인도 AI 저작권안: 포괄 라이선스의 위험과 비용

현재 인공지능(AI)을 둘러싼 논쟁의 중심에는 대규모 언어모델(LLM)과 그 학습 데이터 문제가 있다. LLM이 저작권 보호 데이터를 학습에 사용할 수 있는지, 그 과정이 침해인지 공정 이용인지, 그리고 생성 결과물이 변형적인지 단순 복제인지 등 다양한 법적 쟁점이 제기되고 있다. 창작자 권리, 혁신, AI를 둘러싼 새로운 분쟁이 매일같이 발생하고 있다. 이러한 상황에서 인도 상공부는 「생성형 AI와 저작권에 관한 워킹페이퍼」를 발표했다.

이 문서는 인도 저작권법이 생성형 AI로 인해 제기되는 우려를 해결할 수 있는지 검토한다. 특히 저작권 보호 저작물을 학습 입력 데이터로 사용하는 문제와 AI가 생성한 산출물의 법적 지위라는 두 가지 핵심 쟁점에 초점을 맞춘다. 제1부에서는 학습 데이터 접근 문제를 다루며, 저작권 콘텐츠에 대한 접근 부족이 “중대한 공익상의 우려”를 야기한다고 지적한다. 그러나 민간 AI 모델이 학습을 위해 저작권 데이터에 접근하도록 요구하는 것이 왜 중대한 공익인지에 대한 근본적인 질문은 여전히 답하지 못하고 있다. 다만 이러한 문제는 문서가 제안한 ‘하이브리드 모델’의 구조적 문제에 비하면 상대적으로 사소하다는 지적이 나온다.

AI를 위한 의무적 포괄 라이선스

워킹페이퍼는 저작권 보호 저작물을 사용하는 AI 시스템에 대해 법정 보상을 전제로 한 의무적 포괄 라이선스 도입을 권고한다. 이는 독특할 뿐 아니라, 다른 국가에서 검증된 제도를 명시적으로 배제한다는 점에서 실험되지 않은 모델이다.

이 모델은 권리자가 자신의 저작물이 학습에 사용되는 것을 허용할지 여부를 선택할 수 있는 옵트아웃 제도를 배제한다. 문서는 옵트아웃이 권리자에게 과도한 부담을 준다고 본다. 또한 학습 데이터의 투명성이 확보되지 않은 상황에서는 옵트아웃이 실질적인 보호 수단이 되지 못한다고 주장한다. 자발적·직접 라이선싱 역시 규모와 거래비용 문제를 이유로 현실성이 낮다고 평가절하된다. 협상이 결렬될 경우 AI 모델이 콘텐츠 접근권을 잃어 편향이 발생할 수 있다는 점도 문제로 제기된다.

미국 저작권청이 지지하는 확장적 집단 라이선싱 역시 자발적이고 협상 가능한 구조라는 이유로 배제된다. 영국이 채택한 텍스트 및 데이터 마이닝 예외도 권리자가 학습을 허용하지 않을 수 있어 LLM의 품질을 저하시킬 수 있다는 이유로 충분하지 않다고 본다. 이 모델에 따르면, 개발자는 저작권 자료에 대해 별도의 개별 허가 없이 “적법하게 접근”할 수 있으며, 이는 인도 외 권리자의 저작물에도 적용된다.

의무적 AI 라이선스: 취지와 한계

이 모델은 저작권 콘텐츠를 학습 데이터로 무상 제공하는 ‘제로 프라이스 라이선스’를 거부함으로써, LLM의 필요와 창작자 권리 사이의 균형을 맞추는 듯 보인다. 또한 개발자로부터 로열티를 징수할 비영리 정부 기관을 설립하고, 이를 권리자에게 분배하도록 제안한다. 이 경우 개발자는 다수의 권리자와 개별적으로 조건을 협상할 필요가 없다.

그러나 이러한 선의에도 불구하고 이 모델에는 결함이 있다. 고정된 수익 배분 구조에 따라 권리자는 정부가 정한 비율로 로열티를 지급받게 된다. 권리자는 공식 기관에 등록해야 하며, 그 기관이 산정한 로열티를 이의 없이 수용해야 한다. 로열티 산정 방식과 그 집행에 관한 명확성이 부족할 뿐 아니라, 이 제안은 창작 산업에 미칠 수 있는 부정적 경제적 영향을 충분히 고려하지 않는다. 로열티는 LLM이 창출한 수익의 일정 비율로 산정되므로, 수익이 발생하지 않을 경우에는 권리자의 저작물이 학습에 사용됐더라도 보상이 이루어지지 않는다.

또한 이 모델은 개발자가 학습에 사용된 데이터를 자가 신고하도록 요구하며, 그 대가로 모든 저작권 저작물에 대한 접근권을 부여한다. 그러나 이러한 방식이 실질적으로 얼마나 유용할지는 의문으로 보인다.

과도한 모델, 실질적 개혁 필요

이 모델은 혁신적일 수 있으나, 동시에 지나치게 야심차고 과도하다. 베른협약 제9조(2)와 TRIPS 협정 제13조의 저작권 예외 원칙과도 충돌할 소지가 있다.

모든 이해관계자의 권리와 필요를 조화시키려는 시도였으나, 결과적으로 더 복잡하고 부담스러운 규제 체계를 추가한 것에 불과하다는 비판이 제기된다. 현재는 워킹페이퍼 단계이므로, 향후 이해관계자와의 포괄적 협의를 통해 기존 법체계에 대한 보다 현실적인 평가가 이루어져야 한다. 원칙 중심적이고 유연하며 기술 중립적이고 실현 가능한 해결책이 도출될 필요가 있다.

Essenese OBHAN은 Obhan & Associates의 Managing Partner이고 Sumathi CHANDRASHEKARAN은–컨설턴트이다.