earticle

영어

In the early stages of AI technology development, regulations on the use of copyrighted works as training data were relaxed to promote innovation. However, as generative AI becomes commercialized and establishes itself as a viable business model, demands from copyright holders for fair compensation have intensified. Major jurisdictions, including the EU and the United States, are introducing legal frameworks to systematically manage copyrighted content usage and ensure transparency. It is now imperative to establish a legal and technological framework that balances technological innovation with fair compensation for copyright holders. The opt-out mechanism for managing AI training data serves as a direct method to protect copyright holders' rights, but its practical implementation faces several limitations. The EU AI Act institutionalizes the opt-out process by specifying the principle of rights reservation, allowing creators to opt out in a machine-readable format alongside the text and data mining (TDM) exception. However, the lack of standardized implementation procedures and clear guidelines has resulted in inconsistent regulatory enforcement. U.S. legislative efforts to ensure AI training data transparency primarily aim to address the AI black box problem and establish a foundation for negotiations between copyright holders and AI developers. The TRAIN Act, proposed in 2024, grants copyright holders the right to request administrative subpoenas against AI developers to verify whether their works have been used in AI training. While the TRAIN Act facilitates rapid access to information through a reduced issuance threshold based on subjective good faith belief, this lower evidentiary standard increases the risk of subpoena abuse and imposes a disproportionate burden on AI developers, necessitating legislative refinements. Given the complexity of copyright management for AI training data and outputs, the use of NFT and C2PA-based metadata may be considered as a technical support measure. NFT and blockchain technologies provide a transparent and traceable mechanism by recording the provenance, usage history, and licensing terms of works on an immutable distributed ledger. The C2PA standard offers metadata signing and verification technologies that ensure content authenticity and enable encrypted tracking of the origin and modification history of AI training data. These technologies may enhance both the ex-ante control and ex-post compensation mechanisms for copyright holders. When combined with NFT-based tracking systems, they can support more precise rights management. However, for such technical protection measures to have legal effect under the current copyright framework, a prior legal assessment of their compatibility with existing rights structures is required, along with institutional support for standardization and broader industry adoption.

한국어

인공지능 기술 발전 초기에는 혁신 촉진을 위해 저작물의 학습데이 터 활용 규제가 완화되었으나, 생성형 AI가 상용화되고 수익모델로 확 립되면서 저작권자들의 적정 보상 요구가 심화되고 있다. EU와 미국을 포함한 주요국에서는 저작물 이용의 체계적 관리와 투명성 확보를 위한 법제를 도입하는 추세이며, 기술 혁신과 저작권자 보상이라는 두 가치 의 균형적 발전을 위한 법적·기술적 프레임워크 구축이 시급하다. 옵트아웃 방식을 통한 AI 학습데이터 관리는 저작권자 권리 보호를 위한 직접적 메커니즘이나 실질적 적용에 여러 제약이 존재한다. EU AI Act는 텍스트 및 데이터 마이닝(TDM) 면책 규정과 함께 저작권자의 권리 유보 원칙을 명시하여 창작자가 기계 판독 가능한 방식으로 옵트 아웃할 수 있게 제도화했으나, 표준화된 실행 절차 부재와 명확한 기 준 미비로 규제 집행의 일관성이 결여되어 있다. 더욱이 규제 회피 가 능성과 옵트아웃 조치를 무력화하는 기술적·법적 우회 전략은 이 접 근법의 실효성에 의문을 제기한다. AI 학습데이터 투명성 확보를 위한 미국의 입법적 노력은 AI 블랙박 스 문제 해소를 통해 저작권자와 AI 개발자 간 협의 기반을 구축하는 데 중점을 둔다. 2024년 제안된 TRAIN Act는 저작권자가 자신의 저작 물이 AI 학습에 활용되었는지 확인할 수 있도록 AI 개발자에 대한 행 정적 소환장 발부 요청권을 부여한다. TRAIN Act의 행정적 소환장은 주관적 선의의 믿음이라는 완화된 발급 요건으로 신속한 정보 접근이 가능하나, 이러한 낮은 수준의 심사 기준은 소환장 남용 가능성을 증 가시키고 AI 개발자에게 불균형적 부담을 초래할 위험이 있어 입법적 보완이 요구된다. AI 학습데이터는 전통적 저작물 이용과 근본적으로 다른 방식으로 작동한다. 원저작물을 직접 소비하지 않고 정제, 토큰화, 정규화 등의 전처리를 거쳐 학습에 적합한 형태로 변환하여 이용하는 복합적 프로 세스는 기존 저작권 관리 체계로는 효과적으로 추적하거나 규제하기 어려운 구조적 한계를 보인다. AI 학습데이터 및 산출물에 대한 저작권 관리의 복잡성을 고려할 때, 기술적 지원 방안으로 NFT 및 C2PA 기반 메타데이터를 활용한 학 습데이터 관리 방안을 검토할 수 있다. NFT와 블록체인 기술은 저작물 의 출처, 이용 내역, 라이선스 계약을 불변의 분산원장에 기록함으로써 투명하고 추적 가능한 저작권 관리 메커니즘을 제공한다. C2PA 표준의 메타데이터 서명 및 검증 기술은 콘텐츠의 진위성을 보장하고, AI 학 습데이터의 출처와 변형 이력을 암호화된 방식으로 추적할 수 있게 한 다. 이는 저작권자의 사전 통제권과 사후 보상체계의 실효성을 제고하 는 수단이 될 수 있으며, NFT 기반의 추적 시스템과 결합될 경우 보다 정밀한 권리 관리가 가능하다. 다만, 이러한 기술적 보호조치가 현행 저작권법 체계 내에서 법적 효력을 갖기 위해서는, 그 적용 방식과 권 리구조에 대한 정합성 검토가 선행되어야 하며, 기술의 표준화와 산업 내 확산을 위한 제도적 지원이 함께 마련되어야 한다.