AI학습에 왜 우리 기사 쓰나 방송사들 네이버에 소송
2025-01-14법률신문
KBS·MBC·SBS 지상파 3사가 2025년 1월 13일 네이버가 하이퍼클로바·하이퍼클로바X 학습에 뉴스 데이터를 무단 이용했다며 저작권 침해 소송을 제기했다. 언론사가 AI 학습을 문제 삼은 아시아 최초 사례다.
생성형 AI 학습데이터 저작권 정책 분석 · AI 생성물 저작권 귀속과 TDM 면책 논의
2026년 9월 26일 업데이트
검증 DB 웹 검색
2026-09-26 출처 점검: 근거 없는 통계 6건과 법률이 아닌 항목 3건을 삭제하고, 저작권법과 AI 기본법의 링크와 시행일을 원문대로 바로잡았다.
이 보고서는 AI가 공개 데이터를 분석하여 생성한 참고 자료입니다. 법적 효력이 없으며, 중요한
결정 전 원문 출처를 확인하시기 바랍니다.
핵심 요약
생성형 AI 학습에 저작물을 대량으로 복제·활용하는 과정에서 창작자·저작권자와 AI 기업 사이의 갈등이 한국 법정으로 본격 진입했다. KBS·MBC·SBS 지상파 3사는 2025년 1월 네이버를 상대로 하이퍼클로바·하이퍼클로바X 학습에 뉴스 데이터를 무단 이용했다며 국내 첫 AI 뉴스 학습 소송을 제기했고, 이는 언론사가 AI 학습을 문제 삼은 아시아 최초 사례로 보도되었다.
현행 저작권법은 텍스트·데이터 마이닝(TDM) 면책 조항이 없어 법적 불확실성이 크며, 22대 국회에는 비영리·공익 목적 TDM에 한해 면책하는 의원 발의안이 계류된 상태다. 문화체육관광부는 AI 학습데이터 목록 공개를 의무화하는 저작권법 개정을 추진하겠다고 밝혔고, 한국저작권위원회와 함께 생성형 AI 저작물 저작권 등록 안내서를 발간해 인간의 창작적 기여를 등록 요건으로 제시했다.
2026년 1월 22일 시행된 인공지능 기본법은 학습용 데이터 진흥을 규정하나 저작권 면책·보상 체계는 담지 못해 입법 공백이 남아 있다.
일본 저작권법 제30조의4의 광범위한 비향수 목적 면책, EU의 권리유보·투명성 절충 모델, 미국의 사안별 공정이용 판단 등 국제 동향을 참고해 학습데이터 공개 의무화와 제한적 TDM 면책, 보상 체계를 병행하는 균형 입법이 필요하다는 논의가 이어지고 있다.
근거 및 데이터
관련 법령
저작권법 제35조의5(저작물의 공정한 이용)
상태: 2011년 12월 2일 신설(한·미 FTA 이행, 구 제35조의3), 2019년 11월 26일 제35조의5로 이동, 이후 문구 개정을 거쳐 현행 유지
저작물의 통상적 이용 방법과 충돌하지 않고 저작자의 정당한 이익을 부당하게 해치지 않는 경우 이용 가능
AI 학습 이용의 공정이용 해당 여부는 명문 규정 없이 사안별 해석에 의존
TDM 전용 면책 조항 부재로 학습데이터 활용의 법적 불확실성 상존
인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(AI 기본법)
상태: 2024년 12월 26일 국회 통과, 2025년 1월 21일 공포(법률 제20676호, 제정), 2026년 1월 22일 시행
과학기술정보통신부장관이 학습용 데이터의 생산·수집·관리·유통·활용 진흥 추진
학습용 데이터 통합 제공 체계 구축 규정
생성형 AI 결과물 워터마크 표시 의무 등 투명성 규정 포함, 저작권 면책·보상 체계는 미규정
뉴스 및 언론 보도
기사 원문 읽기 →
지상파-네이버 AI 소송 재판부 저작권 침해사례 특정 필요
2025-11-07한국기자협회보
11월 6일 2차 변론에서 재판부는 침해 대상이 된 개별 저작물 사례 특정을 원고 측에 요구했다. AI 기본법이 채우지 못한 학습데이터·저작권 공백을 법정이 어떻게 메울지 가늠하는 시험대로 평가된다.
AI-저작권 안내서 발표로 시장 불확실성 해소하고 안무·건축 등 저작권 사각지대 없앤다
2025-06-13문화체육관광부 보도자료
문체부와 한국저작권위원회가 생성형 AI 활용 저작물의 저작권 등록 안내서를 공동 발간했다. 인간의 창작적 기여를 등록 요건으로 명시하고 창작 과정 기록을 권고했다.
미디어 콘텐츠 AI 학습·저작권 제도 정비 골든타임
2025-10-22전자신문
현행 저작권법의 법적 불확실성으로 AI 학습 기반이 불안정하다는 진단과 함께, 학습데이터 공개 의무화와 산업·창작자 공존 생태계 구축을 위한 입법 정비가 시급하다는 논의가 제기됐다.
정부 대응 계획
AI 학습데이터 목록 공개 의무화 저작권법 개정 추진
문화체육관광부 · 2025-01-10
AI 학습에 사용된 데이터 목록 공개 의무화 입법 추진
학습데이터 투명성 확보로 권리자 추적·구제 기반 마련
산업 진흥과 창작자 보호가 공존하는 생태계 구축
생성형 AI 활용 저작물의 저작권 등록 안내서 발간
문화체육관광부·한국저작권위원회 · 2025-06-13
인간의 창작적 기여를 저작권 등록 요건으로 제시
창작 과정 영상 기록 권고로 분쟁 대비 자료 확보 안내
안무·건축 등 저작권 사각지대 해소 및 영문본 공개
생성형 인공지능 결과물에 의한 저작권 분쟁 예방 안내서 발간
한국저작권위원회 · 2025-06
AI 결과물의 저작권 침해 위험 유형과 예방 방법 안내
창작자·기업 대상 저작권 분쟁 사전 대응 체계 제시
국문·영문본 공개로 국내외 이용자 접근성 확대
출처
이 페이지의 수치와 날짜는 아래 원문에서 확인할 수 있어요.마지막 확인:
- 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법, 법제처 국가법령정보센터, 2025-01-21
- 저작권법, 법제처 국가법령정보센터, 2026-02-10
- 인공지능(AI)-저작권 안내서 발표로 시장의 불확실성 해소하고, 안무·건축 등 '저작권 사각지대' 없앤다, 문화체육관광부, 2025-06-13
- 생성형 AI 활용 저작물의 저작권 등록 안내서, 문화체육관광부·한국저작권위원회, 2025-06
정책 분석 더 보기 펼치기 쟁점, 이해관계자, 정책 대안, 위험과 비용, 정책 권고를 담았습니다.
이슈 개요
핵심 쟁점
- / 생성형 AI 학습데이터의 저작물 무단 복제·이용에 대한 법적 불확실성
- / 텍스트·데이터 마이닝(TDM) 면책 조항 도입 여부와 범위(비영리·공익 한정 대 상업적 포함)
- / AI 생성물의 저작권 귀속과 인간의 창작적 기여 요건
- / 학습데이터 출처·목록 공개 의무화와 권리자 보상 체계
- / 언론·콘텐츠 창작자와 AI 기업 간 이익 균형 및 분쟁 해결
이해관계자 분석
창작자·저작권자(작가·음악인·미술인·언론사)
시민사회동의·보상 없는 학습데이터 이용에 반대하며 권리유보·보상 체계와 출처 공개를 요구
주요 요구사항
- • 학습데이터 무단 이용에 대한 보상·라이선스 체계 도입
- • 학습데이터 목록·출처 공개 의무화
- • 상업적 AI 학습 면책 제외 및 권리유보(opt-out) 보장
AI 기업(네이버 등 국내 AI 개발사)
산업계안정적 학습데이터 확보를 위해 명확한 TDM 면책과 법적 예측 가능성을 요구
주요 요구사항
- • 상업적 목적 포함 TDM 면책 조항 도입
- • 학습데이터 활용의 법적 불확실성 해소
- • 과도한 공개 의무로 인한 기술 경쟁력 저하 방지
문화체육관광부·한국저작권위원회
규제기관산업 진흥과 창작자 보호의 균형을 목표로 가이드라인·법 개정을 추진
주요 요구사항
- • 학습데이터 목록 공개 의무화 입법
- • 인간의 창작적 기여 기준에 따른 저작권 등록 운영
- • 분쟁 예방 안내서·상담 등 제도적 지원 강화
언론·콘텐츠 업계(방송사·신문사·콘텐츠 제작사)
시민사회뉴스·콘텐츠의 무단 학습에 강하게 반발하며 소송과 제도 정비를 병행 요구
주요 요구사항
- • 뉴스·콘텐츠 무단 학습 중단 및 손해배상
- • 미디어 콘텐츠 학습 라이선스·보상 체계 마련
- • 제도 정비 골든타임 내 입법 완료
AI 이용자·일반 국민
수혜자생성형 AI 서비스 활용 확대를 기대하나 결과물의 저작권 안정성과 윤리를 요구
주요 요구사항
- • AI 생성물의 저작권 귀속 기준 명확화
- • 안전하고 합법적인 AI 서비스 이용 환경
- • 저작권 침해 위험에 대한 명확한 안내
갈등 지점 분석
TDM 면책 범위를 비영리·공익으로 한정할지 상업적 학습까지 포함할지를 둘러싼 대립
창작자·저작권자 vs AI 기업
학습데이터 목록·출처 공개 의무화가 권리자 구제에 필요한지, 기술 경쟁력을 저해하는지에 대한 충돌
문화체육관광부·한국저작권위원회 vs AI 기업
네이버 하이퍼클로바 학습의 뉴스 무단 이용 여부와 침해 사례 특정 책임을 둘러싼 법정 분쟁
언론·콘텐츠 업계 vs AI 기업
정책 대안 평가
제한적 TDM 면책 + 권리유보·보상 병행 입법
실현가능성: medium
비영리·공익 TDM은 면책하되 상업적 학습은 권리유보(opt-out)와 보상 체계를 전제로 허용하고 학습데이터 목록 공개를 의무화한다.
장점 (Pros)
- + 창작자 보호와 산업 진흥의 균형 확보
- + 법적 불확실성 해소로 분쟁 예방
- + EU 절충 모델과 정합성 확보
단점 (Cons)
- − 권리유보·보상 운영 비용과 행정 부담
- − 보상 기준·요율 합의에 장기간 소요
국제 선례: EU 디지털 단일시장 저작권지침의 TDM 권리유보·EU AI Act 학습데이터 개요 공개 의무
광범위 TDM 면책 도입(일본·싱가포르형)
실현가능성: low
비향수 목적의 정보 해석을 폭넓게 면책해 상업적 AI 학습을 권리자 동의·보상 없이 허용한다.
장점 (Pros)
- + AI 산업 경쟁력 강화와 데이터 접근성 확대
- + 법적 예측 가능성 제고
- + 국제 AI 개발 거점 유치 유리
단점 (Cons)
- − 창작자·언론계 강한 반발 및 보상 부재
- − 독일 GEMA v. OpenAI 등 침해 인정 추세와 충돌 우려
- − 콘텐츠 생태계 위축 가능성
국제 선례: 일본 저작권법 제30조의4 비향수 목적 면책·싱가포르의 광범위 TDM 면책
입법 유보 + 가이드라인·판례 축적(미국형)
실현가능성: high
별도 면책 입법 없이 공정이용 해석과 가이드라인, 분쟁 사례 축적으로 사안별 대응한다.
장점 (Pros)
- + 기술·시장 변화에 유연한 대응
- + 단기 입법 갈등 회피
- + 문체부 안내서 등 기존 자원 활용
단점 (Cons)
- − 법적 불확실성 장기 지속
- − 소송 비용·기간 부담이 창작자에 전가
- − 기업·창작자 모두 예측 가능성 부족
국제 선례: 미국의 사안별 공정이용 판단 및 뉴욕타임스 v. OpenAI 등 진행 중 소송
최종 권고
권고안 (Primary Option)
제한적 TDM 면책 + 권리유보·보상 병행 입법
한국 콘텐츠산업 매출이 161조원을 넘고 AI 활용률이 32%에 이르는 상황에서 창작 생태계와 AI 산업을 동시에 지키려면 어느 한쪽으로 치우친 광범위 면책이나 입법 유보 모두 부적절하다.
비영리·공익 TDM 면책으로 연구·공익 활용을 보장하되 상업적 학습은 권리유보와 보상, 학습데이터 목록 공개를 전제로 허용하는 절충안이 EU 모델 및 독일·국내 침해 인정 추세와 정합적이며, 이미 발의된 김태선 의원안과 문체부의 학습데이터 공개 추진 방침을 결합해 입법 실현 가능성도 높다.
이행 단계
- 1. 저작권법에 제한적 TDM 면책 조항과 권리유보(opt-out) 절차를 신설하고 김태선 의원안을 기반으로 상임위 심사 추진
- 2. AI 학습데이터 목록·출처 공개 의무 규정을 저작권법 또는 AI 기본법 연계 시행령으로 마련
- 3. 한국저작권위원회 주관 집중관리·보상 체계와 표준 라이선스·요율 가이드라인 구축
- 4. 진행 중인 지상파·네이버 소송 결과와 GEMA v. OpenAI 등 해외 판례를 반영한 면책 범위 정교화
- 5. 창작자·AI 기업·언론계가 참여하는 협의체를 통한 보상 기준 합의 및 분쟁조정 절차 강화
기대 효과
- → 학습데이터 이용의 법적 불확실성 해소와 분쟁 감소
- → 창작자에 대한 보상 흐름 형성으로 콘텐츠 생태계 지속 가능성 제고
- → 국내 AI 기업의 합법적 학습데이터 확보 기반 마련
- → 학습데이터 투명성 제고로 권리자 추적·구제 실효성 확보
위험 요소 (Risk Factors)
- ! 보상 요율·집중관리 합의 지연으로 입법 장기화 가능성
- ! 공개 의무 수준에 대한 AI 업계 반발과 영업비밀 충돌
- ! 권리유보 실무 운영 미비 시 창작자 보호 실효성 저하
- ! 국제 면책 격차로 인한 AI 개발 역외 이전 우려
이 브리핑을 문서로 저장할 수 있습니다.