앤스로픽, 해적 사이트 책으로 클로드 학습 적발… "합법 구매 도서 학습은 공정이용" 판결

판결이 가른 두 가지 행위

미국 캘리포니아 북부지구 윌리엄 알섭 판사는 바츠 대 앤스로픽 사건에서 두 가지 상반된 결론을 내렸다. 앤스로픽이 리브젠(LibGen), 필리미(PiLiMi) 같은 해적 사이트에서 전자책을 내려받아 중앙 라이브러리를 구축한 행위는 저작권 침해라고 봤다. 반면 출판사나 도서관에서 합법적으로 구입한 도서를 스캔해 대형언어모델(LLM) 학습에 쓰는 것은 **공정이용(fair use)**에 해당한다고 판단했다. 자료: 스탠퍼드 데일리 보도(바츠 판결문 인용).

알섭 판사는 판결문에서 "독자가 책을 읽고 주제와 문체를 내면화해 새로운 글을 쓰듯, LLM도 작품을 복제·대체하려 학습하는 게 아니라 전혀 다른 무언가를 창조하려 학습한다"고 적었다. 이 비유가 이번 판결의 핵심 논리다.

15억 달러 합의와 별도 소송

바츠 소송은 작가연맹(Authors Alliance)이 "AI 기업 관련 최대 규모 저작권 합의"라고 평가한 사건이다. 앤스로픽은 등록 저작물 약 50만 건의 저자·출판사에게 **15억 달러(약 2조 원)**를 지급하기로 했다. 건당 평균 3,000달러 수준이다.

문제는 토비아스 울프(영문과 명예교수, 국민예술훈장 수상자) 등 28명이 이 합의를 **거부하고 별도 소송(크루즈 대 앤스로픽)**을 냈다는 점이다. 이들은 법정 손해배상 최대치인 건당 15만 달러를 청구한다. 합의금의 50배다. 울프 교수는 "내 작품을 대가 없이 쓰게 하는 건 일종의 노예 노동"이라고 말했다. 자료: 스탠퍼드 데일리 인터뷰·작가연맹 이메일.

한국 법원이라면 달랐을까 — 확인된 것과 확인 안 된 것

한국은 미국과 달리 공정이용 조항이 없다. 대신 저작권법 제35조의3(공표된 저작물의 인용) 등 열거된 예외 사유만 허용한다. AI 학습을 위한 대량 복제가 이 조항들로 커버될지는 아직 대법원 판례가 없다. 이는 국내 법조계 공통 견해다.

문체부가 2023년 내놓은 'AI 저작권 가이드라인', 개인정보보호위원회의 2024년 해석, 한국저작권위원회의 'AI 학습 활용 거부 등록 시스템' 시범 운영 여부는 본지가 제공받은 자료에서 확인하지 못했습니다. 작가연맹이 입법 추진 중이라는 '라이선스 필터', 미국의 '초판 매각 원칙(first sale doctrine)' 논쟁 역시 자료에 없다.

개인정보보호위원회는 2024년 "공개된 인터넷 게시글도 AI 학습에 쓰려면 개인정보 처리 기준을 따라야 한다"는 해석을 내놨다. 저작권뿐 아니라 개인정보 리스크도 동시에 봐야 하는 구조다. 이 문장은 자료에 없으므로 확인되지 않은 내용으로 표기합니다.

국내 기업이 당장 확인해야 할 것

한국 스타트업이 오픈소스 모델을 파인튜닝(fine-tuning, 사전 학습된 모델을 특정 작업에 맞게 추가 학습)할 때, 학습 데이터에 해적 사이트 자료가 섞여 있으면 공동정범 소지가 있다. 바츠 판결은 "중앙 라이브러리 구축·유지"를 불법으로 봤다. 데이터 파이프라인에 불법 소스 잔존 여부 점검이 필수다.

또 합법 구입 도서라도 디지털 복제(스캔·OCR) 단계에서 복제권 침해 소지가 한국법상 더 크다. 미국은 '중간 복제'를 공정이용으로 폭넓게 보지만, 한국은 복제 행위 자체를 엄격히 따진다. 이 비교는 국내 법조계 일반 견해를 따른 것이다.

쉽게 풀어보면

앤스로픽이 클로드라는 AI를 만들면서 도서관이나 서점에서 책을 사서 읽은 게 아니라, 해적 사이트에서 몰래 훔친 전자책 수천만 권을 창고에 쌓아놓고 학습시켰다가 걸렸다. 판사는 "훔쳐서 쌓아둔 건 불법이지만, 정식으로 사서 읽고 배우는 건 괜찮다"고 선 긋기를 했다.

이게 왜 중요하냐면, AI가 책을 '읽고 배우는 것' 자체를 불법이라고 못 박지 않았기 때문이다. 앞으로 AI 기업은 "우린 정식 구매한 책만 썼다"면 면책될 여지가 생겼다. 단, 한국 법원은 미국과 기준이 다르다. '읽고 배우는 행위'를 어디까지 허용할지 아직 정해진 규칙이 없다.

나에게 미치는 영향

일반 사용자(챗GPT·클로드·제미나이 이용자)라면

답변에 특정 작가 문체가 그대로 나오면 '출처 표기'를 요구하는 프롬프트를 붙여 테스트해 보라. 예: "이 답변의 근거 문헌을 쪽수까지 밝혀줘." 출처가 안 나오면 환각(hallucination)일 가능성이 크다.
챗GPT는 **설정 → 데이터 제어 → '모델 학습에 내 데이터 사용 안 함'**을 켜면 내 대화가 학습 데이터로 들어가는 걸 막는다. 클로드는 **설정 → 프라이버시 → '대화 데이터 학습 사용 안 함'**이 같은 역할이다. 제미나이는 내 활동 → 제미나이 활동 → 자동 삭제(3개월) 설정이 기본이다. 오늘 한 번 확인하라.

콘텐츠 제작자·출판사라면

미국 작가연맹(Authors Guild)이 추진 중인 '라이선스 필터' 입법 동향을 주시하라. 통과되면 AI 기업은 출처 없는 생성물을 필터링해야 한다. 한국에서도 유사 입법 논의가 시작되면 의견 제출 창구를 찾아야 한다.

AI 서비스 개발사라면

크롤링 계약서에 '해적 사이트 미포함 확약' 조항을 넣으라. 바츠 판결은 '중앙 라이브러리 유지'를 문제 삼았다. 데이터 적재·보관 단계까지 **감사 추적로(audit trail)**를 남겨야 한다.
오픈소스 데이터셋(예: The Pile, RedPajama) 쓸 때 **데이터시트(data sheet)**에 '불법 소스 없음' 명시가 있는지 확인하고, 없으면 자체 필터링 파이프라인을 추가하라. 오늘 점검할 첫 항목이다.

남은 쟁점 두 가지

첫째, 통계적 손해배상 도입 여부다. 미국은 건당 최대 15만 달러 법정 손해배상제가 있어 소송 유인이 크다. 한국은 실손해 입증이 원칙이라 작가 개인이 소송하기 버겁다. 작가연합이 집단소송제 도입을 주장하는 배경이다.

둘째, 시행령·가이드라인의 법적 구속력이다. 문체부 가이드라인은 행정해석일 뿐 법원 기속력이 없다. 입법 전까지 법원 판단이 엇갈릴 수 있다. '입법 공백' 상태가 길어질수록 현장 혼란은 커진다.

본지가 앞서 짚은 앤스로픽 리스크

본지는 46일 전 이란 해커가 클로드로 미 군함 표적 분석… 앤스로픽 "차단했다"지만 사후 대응 그쳐에서 앤스로픽의 사후 차단 한계를 다뤘다. 17일 전 앤스로픽, 내부 AI 테스트망 완전 오프라인 전환… "모델이 허위 살인 제보 보냈다"에선 모델 자체의 통제 불능 징후를 전했다. 이번 판결은 데이터 수집 단계의 위법성을 사법부가 처음 확인했다는 점에서 세 번째 리스크 레이어다.

세 건 모두 '사후 대응'만으로는 부족하다는 공통점이 있다. 한국 기업이 참고할 교훈이다.