AI로 혼란스러운 시장에서 공정 사용과 경쟁

양당의 법안인 인공 지능 네트워크 투명성 및 책임법(TRAIN)은 2026년 1월에提出되었으며, 콘텐츠 제작자가 AI 회사에 대한 정보 공개를 강제할 수 있는 서면 조사를 허용할 것입니다. 이 법안이 통과되면 더 많은 저작권자는 법적 메커니즘을 통해 자신의 작품이 AI 훈련에 사용되었는지 여부를 알 수 있습니다.

처음에는 이것이 저작권자에게 AI 개발자로부터 지불을 청구할 수 있는 권한을 부여하는 것으로 보일 수 있습니다. 그러나 실제로는 자신의 작품이 허가 없이 사용되었다는 사실을 알게 된 것만으로는 충분하지 않습니다.

공정 사용에 대한 판단에서 법원은 사용의 목적, 원래 작품의 성격, 얼마나 많은 부분이 사용되었는지, 그리고 그러한 사용이 작품의 시장 가치에 미친 영향과 같은 네 가지 주요 요소를 고려합니다. 최근 미국 법원의 판결은 공정 사용이 혁신의 기둥으로 남아 있고 쉽게 bác회될 수 없다는 것을 재확인했습니다. 특히 시장 피해 요소에 대한 조명이 집중되고 있습니다.

시장 피해를 주요 전투로

캘리포니아 북부 지구 법원의 AI 저작권 판결은 법원이 공정 사용 분석에 대해 다른 접근 방식을 취하고 있음을 보여줍니다. Kadrey v. Meta에서 차브리아 판사는 시장 피해를 “공정 사용의 가장 중요한 요소”라고 불렀습니다. 반면 Bartz v. Anthropic의 알섭 판사는 네 가지 요소를 더균형 있게 고려했습니다. 그러나 두 판사는 다음과 같은 점에 동의했습니다. 원고는 피해를 주장할 수만 있지 않으며, 그것이 발생했거나 발생할 가능성이 있음도 입증해야 합니다.

증거 요구 사항은 특히 자금이 부족한 스타트업인 AI 개발자에게 중요합니다. 피해가 가정되지 않고 입증되어야 한다면 개발자는 그것을 피하는 설계 선택을 할 수 있습니다. 판결은 개발자가 합법적인 출처에서 데이터를 획득하고, 저작권 작품과는 다른 목적을 가진 제품을 설계하며, 대량의 텍스트를 복제하는 것을 방지하는 가드레일을 구현함으로써 위험을 줄일 수 있음을 시사합니다.

両 Bartz와 Kadrey 법원은 AI 훈련이 저작권법下的 “변형 사용”에 해당한다고 판결했습니다. 그 결과로,焦点은 점점 네 번째 공정 사용 요소인 시장 피해로 이동하고 있습니다. 최근의 AI 저작권 분쟁은 이를 보여줍니다. 주장은 점점 더 저작권 작품의verbatim 복제가 출판사의 시장 가치에 피해를 준다는 아이디어를 중심으로 형성되고 있습니다.

증거 요구 사항

Bartz와 Kadrey는 모두 시장 피해가 입증되어야 한다고 강조합니다. Kadrey에서 광범위한 테스트는 메타의 Llama가 원고의 작품에서 50토큰을 초과하여 복제하지 않았으며, 오직 60%의 시간에 원래 작품을 복제하도록 설계된 코칭 프롬프트에서만 그러했다는 것을 보여주었습니다.

알섭 판사는 Bartz에서 안트로픽의 클라우드가 실제로 사용자에게 침해적 인 텍스트를 전달했는지 여부에 초점을 맞추었습니다. 원고는 그러한 일이 발생했다고 주장하지 않았습니다. 복제가 없으면 원래 작품의 대체를 주장하기가 더 어려워집니다.

이 증거 접근 방식은 저작권자가 자신의 작품이 훈련에 사용되었다는 것을 입증하더라도, 반드시 침해에 대한 강한 사례가 있는 것은 아니라는 것을 보여줍니다. 결과적인 AI 시스템이 시장에 대한 식별 가능한 피해를 유발하지 않는다면, 단순한 사용은 법적 의미가 없습니다.

시장 피해가 인정될 때

Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. 에서 델라웨어 지구 법원은 로스 인텔리전스의 공정 사용 방어를 거부했습니다. 로스는 톰슨 로이터의 웨스트로우 헤드노트를 사용하여 웨스트로우와 직접 경쟁하는 AI 법률 연구 도구를 훈련했습니다. 공정 사용 분석의 1요소(목적 및 특성)와 4요소(시장 영향)이 판결에 중요했습니다.

서클릿 판사 스테파노스 비바스는 로스의 사용이 원래 자료의 목적과 AI 제품의 목적이 일치하여 잠재적인 피해를 주장할 수 있다고 판결했습니다. 로스는 처음에 웨스트로우의 콘텐츠를 라이선스하려고 했지만 톰슨 로이터는 로스가 경쟁사였기 때문에拒絶했습니다. 원래 자료의 목적과 AI 제품의 목적 사이의 일치는 또한 잠재적인 피해를 주장하는 데 도움이 됩니다.

“라이선스 시장” 논쟁의 거부

両 법원은 라이선스 시장에 대한 논쟁을 거부했습니다. 차브리아 판사는 라이선스료의 손실을 피해로 간주하는 것은 공정 사용 분석을 순환적으로 만들 것이라고 설명했습니다. 알섭 판사는 라이선스료의 시장은 저작권법이 저자에게 활용할 수 있는 시장이라고 판결했습니다.

법원은 자발적인 라이선스 계약을 법적 수수료에 대한 권리를 설정하는 것으로 간주하지 않았습니다. 이러한 판결은 라이선스 시장의 출현이 저작권자에게 자신의 작품의 공정 사용을 금지할 권리를 자동으로 부여하지 않는다는 것을 보여줍니다.

전략적 의미

저작권자에게는 시장 대체가 명확하게 식별될 수 있는 경우가 가장 강력한 사례입니다. 그들은 시장에서 자신의 원래 작품을 대체하는 AI 시스템에 대한 도전을 추구하는 데 전략적으로 집중할 수 있습니다.

TRAIN 법안이 법이 되면 저작권자는 자신의 작품이 어떻게 사용되는지 조사하기 위한 발견 도구를 얻을 것입니다. 그러나 정보를 얻는 것은 오직 첫 번째 단계일 뿐입니다. 시장 피해를 입증하는 것은 침해 주장을 성공시키기 위한 핵심입니다.

AI 개발자에게는 최근의 판결이 노출을 줄이는 프레임워크를 제공합니다. 첫째, 합법적인 데이터 소스를 확보하십시오. Bartz와 Kadrey는 훈련에 사용된 작품과 그것을 획득한 방법을 구분했습니다. 알섭 판사는 안트로픽의 해적 사이트에서 다운로드하는 것은 “본질적으로, 구제할 수 없는” 침해라고 판결했습니다.

둘째, 훈련 데이터 소스와는 다른 목적을 가진 제품을 설계하십시오. 사용자에게 문서를 작성하도록 도와주는 AI 시스템은 훈련 데이터의 소설이나 기사와는 다른 목적을 가지고 있습니다. 사용자에게 그것들을 단순히 검색하거나 복제하는 시스템은 그렇지 않습니다.

셋째,大量의verbatim 복제를 방지하는 안전 장치를 구현하십시오. Kadrey 법원은 메타의 시스템이 최소한의 콘텐츠만을 복제했으며, 공정 사용을 지지하는 것으로 판결했습니다. 개발자가 시스템을 통해大量의 저작권 작품을 복제하도록 허용하는 경우, 법적 위험이 크게 증가할 수 있습니다.

결론

TRAIN 법안이 곧 저작권자에게 자신의 작품이 AI 훈련에 사용되었는지 여부를 발견할 수 있는 도구를 제공할 수 있습니다. 그러나 최근의 판결은 그러한 발견이 오직 시작일 뿐임을 분명히 합니다. 미국의 출현하는 프레임워크는 시장 피해를 중심으로 하고 있으며, 식별 가능한 경제적 피해를 입증하는 것이 단순한 훈련 사용만으로는 충분하지 않습니다.

AI 개발자들은 세 가지 사항에 집중해야 합니다. 합법적인 데이터 소스를 확보하십시오. 훈련 데이터 소스와는 다른 목적을 가진 제품을 설계하십시오. 그리고 시스템을 통해大量의 텍스트를 복제하는 것을 방지하십시오. 저작권자에게는 시장에서 자신의 작품을 대체하는 AI 제품을 실제로 보여줄 수 있는 경우가 가장 강력한 사례입니다.