-analysis purposes. Recent discussions increasingly encompass disclosure of training data, procedures enabling right holders to determine whether their works have been used, data valuation, standard licensing agreements, and integrated systems for the provision of training data. This evolution demonstrates that the focus of AI training regulation is shifting from the narrow question of whether liability should be exempted toward the broader institutional design of transparency, rights control, licensing markets, and remuneration mechanisms.
▶ This study derives comparative-law implications through an examination of the regulatory approaches adopted in the European Union, the United States, Japan, and France.
○ In-depth comparative analysis of major jurisdictions
- The study compares the regulatory approaches and legislative developments of the European Union and Japan, which have introduced express statutory rules such as TDM exceptions; the United States, where legal responses continue to develop primarily through the existing fair use doctrine; and France, where more concrete legislative proposals concerning remuneration mechanisms, including potential remuneration rights for right holders, have been actively discussed.
○ Assessment of remuneration frameworks for the use of copyrighted works in AI training
- The study conducts an in-depth examination of remuneration mechanisms and benefit-sharing models designed to return an appropriate share of the economic value generated through AI training to right holders, with the aim of addressing conflicts of interest arising from the training and output-generation processes of AI systems.
○ Comparative-law implications for reform of the Korean legal framework
- Based on the comparative analysis, the study identifies institutional elements that may inform the development of a Korean framework for AI training, copyright transparency, licensing, and remuneration.
▶ This study proposes a remuneration framework and related legal reforms for the use of copyrighted works in AI training, based on a graduated approach reflecting the degree of regulatory intervention in the market.
○ Where right holders and the relevant uses can be individually identified and transactions can reasonably be concluded, individual licensing should remain the primary mechanism for rights clearance. Where a large number of right holders makes individual clearance excessively costly, voluntary collective management may provide an appropriate alternative.
○ Where a representative collective management organization exists but transactions across an entire sector remain structurally difficult because of the substantial presence of non-member right holders, insufficient rights information, or excessive transaction costs, extended collective licensing may be considered, provided that adequate notice, a meaningful right to opt out, and appropriate public oversight are ensured.
○ Stronger legislative intervention, such as a remunerated limitation on economic rights or statutory licensing, should be considered only in exceptional sectors where a specific and substantial market failure has been demonstrated, market-based mechanisms cannot provide an adequate solution, and there is a concrete public-interest justification for permitting the use of copyrighted works for AI training. Any such intervention should also satisfy the principle of proportionality.
▶ This study proposes a dual-track, coordinated legislative model that differentiates the respective functions of the Korean AI Framework Act and the Copyright Act while establishing mechanisms for their effective interaction.
○ Under the Korean AI Framework Act, baseline requirements for AI governance and transparency should apply primarily to AI business operators that develop and provide generative AI systems. Such requirements should include the documentation and retention of information concerning the provenance of training data, channels of data acquisition, authorization or other legal bases for use, and whether rights reservations have been identified and given effect, as well as the disclosure of standardized summary information regarding training data.
○ By contrast, the Copyright Act should specifically govern the substantive legal relationships concerning copyright, including lawful access, information analysis for scientific research purposes, including text and data mining (TDM), the use of copyrighted works for generative AI training, the legal effect of rights reservations, mechanisms enabling rightsholders to ascertain whether their protected subject matter has been used, rights to remuneration, and dispute resolution.
○ As an immediate legislative priority, this study proposes an amendment to Article 129-2 of the Copyright Act to expand the scope of court-ordered disclosure of information in copyright infringement litigation to encompass information concerning generative AI training, including whether protected subject matter was used, the source of the material, the timing, purpose, and manner of use, and the legal basis for such use.
○ As a subsequent legislative step, where market-based mechanisms such as individual licensing are structurally unable to function effectively, this study proposes proposed Articles 35-6 and 35-7 of the Copyright Act as illustrative legislative models for establishing a legal basis for information analysis undertaken for scientific research purposes through limitations on copyright subject to remuneration.

III. Conclusions and Policy Implications
▶ The central conclusion of this study is that a comprehensive statutory remuneration scheme or uniform levy should not be introduced immediately for generative AI training. Instead, the legal framework should first establish transparency regarding training data and the institutional infrastructure necessary for rightsholders to identify and exercise control over the use of their works. The capacity of market-based rights-clearance mechanisms to function effectively should then be assessed, with legal intervention being strengthened incrementally only in areas where concrete market failures are empirically demonstrated.
○ Stage One: It is necessary to conduct sector-specific empirical assessments of the use of copyrighted works as training data and to establish the foundational infrastructure for machine-readable rights-reservation standards, standardized training-data recordkeeping formats, rights-information systems, and standardized licensing agreements.
○ Stage Two: AI business operators above an appropriate size or operational threshold should be required to document and retain information concerning training data and disclose standardized summaries thereof. In copyright infringement litigation, rightsholders’ evidentiary access should also be strengthened through court-ordered disclosure under Article 129-2 of the Copyright Act, enabling them to obtain specific information concerning the actual use of protected subject matter in generative AI training and the legal basis for such use.
○ Stage Three: The legal and institutional framework should support the operation of individual licensing and voluntary collective management mechanisms. At the same time, empirical research should assess transaction costs across different content sectors, the availability and verifiability of rights information, and the ability of small and medium-sized AI businesses and small-scale creators to participate effectively in licensing markets, in order to determine whether and to what extent market failure exists.
○ Stage Four: Where structural market failures that cannot be adequately addressed through the foregoing market-based mechanisms are demonstrated and a specific and identifiable public interest justifies intervention, policymakers should consider whether to introduce limitations on copyright economic rights subject to remuneration.
▶ This graduated regulatory approach does not treat copyright protection and AI innovation as inherently conflicting policy objectives. Rather, it recognizes that transparency concerning training data and lawful rights clearance can also provide AI businesses with a more predictable basis for accessing data and greater legal certainty. The effective exercise of creators’ rights and lawful access to data by AI businesses should therefore be understood not as mutually exclusive objectives, but as mutually reinforcing conditions for a sustainable AI and content ecosystem.
▶ From an institutional perspective, it would be more coherent to regulate AI governance and training-data transparency separately from the substantive rights of copyright holders concerning control and remuneration, while ensuring effective coordination between the two regimes. Accordingly, rather than incorporating all relevant rules into a single statute, this study proposes an institutional division of responsibilities under which the Ministry of Science and ICT would establish the framework for data governance and transparency under the AI Framework Act, while the Ministry of Culture, Sports and Tourism would oversee licensing, limitations and exceptions to copyright, remuneration, and dispute resolution under the Copyright Act. The study further proposes draft legislative provisions designed to facilitate the exchange and coordination of relevant information between the two statutory regimes.
▶ The draft amendments presented in this study are intended not as definitive legislative proposals requiring immediate adoption, but as illustrative models for structuring future legislative debate. Prior to the introduction of measures such as remunerated limitations on economic rights, further empirical research should be conducted on sector-specific licensing markets, the pathways through which training data are acquired, the practical effectiveness of rights-reservation technologies, the technical feasibility of tracing the use of individual works, the administrative costs associated with collecting and distributing remuneration, and the compliance costs that such measures would impose on small and medium-sized AI businesses.
▶ The principal contribution of this study lies in reframing the relationship between AI training and copyright. Rather than approaching the issue through binary questions ― such as “fair use or infringement” or “AI innovation or creator protection” ― the study conceptualizes it as a sequential and interconnected process of institutional design:
lawful access → rights reservation and control over use → training-data transparency → development of licensing markets → identification of market failure → proportionate remuneration and legislative intervention where necessary.
This approach provides a policy framework for future legislative and regulatory discussions aimed at ensuring the effective exercise of copyright while maintaining the sustainability of the human creative ecosystem, without unnecessarily constraining innovation in the AI industry.
○ The findings of this study are also expected to provide a foundation for developing cooperative models between the AI industry and creators, standard licensing agreements and remuneration mechanisms, mediation and arbitration systems for dispute resolution, and procedural safeguards that enable right holders to effectively exercise their rights.

요 약 문 1
Abstract 7
제1장
서 론 / 21
제1절 연구의 배경 및 목적 23
1. 연구의 배경 23
2. 연구의 목적 24
제2절 연구의 범위 및 방법 25
1. 연구의 범위 25
2. 연구의 방법 26
3. 연구의 구성 28
제2장
AI 학습용 저작물 활용의 쟁점 / 30
제1절 서 설 32
제2절 우리나라 AI 학습 관련 입법ㆍ정책 연혁 36
1. AI 학습 관련 정책 연혁 36
2. 인공지능기본법 제정시 핵심 쟁점 39
3. 인공지능 학습용 저작물 관련 입법 연혁 40
제3절 AI 학습 목적 저작물 관련 법적 쟁점 50
1. 저작권의 보호 범위 50
2. 저작권 침해 범위 54
3. 저작권법상 공정이용 조항 포섭 문제 62
4. 저작권 이용에 대한 보상 논의 65
제4절 소 결 76
제3장
AI 학습용 저작물 활용의 비교법적 분석 / 79
제1절 서 설 81
제2절 AI 학습용 저작물 활용 규범 분석 83
1. 개관 83
2. 유럽연합 84
3. 일본 88
4. 미국 93
5. 프랑스 96
제3절 AI 학습용 저작물 활용 보상체계 도입 논의 분석 101
1. 개관 101
2. 유럽연합 103
3. 일본 113
4. 미국 115
5. 프랑스 118
제4절 비교법적 분석 133
1. 인공지능 학습행위의 법적 성격과 규율 단위 133
2. 적법한 접근 방법과 권리자의 이용통제 134
3. 학습데이터 투명성과 증명책임 135
4. 보상제도 도입 필요성 136
5. 소결 137
제4장
AI 학습용 저작물 활용을 위한 보상체계 및 법제 개선안 / 139
제1절 서 설 141
제2절 개선안 설계의 전제 143
1. 인공지능 학습행위의 법적 성격과 규율단위 143
2. 적법한 접근과 권리자의 이용통제 144
3. 학습용 데이터의 투명성과 증명책임 147
4. 생성형 인공지능 학습 보상제도 도입 필요성과 시장실패의 판단 149
5. 실태조사와 단계적 입법의 필요성 157
제3절 도입 가능한 보상제도의 요건과 실익 158
1. 개별 라이선스 158
2. 자발적 집단관리와 확대된 집중관리 159
3. 보상수반 저작재산권 제한(법정허락) 160
4. 사적복제보상금 166
5. 비교평가 168
제4절 인공지능기본법과 저작권법의 연계 입법 방안 171
1. 연계형 입법의 기본 방향 171
2. 인공지능기본법과 저작권법의 연계 입법 방안 172
3. 향후 검토 과제 185
제5장
결 론 / 191
1. 인공지능 학습용 데이터의 전략적 가치와 법적 과제 193
2. 연구 내용과 결과 197
3. 후속 연구과제 및 본 연구의 의의 200
참고문헌 203

콘텐츠 큐레이션 : 동일주제 가장 많이 이용된 자료 추천

현재 페이지에서 제공되는 연구보고서에 대하여 평가해 주세요

별점5점만점에 5점 별점5점만점에 4점 별점5점만점에 3점 별점5점만점에 2점 별점5점만점에 1점

의견(0)

연구성과에 따른 의견과 무관한 글, 선정적인 글 및 비방글 등의 게시물은 관리자에 의해 언제든 삭제 조치 될 수 있으며, 주민등록번호 형식 및 연속된 숫자 13자리는 입력할 수 없습니다.

입력 가능 Byte : 4000 Byte 현재 입력 Byte : 0 Byte

자동등록방지 숫자를 순서대로 입력하세요.

NKIS 국가정책연구포털

연구성과

국책연구동향

NKIS 통계

게시판

NKIS소개

연구성과

국책연구동향

NKIS 통계

게시판

NKIS소개

연구성과

연구보고서

AX시대 대전환을 위한 데이터 법제(Ⅱ) : AI 학습 목적의 저작물 활용에 관한 법적 기반 조성 연구

Data Legislation for the Great Transformation in the AX Era (II) : A Study on Establishing a Legal Framework for the Use of Copyrighted Works for AI Training Purposes

국문초록

영문초록

목차

콘텐츠 큐레이션 : 동일주제 가장 많이 이용된 자료 추천

연구보고서

정책연구자료

세미나

현재 페이지에서 제공되는 연구보고서에 대하여 평가해 주세요

의견(0)