인공지능 학습데이터의 저작권법상 보호와 한계

유영복

추천

검색

자료유형: 학술저널

저자정보: 유영복 (중앙대학교 법학전문대학원 박사(SJD))

저널정보: 중앙대학교 법학연구소 문화미디어엔터테인먼트법센터 문화미디어엔터테인먼트법 문화미디어엔터테인먼트법 제15권 제2호

발행연도: 2021.12

수록면: 59 - 86 (28page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

지금 제조업은 Digital Transformation 시대의 한가운데 있다. 많은 제조기업은 인공지능 기반의 Digital Twin 구현을 통해 생존을 위한 변신을 추진하고 있다. Digital Twin은 기존 공정을 인공지능 학습데이터로 만들어 이를 기계학습한 인공지능들의 집합이다. 결국, 기업은 많은 자원을 투입하여 인공지능 학습데이터를 생성하고, 이에 대한 배타적 권리를 요구하게 되었다. 본 고에서는 배타적 권리 중에서도 저작권법상의 권리를 중심으로 인공지능 학습데이터의 보호 방안에 대해 살펴보았다. 인공지능 학습데이터의 보호 방안으로는 데이터베이스제작자의 권리로 보호하는 방안과 편집저작물로 보호하는 방안이 있다. 최근의 판례에 따르면 데이터베이스제작자로 인정받기 위해서는 데이터베이스 제작에 대해 일정한 요건을 갖추어야 하는데, 이를 인공지능 학습데이터의 제작에 대입하여 보면 일반적으로 인공지능 학습데이터의 제작자는 데이터베이스제작자의 권리로 보호받을 수 있을 것으로 사료된다. 반면, 인공지능 학습데이터의 소재의 선택, 배열 또는 구성에 창작성이 있으면 편집저작물로 인정되어 독자적 저작물로 보호받을 수 있다. 인공지능이 인공지능 학습데이터를 생성하는 경우도 상정해 볼 수 있다. 우리 저작권법에 따르면 인공지능의 생성물은 저작물이 될 수 없을 것으로 판단된다. 하지만 1998년 제정된 영국저작권법의 ‘컴퓨터 생성 저작물의 법리’를 차용하면 인공지능이 생성한 인공지능 학습데이터도 저작물로 인정받을 수 있고, 그 저작권은 ‘조정한 자’에게 귀속될 수 있을 것으로 판단된다. 다만, 인공지능 학습데이터가 지닌 여러 가지 기술적인 특성 때문에 보호 방안에는 명확한 한계가 존재하는 것으로 보인다. 데이터산업의 인공지능 경제 가치사슬에서 우리나라가 비교우위에 있는 분야는 인공지능 학습데이터 시장일 것이다. 국가 경쟁력 강화를 위해서라도 인공지능 학습데이터에 관련된 법제도의 정비가 필요하다.

The manufacturing industry is now in the middle of the digital transformation era. Many manufacturing companies are pursuing transformation for survival through the implementation of digital twins based on artificial intelligence. A digital twin is a set of artificial intelligences that machine-learned existing processes into machine learning training data. In the end, companies demanding exclusive rights for it. In this paper, among the exclusive rights, the protection measures for machine learning training data have been examined focusing on the rights under the Copyright Act. There are two ways to protect machine learning training data : to protect it with the rights of the database producer and to protect it as an edited work that has a copyright. According to recent precedents, in order to be recognized as a database producer, certain requirements for database production must be met. is presumed to be On the other hand, if there is creativity in the selection, arrangement or composition of the material of machine learning training data, it is recognized as an edited work that has a copyright and can be protected as an independent work. A case in which artificial intelligence generates machine learning training data is also conceivable. According to Korean copyright law, it is judged that creations that made by AI cannot be copyrighted works. However, by borrowing the 'jurisprudence of computer-generated works' of the UK Copyright Act enacted in 1998, Machine learning training data generated by artificial intelligence can be recognized as a work, and it is judged that the copyright can be attributed to the 'the man who has arranged'. do. However, due to the various technical characteristics of machine learning training data, there seems to be a clear limit to the protection measures. The field in which Korea has a comparative advantage in the artificial intelligence economic value chain of the data industry will be the Machine learning training data market. To strengthen national competitiveness, it is necessary to reorganize the legal system related to machine learning training data.

#디지털트랜스포메이션 #데이터산업 #디지털 트윈 #인공지능 학습데이터 #인공지능 생성물 #컴퓨터 생성물 법리 #Digital Transformation #Data Industry #Digital Twin #Machine Learning Training Data #Creations made by AI #Jurisprudence of Computer-generated Works.

참고문헌 (36)

참고문헌 신청

이규호 / 2020 / 인공지능 학습용 데이터세트에 대한 저작권법과 부정경쟁방지법상 보호와 그 한계 / 인권과 정의 (494):90~112

이규호 / 2020 / 인공지능 학습용 데이터세트 보호를 위한 특허법상 주요 쟁점 연구 / 산업재산권 (64):89~178

이제영 / 2019 / 미국의 디지털 혁신동향과 국내 서비스 산업에의 시사점 / 한국통신학회논문지 44(5):1000~1014

오승종 / 2015 / 편집저작물의 특수성에 관한 고찰 - 창작성과 보호범위를 중심으로 - / 홍익법학 16(4):1~33

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유영복

소속기관 중앙대학교 법학전문대학원 박사(SJD)

주요연구분야 사회과학 > 법학

논문수 2 이용수 377

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (36)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)