TL;DR
미국 정부가 OpenAI 저작권 침해 소송에서 LLM 학습에 저작물을 사용하는 행위가 공정 이용에 해당할 수 있다는 입장을 담은 19쪽 Statement of Interest를 제출했습니다. 정부는 LLM 학습이 원문을 그대로 제공하는 대신 데이터 사이의 관계를 인식하고 새 정보에 적응하도록 만드는 매우 변형적인 사용이며, 학습과 출력은 사용별로 분리해 판단해야 한다고 봅니다. 따라서 같은 장르의 콘텐츠를 생성할 가능성만으로는 원저작물을 대체하는 실질적 시장 피해를 입증하기 어렵고, 실제 출력물의 실질적 유사성을 따져야 한다는 논리입니다. 정부는 AI 산업의 국가안보·경제적 중요성과 과도한 licensing 진입장벽이 대형 기술기업 중심의 LLM 시장을 만들 수 있다는 점도 공정 이용 판단의 배경으로 들었습니다.
섹션별 상세
이미지 분석
문서는 Google이 기존 코드를 그대로 복사했더라도 새로운 스마트폰 환경에서 별도의 목적을 위해 사용했고, 그 결과 프로그래머의 새로운 표현을 가능하게 했다는 대법원 논리를 인용합니다. 이어 LLM 학습도 보호된 저작물의 복사본을 데이터 사이의 관계를 인식하고 새 정보에 적응하도록 가르치는 과정에 사용하므로 변형적 사용이라는 연결을 제시합니다.
미국 정부의 Statement of Interest에서 Google v. Oracle 판례를 인용한 문서 발췌입니다.
문서는 시장에 영향을 주려면 사용이 저작물을 대체하는 방식으로 작동해야 하며, 단순한 판매 손실 가능성이 아니라 상당한 대체 경쟁이 중요하다고 적습니다. 저작권 침해 판단에는 침해물과 원저작물의 보호 가능한 요소 사이에 실질적 유사성이 필요하다는 법리를 함께 제시합니다.
저작물 시장을 대체하는 경쟁과 실질적 유사성을 공정 이용의 시장 영향 판단과 연결한 문서 발췌입니다.
문서는 LLM 학습이 원저작물의 상당한 저자 표현을 공개하지 않으며, 학습 단계와 향후 출력으로 인한 시장 피해를 사용별로 분리해야 한다고 설명합니다. 같은 장르에 속하지만 원저작물의 보호 요소를 복제하지 않는 출력은 그 자체만으로 공정 이용상 시장 대체물로 볼 수 없다는 논리도 이어집니다.
LLM 학습이 대중에게 원문을 공개하지 않고 관계 학습에 복사본을 사용하는 과정이라는 문서 발췌입니다.
문서는 실질적으로 유사한 복제가 없는 출력은 원저작물과 같은 장르라는 이유만으로 관련 시장 피해를 만들 수 없다고 적습니다. 이어 Kadrey 법원이 LLM 학습과 출력을 하나의 연속된 사용으로 보고, AI가 인간 저자의 책과 경쟁하는 콘텐츠를 만들 가능성을 근거로 licensing 필요성을 인정한 과정을 비판합니다.
실질적 유사성이 없는 출력과 Kadrey 법원의 간접 대체 이론을 비교한 문서 발췌입니다.
문서는 LLM 학습이 대중 접근 없이 저작물을 복사해 관계 인식과 정보 적응을 가르치는 과정이고, 출력은 대중에게 제공되는 별도 사용이라고 구분합니다. 이 둘을 합치면 실질적 유사성이라는 저작권 침해의 핵심 요건을 놓치게 되며, Joan Didion의 Hemingway 학습 사례처럼 인간의 창작 학습에도 과도한 책임을 확장할 수 있다고 지적합니다.
LLM 학습과 LLM 출력을 서로 다른 사용으로 보아야 한다는 정부의 비판이 이어지는 문서 발췌입니다.
문서는 공정 이용이 기술 변화에 대응하는 유연한 원칙이지만, 기술 변화가 기존 분석을 거꾸로 뒤집는 근거가 될 수는 없다고 적습니다. LLM을 활용한 인간의 창작과 대중을 위한 창의적 응용을 고려하면, 일반적인 경쟁이나 금융 손실만으로 시장 영향 요소를 해석해서는 안 된다는 결론으로 이어집니다.
기술 변화와 공정 이용 원칙의 관계를 설명하는 문서 발췌입니다.
문서는 LLM 학습에 저작권 침해 책임을 부과하면 저작권법이 육성하려는 창의성 자체를 억누를 수 있다고 주장합니다. Google v. Oracle과 Campbell 판례를 근거로 새로운 응용과 창작을 가능하게 하는 사용의 공익을 고려해야 하며, 저작권 원칙을 전면적으로 다시 쓰는 일은 정책 결정의 영역이라고 정리합니다.
미국 정부의 Statement of Interest 마지막 부분에서 LLM 학습 책임과 창의성 위축 위험을 설명한 문서 발췌입니다.
표지는 사건명이 OpenAI, Inc. Copyright Infringement Litigation이며 문서 제목이 Statement of Interest of the United States임을 확인시킵니다. 본문에서 요약한 미국 정부의 법정 의견서가 실제 연방법원 제출 문서에 기반한다는 점을 뒷받침합니다.
United States District Court Southern District of New York가 작성한 OpenAI Copyright Infringement Litigation 사건의 Statement of Interest 표지입니다.
용어 해설
- 공정 이용(Fair Use)
- — 저작권자의 허락 없이 저작물을 제한적으로 사용할 수 있는 미국 저작권법상의 원칙입니다. 법원은 사용 목적과 성격, 저작물의 종류, 사용된 분량, 원저작물 시장에 미치는 영향을 종합해 판단합니다. 이 글에서는 LLM 학습과 생성 결과를 서로 다른 사용으로 볼지, 학습이 원저작물의 시장을 대체하는지를 핵심 쟁점으로 삼습니다.
- LLM 학습(LLM Training)
- — 대량의 텍스트를 이용해 LLM이 데이터 사이의 관계를 인식하고 새로운 정보에 적응하도록 모델의 매개변수를 조정하는 과정입니다. 학습 단계에서는 저작물의 복사본이 만들어질 수 있지만, 학습 데이터 자체가 대중에게 공개되는 것은 아닙니다. 미국 정부는 이 과정이 원저작물과 다른 목적을 가진 매우 변형적인 사용이라고 평가합니다.
- 시장 희석 이론(Market Dilution)
- — AI가 원저작물과 같은 장르의 경쟁 콘텐츠를 대량으로 생성해 원저작물의 시장을 간접적으로 약화시킬 수 있다는 저작권 침해 논리입니다. 미국 정부는 단순히 같은 장르에 속한다는 이유만으로는 저작권법상 인식 가능한 시장 피해가 성립하지 않는다고 봅니다. 실제 대체 관계와 실질적 유사성을 별도로 확인해야 한다는 입장입니다.
- 사용별 분석(Use-by-Use Analysis)
- — 공정 이용 판단에서 하나의 기술 흐름 전체를 묶지 않고, 각각의 문제 된 사용을 독립적으로 평가하는 접근법입니다. 이 글에서는 LLM 학습과 LLM 출력이 서로 다른 사용이므로 출력물이 초래할 수 있는 시장 피해를 학습 단계의 공정 이용 판단에 그대로 반영할 수 없다는 논거로 사용됩니다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
