AI 스타트업 학습 데이터, 저작권 허락이 필요한가? 미국, 중국, 한국 정부 문서 비교

2026년 9월 미국 법무부는 AI 학습용 복제가 공정이용이라는 의견을 법원에 냈고, 중국은 5개년 계획에 합리적 이용 제도를, 한국 안내서는 원칙적으로 허락이 필요하다고 적었습니다. AI 스타트업이 학습 데이터에서 먼저 점검할 일을 정리합니다.

김형민 대표 변리사

AI 학습 데이터 저작권을 미국, 중국, 한국 정부 문서로 비교한 B-LOG INSIGHT 썸네일

Legal & Strategy

비라인특허법률사무소

2026. 10. 21.

3줄 요약

미국 법무부는 2026년 9월 1일 OpenAI 저작권 소송에 "AI 학습 단계의 복제는 허락 없이 쓸 수 있는 공정이용"이라는 정부 의견서를 냈습니다. 판결이 아니며 데이터를 어떻게 모았는지와 모델이 원문을 그대로 내놓는 문제는 판단하지 않았습니다.
중국은 2026~2030년 저작권 5개년 계획에 "AI 학습데이터 합리적 이용 제도를 만들겠다"고 적었고 한국 정부 안내서는 "다른 근거가 없으면 원칙적으로 저작권자의 허락을 받아야 한다"고 밝혔습니다. 둘 다 법률이나 규칙이 아닙니다.
세 나라 자료는 모두 데이터를 어떻게 확보했는지를 따로 다룹니다. AI 스타트업은 데이터 출처 기록, 유료 또는 로그인 전용 콘텐츠와 수집 금지 표시 존중, 원문 재현 차단, 데이터 계약 정비부터 점검할 수 있습니다.

서론

2026년 9월 1일, 미국 법무부는 OpenAI 저작권 소송에 "AI 학습 단계의 복제는 공정이용"이라는 의견서를 냈습니다. 일주일 뒤 중국은 저작권 5개년 계획에 AI 학습데이터 합리적 이용 제도를 적었습니다. 학습 데이터를 모으는 AI 스타트업이 무엇부터 점검할지 한국 안내서와 함께 정리합니다.

미국 법무부는 '학습' 단계만 떼어 판단했다

이번 문서는 statement of interest, 즉 소송 당사자가 아닌 미국 정부가 법원에 입장을 알리는 의견서입니다. 법원 판결이 아니고 판사를 구속하지도 않습니다. 사건은 뉴욕타임스와 작가들이 OpenAI와 Microsoft를 상대로 낸 소송을 모은 뉴욕남부연방지방법원의 병합 사건(25-md-3143)입니다.

법무부는 AI 개발을 데이터 수집, 학습, 결과물 출력의 3단계로 나눴습니다. 그중 학습 단계만 골라 "극도로 변형적(extraordinarily transformative)"이라고 평가했습니다. 변형적 이용은 원저작물을 대신하는지, 아니면 새로운 목적이나 의미를 만들어 내는지 보는 기준입니다. 법무부는 학습이 원문을 공중에게 보여 주지 않으므로 책 판매 시장을 대체하지 않는다고 봤습니다.

미국 법무부 의견서 13쪽, "In sum, the use of copies to train LLMs is extraordinarily transformative" 문장 강조

출처: 미국 법무부, Statement of Interest of the United States, In re OpenAI, Inc. Copyright Infringement Litigation, 25-md-3143 (S.D.N.Y.), Doc 316 (2026.09.01) 13쪽 발췌. 강조 표시는 필자

의견서가 다루지 않은 부분도 분명합니다. 해적판 확보나 유료벽(돈을 내야 볼 수 있게 막아 둔 장치) 우회 같은 수집 방식의 적법성은 판단 범위에서 뺐습니다. 모델이 학습한 원문을 그대로 출력하는 문제도 다루지 않았습니다.

미국 법원은 데이터를 어디서 구했는지부터 따졌다

법무부 의견서는 판사를 구속하지 않습니다. 실제 판단은 각 사건의 판사가 내립니다. 지금까지 나온 미국 판결은 학습 자체보다 데이터를 어떻게 구했는지, 결과물이 원저작물의 시장을 빼앗는지를 더 무겁게 다뤘습니다. 생성형 AI 사건은 모두 1심이라 항소심에서 달라질 수 있습니다.

2025년 6월 Bartz v. Anthropic 판결이 대표적입니다. 법원은 Anthropic이 구매한 책으로 학습한 부분은 공정이용으로 인정했지만 해적 사이트에서 내려받아 쌓아 둔 도서 보관소는 공정이용으로 인정하지 않았습니다. 같은 회사의 같은 학습이라도 책을 어디서 구했는지에 따라 결론이 달라졌습니다. Anthropic은 이후 15억 달러를 내고 합의했습니다.

이틀 뒤 Kadrey v. Meta 판결은 Meta의 손을 들어 줬습니다. 판결 이유는 원고가 시장 피해를 입증하지 못했다는 것이었습니다. 판사는 증거만 갖춰지면 허락 없는 학습이 불법이 되는 경우가 많을 것이라고 덧붙였습니다.

2026년 9월 29일에는 AI 학습을 다룬 첫 미국 항소심 판결이 나왔습니다. 제3순회 연방항소법원은 Thomson Reuters v. Ross 사건에서 공정이용을 인정하지 않았습니다. ROSS가 Westlaw의 판례 요약문으로 학습해 Westlaw와 경쟁하는 검색 서비스를 만들었고 학습용 데이터 라이선스 시장까지 해쳤다는 이유입니다. 이 사건의 AI는 새 글을 만들지 않는 검색 도구여서 결론을 생성형 AI에 그대로 옮길 수는 없습니다. 그래도 항소법원이 학습 데이터에 라이선스 시장이 있다고 인정한 만큼, 데이터 계약을 미리 검토해 둘 이유는 더 커졌습니다.

중국은 제도를 '만들겠다'는 계획을 적었다

중국 국가판권국은 2026년 9월 7일 「저작권 업무 제15차 5개년 규획(2026~2030)」을 게시했습니다. 여기에 "인공지능 훈련데이터 합리적 이용 제도 수립 추진"과 "생성형 AI 저작권 규칙 연구·기초"가 들어갔습니다. 중국의 '합리적 이용'은 공정이용에 대응하는 개념입니다.

중국 국가판권국 저작권 업무 제15차 5개년 규획 3쪽, 인공지능 훈련데이터 합리적 이용 제도 수립 추진 문구 강조

출처: 중국 국가판권국, 「版权工作“十五五”规划」(国版发〔2026〕3号, 2026.09.07 게시) 3쪽 발췌. 강조 표시는 필자

이 문서는 정책 계획입니다. 2026년 9월 26일 기준 규칙 초안이나 의견수렴 공고는 확인되지 않았습니다. AI가 만든 결과물의 권리를 누가 갖는지 정한 구체 원칙도 판독한 범위에서는 보이지 않았습니다. 같은 문장은 2026년 3월 국가 5개년 계획에서 이미 데이터 공급을 늘리는 장에 들어가 있었습니다.

한국은 '원칙적 이용허락'을 적었다

한국 저작권법에는 TDM 면책 조항이 없습니다. TDM(텍스트와 데이터 마이닝) 면책은 대량 데이터를 분석하는 목적이면 허락 없이 복제할 수 있게 해 주는 별도 조항으로, EU와 일본이 두고 있습니다. 비영리 연구 목적의 정보분석을 허용하는 개정안이 2025년 2월 발의됐지만 처리 상태는 확인하지 못했습니다.

문화체육관광부와 한국저작권위원회는 2026년 2월 26일 AI 학습 공정이용 안내서를 냈습니다. 안내서는 AI 학습 목적이라도 다른 근거가 없으면 권리자의 이용허락을 받아야 한다고 적었습니다. 상업적 학습이라도 네 가지 요소를 따져 공정이용이 인정될 여지는 열어 뒀습니다.

안내서가 불리하게 본 수집 방식은 구체적입니다. 로그인이나 결제가 필요한 콘텐츠를 무단으로 모은 경우가 첫째입니다. 사이트가 robots.txt(크롤러에게 수집 금지 범위를 알리는 파일)로 막은 콘텐츠를 모은 경우도 불리합니다. 기술적 보호조치(복제나 접근을 막는 기술 장치)를 우회하면 저작권법 제104조의2 위반이 됩니다. 반대로 학습한 저작물과 같거나 비슷한 결과물 요청을 거절하는 장치를 두면 유리하게 볼 수 있다고 했습니다. 안내서는 스스로 정부의 공식 법 해석이 아니라고 밝혔습니다.

문화체육관광부와 한국저작권위원회의 공정이용 안내서 34쪽, 접근이 제한된 저작물 무단 수집과 기술적 보호조치 우회가 불리하다는 설명 강조

출처: 문화체육관광부와 한국저작권위원회, 「생성형 인공지능의 저작물 학습에 대한 저작권법상 '공정이용' 안내서」(2026.02.26) 34쪽 발췌. 강조 표시는 필자

독일 법원은 '모델이 외운 곡'을 문제 삼았다

독일 뮌헨 지방법원은 2026년 7월 31일 음악저작권 단체 GEMA가 AI 음악 생성 서비스 Suno를 상대로 낸 소송에서 저작권 침해를 인정했습니다. 법원은 Suno 모델이 'Daddy Cool' 등 6곡을 짧은 지시문만으로 거의 그대로 다시 만들어 낼 만큼 외우고 있다고 봤습니다. 곡이 모델 안에 재현 가능한 형태로 남아 있으면 분석에 필요한 범위를 넘은 복제이고, 그래서 TDM 면책도 적용되지 않는다는 판단입니다.

Suno는 학습용 곡을 YouTube에서 스트림 리핑(재생되는 음원을 파일로 뽑아내는 것)으로 모았다고 인정했습니다. 법원은 미국에서 이뤄진 학습에도 미국 공정이용이 적용되지 않는다고 보고 미국 영토 안의 학습용 복제까지 금지했습니다. 같은 법원은 2025년 11월 OpenAI 모델이 노래 가사를 외워 출력한 사건에서도 GEMA의 손을 들어 줬습니다. 이번 판결은 아직 확정되지 않아 항소심에서 달라질 수 있습니다.

세 나라 자료가 공통으로 따로 보는 것

학습에 허락이 필요한지는 세 나라 문서가 다르게 적었습니다. 반면 데이터를 어떻게 얻었는지는 모두 별도 문제로 다룹니다. 미국 법무부는 이 문제를 판단에서 뺐습니다. Bartz 판결은 같은 회사의 학습이라도 해적판 보관소를 따로 문제 삼았습니다. 한국 안내서는 수집 방식 자체를 불리한 사정으로 적었습니다. 뮌헨 판결도 학습 자체보다 모델이 곡을 외워 다시 내놓는지와 곡을 어떻게 모았는지를 근거로 삼았습니다. 학습의 공정이용 논쟁이 어느 쪽으로 정리되더라도 수집 과정의 문제는 따로 책임이 생길 수 있다고 보는 것이 합리적입니다.

AI 스타트업이 지금 점검할 다섯 가지

데이터 출처 기록: 데이터셋별로 어디서, 언제, 어떤 조건으로 받았는지 남겨 둡니다.
수집 금지 표시 존중: 로그인이 필요하거나 유료인 콘텐츠, robots.txt 금지 경로, 기술적 보호조치는 우회하지 않습니다.
라이선스 검토: 뉴스, 이미지, 음원처럼 이용허락 시장이 있는 분야는 계약을 우선 검토합니다. 공공누리 '제0유형'과 'AI유형' 공공저작물도 활용할 수 있습니다.
원문 재현 차단: 학습 원문을 그대로 출력하지 않도록 필터와 거절 장치를 둡니다.
계약 조항 정비: 데이터 공급사에 권리 보유와 AI 학습 허용 범위를 보증받습니다. 해외에서 학습하는 경우 학습 장소와 서비스 국가 중 어느 나라 법이 적용되는지도 따로 확인해야 합니다. 뮌헨 법원은 미국에서 한 학습까지 금지 대상에 넣었습니다.

마무리

미국 법무부 의견서는 AI 업계에 유리한 신호로 읽히지만, 법원 판결이 아니고 데이터 수집 방식은 아예 다루지 않았습니다. 한국 안내서는 반대로 원칙적 이용허락에서 출발합니다. 학습 자체의 합법성은 미국 항소심과 한국 첫 판결이 나올 때까지 불확실하게 남을 가능성이 높습니다. 그 사이 AI 스타트업이 통제할 수 있는 것은 데이터를 어떻게 모았는지 설명할 수 있는 기록입니다. 이번 분기 안에 학습 데이터셋 목록과 출처를 한 번 정리해 보길 권합니다.

자주 묻는 질문 (FAQ)

Q. 미국 법무부 의견서로 AI 학습이 미국에서 합법이 된 건가요?

A. 아닙니다. 의견서는 소송 당사자가 아닌 정부가 법원에 낸 입장이라 판사를 구속하지 않습니다. 공정이용 여부는 담당 판사가 따로 판단합니다. 의견서는 데이터를 어떻게 모았는지와 원문을 그대로 출력하는 문제도 다루지 않았습니다.

Q. 한국에서 공개된 웹페이지를 크롤링해 학습해도 되나요?

A. 공개됐다는 사실만으로 허용되지는 않습니다. 한국 안내서는 원칙적으로 이용허락이 필요하다고 보고 네 가지 요소로 공정이용을 따로 판단한다고 적었습니다. 로그인이 필요하거나 유료인 콘텐츠, robots.txt로 수집을 막은 페이지를 모으면 불리하게 볼 수 있다고 했습니다. 안내서는 정부의 공식 법 해석이 아니며 국내 판결도 아직 확인되지 않습니다.

Q. 중국이 AI 학습 저작권 규칙을 새로 만들었나요?

A. 아직 아닙니다. 2026~2030년 저작권 5개년 계획에 "합리적 이용 제도 수립 추진"과 "생성형 AI 저작권 규칙 연구·기초"를 과제로 적은 단계입니다. 2026년 9월 26일 기준 규칙 초안은 공개되지 않았습니다.