인공지능(AI) 생성물의 저작권 침해 판단기준의 한계와 개선과제 - AI 오디오 생성물을 중심으로 - (Limitations and Improvement Tasks in judging Copyright Infringement of Artificial Intelligence(AI) Generated Works - Focusing on AI Generated Audio -)

서지정보

· 발행기관 : 법무부
· 수록지 정보 : 선진상사법률연구 / 106호 / 149 ~ 182페이지
· 저자명 : 박명순, 김현경

초록

생성형 인공지능(AI)에 의한 저작권 침해를 판단함에 있어 현재는 인간의 저작물과 동일 또는 유사한 기준으로 판단할 수밖에 없다. AI 생성물은 실제 인간의 창작물과 구별하기 어려울 정도로 발전, 진화하고 있다. 따라서 그 침해를 판단함에 있어서 인간의 창작과 구분하는 것이 필수적이다. 본 연구에서는 AI 생성물의 저작권 침해를 판단함에 있어서 현행 방법의 한계를 분석하고 특히 AI오디오 생성물을 중심으로 그 개선과제를 도출하였다. 무엇보다도 AI 생성물에 대한 저작권 침해 판단의 한계를 극복하기 위해, 기술적 요소를 도입하는 방안을 검토하였다. 현재 AI 오디오 생성물의 저작권 침해 판단기준은 기존의 음악 저작권 침해 판단기준에 따른다. 그러나 AI 오디오 생성물의 ‘학습 단계’는 알고리즘 설계 및 개발 영역의 대체로 블랙박스이기 때문에 ‘의거’ 판단이 곤란하다. 또한 ‘실질적 유사성’ 분석에 있어서 AI의 영역과 인간 기여도 영역을 식별하고 저작물 보호 대상인 인간의 기여도를 산정해내는 판단기준이 필요하지만 현재까지 구체적인 이행 방법이 명확하지 않았다. 따라서 본 연구에서는 AI 오디오 생성물에 의한 저작권 침해판단을 위한 기술적 대안을 활용할 것을 다음과 같이 제안하였다.
첫째, AI 식별을 위해 인간의 영역과 AI의 영역을 자동으로 식별이 가능한 관리체계 기술이 필요하다. 이는 AI를 이용한 생성물에 있어서 AI기여 영역과 인간의 기여 영역을 구분하여 저작권으로 보호받는 ‘창작적 표현’을 도출할 수 있다. 그러나 앞서 제시한 대로 이와 관련하여서는 당연히 ‘창작적’ 표현과 창작적 표현의 기준이 되는 ‘관용적’표현에 대한 데이터베이스가 선행되어야 한다.
둘째, 실질적 유사성을 판단함에 있어서, 음악의 표현 단위(멜로디, 가사, 악기 등)의 모듈 단위인 심볼릭(Symbolic) 형태를 의미론적 유사성 분석이 가능한 텍스트로 변형이 가능하다. 이는 멜로디와 리듬과 같은 중요한 음악적 특징들을 언어로서의 의미론적 분석을 가능하게 하고 인간의 ‘기여도 표현 방식’을 정량적으로 수치화 할 수 있을 것이다.
마지막으로 이를 활용하기 위해서 챗 GPT의 연계 서비스 개념인 '플러그인'으로 식별기와 유사성 분석기를 접목하여 침해 가능성을 예측 가능하게끔 활용하는 기술이 필요하다.

영어초록

Under current copyright law, the criteria for determining copyright infringement of generative AI are assessed the same as for human work. This paper analyzes the criteria for determining copyright infringement of AI-generated work, focusing on 'technical alternatives' for expressing 'human creative contribution'.
The results of a comparative analysis based on cases between the work of linguistics and imagery suggest that only areas 'creatively contributed by humans' can be protected as work. However, for representative examples like AI-generated audio work faces limitations in determining 'human contribution' due to voice modulation, synthesis, and tone changes among various instruments.
Moreover, given that audio works are limited in parts preferred by humans and can be formalized through mathematical algorithms, it is necessary to distinguish AI-generated work from human work. Therefore, to clarify the limitations in determining copyright infringement of AI audio work, it is necessary to introduce technical elements as an improvement.
Firstly, as a technical alternative, it is possible to use technology that identifies the AI area for AI-generated work. However, this identification system is focused on text detection, limiting its application to audio works. As an additional technical alternative, it is possible to convert various attributes of audio into text words and analyze the meaningful structural similarity between words.
Lastly, to utilize this, it is necessary to apply the technology by integrating an identifier and a similarity analyzer as a 'plug-in', a concept of linked service with ChatGPT, to predict the possibility of infringement. This paper aims to improve the limitations in determining copyright infringement criteria for AI work.

참고자료

· 없음