<논문초록>

본 논문은 인공지능(AI) 학습 시 저작물 무단 사용에 대한 첨예한 저작권 논쟁을 분석하며, AI의 작동 과정을 ‘학습’ 단계와 ‘생성’단계로 구분하여 공정이용(fair use) 법리의 적용 가능성을 체계적으로 검토해야 한다고 주장한다. 이러한 구분은 각 단계가 기술적, 법적으로 다른 맥락에서 작동하며, 관련된 법적 쟁점과 책임 귀속도 달라지기 때문에 법적 안정성과 예측 가능성을 높일 수 있다. 학습 단계에서 AI가 저작물을 입력 데이터로 사용하는 것은 ‘비표현적 이용(non-expressive use)’이자 ‘중간 복제(intermediate copying)’에 해당하여 일차적으로 저작권 침해를 구성할 소지가 있다. 그러나 이 단계에서의 이용은 원저작물의 본래 목적이 아닌 AI 모델 최적화라는 ‘변형적 이용(transformative use)’의 특성을 강하게 가지므로, 최근 미국 연방대법원 Andy Warhol판례에 따라 공정이용이 적용될 여지가 높다. 특히, 2025년 미국 지방법원의 Bartz 및 Meta 판례는 AI 학습 과정이‘고도로 변형적(exceedingly transformative)’이라고 판단하여 이러한 주장을 뒷받침한다. AI 학습의상업적 목적 역시 공정이용 적용을 배제하는 절대적 기준은 아니며, 원저작물 시장과AI 학습데이터 시장이 다르다는 점에서 변형적 이용 판단에 긍정적인 요소로 작용할 수 있다. 반면, 생성 단계에서는 AI가 학습한 모델을 바탕으로 새로운 결과물을 산출하며, 생성물이 원저작물과 ‘실질적 유사성(substantial similarity)’을 보이는지 여부가 저작권 침해판단의 핵심이 된다. 이 단계에서는 AI 개발자와 AI 사용자의 책임이 분리될 수 있으며, AI 개발자는 모델이‘상당한 비침해적 용도(substantial non-infringing use)’를 가진다는 점을 입증하면 간접침해 책임을 낮출 가능성이 있다. 반면, AI 사용자는 프롬프트의 구체성에 따라 직접 침해자가 될 수 있으며, 생성물을 상업적으로 활용할 경우 침해 가능성이 높아진다. 한국 저작권에의 함의로서, 대한민국 대법원 역시 2024년 2021다272001 판결을 통해 공정이용의 첫 번째 요소에서 ‘변형적 이용’ 개념을 차용하여 해석 기준을 제시하는 등 미국 판례와 유사한 기조를 보인다. 따라서, 본 논문이 제안하는 바와 같이 대한민국 법원이 AI 저작권 쟁점을 학습 단계와 생성 단계로 구분하여 판단한다면, 별도의 텍스트 및 데이터 마이닝(TDM) 면책 규정 도입 없이도 TDM 면책과 유사한 효과를 간접적으로 달성하여 AI 기술 발전과 저작권 보호 간의 균형을 이룰 수 있을 것으로 기대된다.