‘AI시대 뉴스저작권 포럼’ 종합토론회
기사는 양질의 학습자료
공정이용 여부가 쟁점
대가 산정기준 차등 적용
AI사와 언론사 상생 도모
기사는 양질의 학습자료
공정이용 여부가 쟁점
대가 산정기준 차등 적용
AI사와 언론사 상생 도모
한국언론진흥재단가 지난 25일 개최한 ‘AI시대 뉴스저작권 포럼’ 종합토론회에서 토론자들이 의견을 발표하고 있다 <한국언론진흥재단> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
“AI개발사가 기사를 그대로 복제해 AI의 답변으로 제공하기도 하기 때문에 이를 공정이용으로 보기 어렵다.” (양진영 변호사)
“AI의 학습데이터 이용이 상업적 목적인지, 비영리 목적인지에 따라 기사 사용 대가에 차등을 둘 수 있다.” (신용우 변호사)
인공지능(AI) 시대에 언론계가 뉴스 저작권을 보호할 수 있는 해법을 찾고 있다. 지난 25일 한국언론진흥재단과 언론 현업 6개 단체가 서울 중구 프레스센터에서 ‘AI시대 뉴스저작권 포럼’ 종합토론회를 개최했다. 언론 단체들은 지난 3월 이 포럼을 발족한 이후, 9개월간 뉴스저작권 보호와 생성형AI 기술 등 디지털환경 변화에 대한 대응 방안을 논의해 왔다.
이날 종합토론회를 열어서 이 포럼의 결과를 공유하고 관련 토론을 벌였다. 해당 포럼 위원으로 활동한 법무법인 민후의 양진영 변호사와 법무법인 지평의 신용우 변호사가 결과를 발표했다.
인공지능(AI) 시대에 AI 개발사가 AI를 학습시킬 때 신문기사는 양질의 자료다. AI검색 시장이 확대될수록 최신 정보의 상업적 가치는 더욱 높아질 것이다.
AI가 뉴스 콘텐츠를 학습할 때 저작권 침해 여부가 명확하지 않아 미국에서 AI 개발사와 언론사 간 다수의 소송이 벌어지고 있다. 뉴욕타임즈와 오픈AI의 소송이 대표적이다. 국내에선 아직 소송 제기는 없는 상황이다.
AI개발을 위한 뉴스 콘텐츠 활용에 있어 이를 공정이용으로 볼지 여부가 관건이다. 양진영 변호사는 “공정이용에 해당하기 어렵다”며 “특히 학습 데이터의 변형적 이용 여부와 상업적 성격이 공정이용 판단에 중요한 요소로 작용하며 저작권 침해 문제가 발생할 소지가 있다”고 말했다. 뉴스 기사를 활용한 생성형 AI의 산출물은 원저작물인 뉴스 기사와 동일하거나 매우 유사한 시사정보 제공 목적을 가지고 있기 때문에 변형적 이용 요건을 충족하기 어렵다는 얘기다.
AI개발사의 영리적 혹은 상업적 활용도 공정이용으로 인정하기 어렵다. 다만 연구나 교육이라는 공적인 이유라면 예외적으로 공정이용으로 인정될 수 있다는 주장도 있다. 하지만 양 변호사는 “막대한 기술과 예산이 수반되는 생성형 AI개발에 있어 영리적 성격과 비영리적 성격을 명확히 구분하기 어렵다”고 반박했다.
텍스트 및 데이터 마이닝(TDM) 예외 조항은 AI산업 육성을 위해 필요하지만 저작권자(언론사)가 데이터 접근을 거부할 수 있는 권리도 보장되어야 한다. TDM 예외 조항은 연구나 과학적 목적을 위해 저작권 보호 콘텐츠를 분석할 때 저작권자의 허가 없이 사용할 수 있다는 규정이다. 유럽연합이 이 조항을 입법화했고 한국은 아직 입법화하지 않았다.
양 변호사는 “TDM 예외 조항이 입법화할 경우 필수적인 조건은 적법한 접근과 저작권자가 데이터 접근을 유보할 수 있는 권리를 인정하는 것”이라고 말했다.
뉴스 콘텐츠 활용 대가 산정 기준에 대한 토의도 진행됐다. 신용우 변호사는 “대가 산정 기준은 이용 목적, 기업규모, 콘텐츠의 최신성, 계약기간 등에 따라 차등을 둘 수 있다”며 “AI학습 데이터 이용이 상업적 목적인지, AI 기업의 규모가 큰지, 최신 뉴스인지에 따라 가격에 차등을 둘 수 있다. 아직 AI산업에 대한 가늠이 어려운 상황에서는 계약기간을 1년 단위로 짧게 정하는게 용이하다”고 말했다.
AI개발사와 언론사 간의 상생 협력도 강조됐다. 이대희 고려대 로스쿨 교수는 “최근 AI개발사가 AI의 거짓정보를 막기 위해 RAG(검색 증강 생성)기술을 통해 기사 등 출처를 밝히고 있다”며 “이 부분이 AI개발사와 언론사 간의 상생 포인트가 될 수 있다”고 밝혔다.
[ⓒ 매일경제 & mk.co.kr, 무단 전재, 재배포 및 AI학습 이용 금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.