AI, 오픈소스와 지적 재산권

오픈소스는 항상 단순하지만 강력한 교환을 기반으로 해왔습니다: 코드를 사용하고, 연구하고, 수정하고, 공유할 수 있지만 라이선스를 존중해야 합니다. 이 같은 약속이 Linux, Kubernetes, PostgreSQL, Python, 수많은 보안 라이브러리, 그리고 오늘날 인터넷의 많은 기반 시설을 만들어냈습니다.

생성형 AI는 이 약속에 압력을 가하고 있습니다.

대형 AI 모델은 어마어마한 양의 텍스트, 이미지, 오디오, 비디오, 그리고 소스 코드를 학습합니다. 그 데이터의 상당 부분은 사람들이 공유, 협업, 문서화, 교육, 출판의 목적으로 공개한 자료입니다. 하지만 공개되어 있다는 사실이 모든 상업적 활용에 대한 허가와 동일한 것은 아닙니다. 인터넷 저장소가 자동적으로 저작권 포기를 의미하지는 않습니다. 오픈소스 라이선스가 표기·저작권 고지, 소스코드 공개, 의무적 소스 공유 또는 종속 라이선스의 제한 사항을 무시해도 된다는 초대장이 아닙니다.

이것이 핵심 딜레마입니다: AI 기업들은 종종 데이터 학습을 분석, 학습 또는 공정 사용(fair use)이라고 주장합니다. 많은 창작자와 오픈소스 관리자는 모델 학습이 보호받는 저작물을 허가, 보상, 표기, 선택권 없이 산업적 규모로 복제하는 것이라고 생각합니다.

오픈소스가 특히 취약한 이유

오픈소스 코드는 수집하기 쉽습니다. 체계적이고, 검색 가능하며, 버전 관리되고, 공개 저장소에 호스팅됩니다. 또한 주석, 테스트, 이슈 토의, 예제, 커밋 기록, 문서, 설정 파일을 포함하고 있습니다.

AI 모델 개발자에게 이는 매우 가치 있는 학습 데이터입니다. 반면 관리자들에게는 여러 가지 위험이 따릅니다.

• 라이선스 의무가 학습 입력과 생성된 출력 사이에서 사라질 수 있습니다.
• 모델이 코드를 제안할 때 출처 표기가 대개 보존되지 않습니다.
• 카피레프트 코드가 생성된 코드 조각에 영향을 미칠 수 있지만, 사용자는 해당 소스 라이선스나 의무를 알 수 없습니다.
• 관리자는 자신의 작업물이 자문, 지원, 호스팅 제품과 경쟁하는 상업적 도구 개발에 사용되는 것을 볼 수 있습니다.
• 보안에 민감한 코드 패턴이 맥락 없이 재생산될 수 있습니다.
• 취약하거나 오래된 코드가 대규모로 쉽게 복제될 수 있습니다.

이것은 모델이 완벽하게 동일한 함수 코드를 출력할 수 있는지에 관한 문제만이 아닙니다. 초기 AI 코딩 도구에서는 입력에 따라 알아볼 수 있는 코드를 재생산하는 일이 눈에 띄게 드러났었습니다. 제품이 발전하면서 제공자들은 필터, 유사성 검사, 출력 제어에 더욱 신경을 쓰게 되었습니다. 그러나 명확한 1:1 복제를 피하는 것만으로 더 깊은 문제가 해결되는 것은 아닙니다. 학습 과정이 라이선스 조건을 준수하지 않은 코드를 기반으로 했을 수 있습니다.

즉, 출력에서 증거를 찾기 어려워졌다고 해도 저작권 문제가 사라지는 것은 아닙니다.

이는 특히 GPL, AGPL과 같은 상호주의 라이선스에서 중요합니다. 이들 라이선스는 단순히 허가서가 아닙니다. 광범위한 자유를 부여하지만, 파생 저작물이나 관련 조건 하에서 배포되는 소프트웨어는 동일한 자유를 유지해야 한다는 의무가 있습니다. 만약 모델이 GPL 코드를 학습하고 그에 실질적으로 기반한 코드를 생성했다면, 사용자는 모르는 사이에 자신의 프로젝트에 GPL 의무를 도입하게 될 것입니다. 해당 프로젝트가 폐쇄형, 독점적이거나 호환되지 않는 라이선스로 배포될 경우, 라이선스 위반이 될 수 있습니다.

문제는 사용자가 알 수 없다는 점입니다. AI 어시스턴트는 "이 제안은 GPL 라이선스 코드를 기반으로 했습니다", "이 패턴은 AGPL 프로젝트에서 왔습니다", "이 출력 결과는 아파치 라이선스의 코드를 닮았으니 고지를 유지해야 합니다"라고 말해주지 않습니다. 라이선스 맥락이 학습 데이터에는 있었지만, 답변에는 없습니다. 이는 오픈소스 라이선스가 의존하는 준수 체인을 끊습니다.

읽기와 학습의 불편한 차이

개발자는 항상 오픈소스로부터 배웁니다. 코드를 읽고, 패턴을 이해하고, 자신만의 구현을 작성합니다. 이것은 정상적이고 건강한 것입니다. 오픈소스는 이러한 학습에 의존합니다.

AI 학습은 규모, 자동화, 시장 영향력에서 다릅니다. 개발자가 한 프로젝트를 읽는 경우 수백만 개 저장소를 복사해 통계 패턴을 상업용 모델로 압축하고, 코드 자동생성 서비스 형태로 판매하지는 않습니다. 모델은 파일을 데이터베이스처럼 저장하지 않을 수 있지만, 비즈니스 가치는 결국 타인의 작업에서 패턴을 뽑아내는 데서 나옵니다.

그래서 이 논의는 매우 어렵습니다. 공공 코드로부터의 모든 기계 학습에 개별적 허가가 필요하다면 많은 AI 시스템은 학습 자체가 불가능해집니다. 허가가 전혀 필요 없다면 창작자의 경제적·도덕적 권리가 크게 약화됩니다. 양극단 모두 문제가 됩니다.

유럽연합(EU) vs 미국(US): 매우 다른 두 법적 본능

법적 환경은 단일하지 않습니다. 각국은 대규모 모델 학습을 염두에 둔 저작권 시스템이 아니므로 아직 적합한 법 적용을 찾는 중입니다.

유럽연합

EU는 더 명확한 체계를 가지고 있습니다. 디지털 단일 시장의 저작권 지침은 텍스트/데이터 마이닝 예외 조항을 포함합니다. 제3조는 연구기관과 문화유산기관을, 제4조는 더 광범위하게(상업적 목적 포함) 텍스트 및 데이터 마이닝을 허용하지만, 권리자는 기계 판독 가능한 방법 등으로 권리를 예약할 수 있습니다.

EU AI 법안은 범용 AI 모델에 대해 투명성과 저작권 관련 의무를 추가합니다. 제공자는 EU 저작권법 준수 정책과 학습 데이터 개요 등을 공개해야 합니다. 이로써 특정 학습이 합법적이었는지는 완전히 판별할 수 없지만, AI 제공자가 더 많은 문서를 요구받고 권리자는 이의를 표명할 수 있는 도구가 더 명확해집니다.

약점은 실질적 집행입니다. 옵트아웃 메커니즘은 파편적입니다. robots.txt는 웹 크롤러용이지, 소스 저장소·패키지 레지스트리·미러·데이터셋·포크 전체에 걸친 저작권 예약을 정교하게 관리하도록 설계되지 않았습니다. 소규모 오픈소스 관리자는 법적으로 학습거부권이 있더라도 실제로 AI 모델이 이를 존중했는지 감사할 수 있는 현실적 방법이 없습니다.

미국

미국에는 학습을 위한 AI 특화 저작권 예외 조항이 없습니다. 논쟁은 상당 부분 공정 사용, 소송, 라이선스 계약, 시장 손해에 집중되어 있습니다. 미국 저작권청은 AI와 저작권에 대해 여러 보고서를 통해(디지털 복제, AI 산출물의 저작권성, 생성형 AI의 학습 등) 연구 중입니다. 그 공정 사용 가이드는 공정 사용 여부는 사안별이며 목적, 사용량, 시장 영향 등 요소에 달려 있다고 강조합니다.

이로 인해 미국은 더 유연하지만 예측 불가능성이 높습니다. AI 기업은 학습을 '변형적'이라고 주장할 수 있고, 권리자는 대규모 복제가 상업적이고 인가 시장을 대체하며 저작물의 가치를 훼손한다고 주장할 수 있습니다. 법원은 아직 경계를 그려가는 중입니다.

오픈소스의 경우 미국식 접근은 불확실성을 남깁니다. 기업은 공개 저장소 코드를 학습하는 것이 공정 사용이라고 믿을 수 있고, 관리자는 라이선스 조건이 무시되었다고 볼 수 있습니다. 법원이나 입법부가 명확한 답을 제시하기 전에는 큰 기업만이 법적 위험을 감당할 수 있고, 개인 관리자는 그렇지 못한 불균형이 발생합니다.

영국

영국은 이 둘의 중간에 있습니다. 정부는 텍스트/데이터 마이닝 예외, 권리 보류, 라이선스, 더 강력한 투명성을 결합한 저작권·AI 체계에 대한 의견 수렴을 진행했습니다. 공식 의견에서는 현행 영국법은 논쟁이 있으며 창작자, AI 개발자 모두 명확성이 부족함을 인정합니다.

이는 중간 길을 찾으려는 시도입니다: 권리 보류가 없는 곳에서는 대규모 AI 학습을 허용하지만, 권리자에게 더 많은 통제력과 투명성을 제공합니다. 성공 여부는 세부 기술적 내용에 달려 있습니다. 대형 퍼블리셔만 쓸 수 있는 옵트아웃은 독립 개발자, 음악가, 작가, 소규모 오픈소스에는 공정한 체계가 아닙니다.

일본과 싱가포르

일본은 정보 분석 및 기계 학습에 대해 더 관대한 나라로 자주 언급되지만, 세부 해석은 가이드와 법적 판단에 달려 있습니다. 일본 문화청은 AI와 저작권에 대한 일반적 입장을 발표했으며, 해당 주제가 법적으로 미묘함을 명확히 했습니다.

싱가포르도 비교적 넓은 컴퓨팅 데이터 분석 예외를 두었습니다. 정책 목표는 혁신과 AI 개발 지원이지만, 그 대가는 익숙합니다: 더 넓은 학습 허용이 투명성, 라이선스 시장, 기타 보호 장치와 결합되지 않으면 권리자 입지가 약해집니다.

이것은 소스코드보다 훨씬 큰 문제다

오픈소스 논쟁은 디지털 정체성과 창작 노동에 대한 더 큰 충돌의 일부입니다.

배우들은 AI가 얼굴, 동작, 연기까지 복제한다고 투쟁하고 있습니다. 성우와 가수들은 동의 없이 새로운 연기를 만들어내는 복제 목소리에 맞서 싸웁니다. 작가와 기자들은 책, 기사, 아카이브로 학습한 모델에 대응합니다. 시각 예술가들은 자신의 스타일을 모방하거나 파생적 이미지 상품으로 시장을 넘치는 생성 이미지 모델과 싸웁니다.

각 경우의 패턴은 비슷합니다:

• 창작물을 대규모로 수집
• 창작자와 직접적 관계 없이 모델이 학습
• 결과 역량으로 상품 판매
• 창작자는 투명성도, 협상력도, 무슨 일이 일어났는지 증명할 수 있는 능력도 거의 없음

배우와 가수에게 문제는 저작권만이 아닙니다. 인격권, 퍼블리시티권, 노동법, 계약법, 소비자 보호, 동의 등도 해당합니다. 목소리는 연기이면서 생체 표지, 브랜드, 개인 정체성입니다. 얼굴 역시 예술 자산이면서 그 자체로 개인입니다.

오픈소스 개발자는 자신을 연기자(퍼포머)로 여기지 않을지 모르지만 경제 구조는 유사합니다. 그들의 작업은 자신들과 경쟁할 수 있는 시스템의 학습 데이터가 되고, 표기 및 가치는 극소수 대형 모델 제공자에게 쏠립니다.

“공개였으니 상관없다” 논리의 함정

AI 논의에서 가장 취약한 주장 중 하나는 '공개 접근=무제한 사용'이라는 것입니다. 웹은 결코 그렇게 작동하지 않았습니다. 블로그 글이 공개라고 해서 책으로 재출판하는 것이 허용되는 게 아닙니다. 사진이 공개라고 광고에 쓰이는 게 아닙니다. GitHub 저장소도 공개되어 있지만 여전히 저작권과 라이선스의 적용을 받습니다.

오픈소스 라이선스는 이 구분 위에 존재합니다. 폭넓은 허가를 주지만 반드시 조건이 따릅니다. MIT, 아파치, BSD, GPL, AGPL, MPL 등은 표기, 특허 부여, 소스 배포, 네트워크 이용, 2차 저작물에 대해 서로 다른 선택을 내립니다. 모든 공개 코드를 원자재로만 대하는 것은 이러한 선택을 지웁니다.

이는 위험합니다. 라이선스의 다양성은 우연이 아니라, 유지관리자의 의도 표현입니다.

더 공정한 체계는 어떤 모습이어야 할까?

간단한 해법은 없지만, 여러 원칙이 생태계를 더 건강하게 만들 수 있습니다.

1. 기본적으로 투명성

AI 제공자는 학습 데이터 출처에 대한 의미 있는 요약을 공개해야 합니다. 개별 파일 단위까지 모든 것을 반드시 나열해야 한다는 뜻은 아니지만, "공개 데이터로 학습함"처럼 모호한 표시는 충분하지 않습니다. 개발자, 예술가, 출판사, 사용자 등은 어떤 자료가 어떤 법적 근거로 사용됐는지 알아야 합니다.

2. 기계 판독 가능한 권리에 대한 존중

법이 옵트아웃에 의존한다면, 이는 표준화되고, 접근할 수 있으며, 강제력이 있어야 합니다. 소규모 프로젝트가 "이 데이터로 학습하지 마시오"를 알리기 위해 법무팀을 필요로 해선 안 됩니다. 저장소, 패키지 레지스트리, 웹사이트, 콘텐츠 플랫폼에는 AI 크롤러가 실제로 준수하는 명확한 메커니즘이 필요합니다.

3. 라이선스 인식 AI 툴

코드 어시스턴트는 사용자가 라이선스 위험을 인지하도록 도와야 합니다. 생성된 코드가 알려진 오픈소스 코드와 유사하다면 해당 툴은 사용자에게 경고하고 관련 라이선스를 안내해야 합니다. 유사성 문제를 숨기는 것은 단기적으로 소송은 줄일 수 있으나, 장기적으로는 개발자와 기업의 라이선스 준수 리스크를 키웁니다.

4. 더 나은 보상 모델

일부 학습 목적은 라이선스 계약이 필요합니다. 직접 라이선스, 집단 라이선스, 데이터셋 마켓플레이스, 수익분배 모델 등 다양할 수 있습니다. 소스코드, 음악, 영화, 저널리즘, 시각예술 등 매체마다 세부는 다르지만, 원칙은 동일합니다: 상업용 AI 제품이 고품질 인간 작업에 의존한다면, 그 창작자는 투명한 존재여야 합니다.

5. 강력한 인격권 보호

음성, 얼굴, 연기의 디지털 복제는 반드시 동의를 구해야 합니다. 단순 표기만으로는 충분하지 않습니다. 가짜 음성·얼굴이 타인을 속이거나 괴롭히거나 사기 치거나 상업적으로 대체할 수 있다면, 이는 저작권만으로는 해결되지 않는 문제입니다.

오픈소스 관리자가 지금 할 수 있는 일

법적 상황은 미정이지만, 관리자는 여전히 실질적 선택권이 있습니다.

• 의도적으로 라이선스를 선택하고 그 취지를 문서화하세요.
• 프로젝트에 AI 학습 선호도를 명확히 저장소에 표시하세요.
• 오픈소스 권익을 AI 정책 논의에서 대변하는 재단이나 단체를 후원하세요.

이로써 문제가 완전히 해결되지는 않습니다. 단지 법과 산업 관행이 따라오기 전, 위험을 줄일 뿐입니다.

오픈소스에 진짜 위험은 무엇인가?

가장 큰 위험은 AI가 오픈소스로부터 배우는 것이 아닙니다. 오픈소스로부터 배우는 것은 소프트웨어 세계가 작동하는 이유의 일부입니다.

진짜 위험은 AI가 오픈 협업을 일방적 자원 추출로 바꿔버리는 데 있습니다. 관리자는 코드, 문서, 버그 리포트, 예제, 커뮤니티 지식을 기여하지만, 상업적 가치는 타인에 의해 표기, 라이선스 준수, 공공재 지원 없이 회수된다면, 사회적 계약은 약화됩니다.

오픈소스는 신뢰에 의해 유지됩니다. AI 기업들은 오픈소스에 의존하지만, 동시에 그 생태계를 훼손할 수 있는 위험도 가지고 있습니다. 라이선스 존중, 의미 있는 데이터 투명성 공개, 관리자 지원, 옵트아웃 및 라이선스 매커니즘 구축은 ‘반 AI’ 입장이 아니라, ‘지속가능성’ 입장입니다.

AI는 개발자, 예술가, 작가, 가수, 배우, 기업에게 유용한 도구가 될 수 있습니다. 그러나 유용함이 소유권, 동의, 공로를 지우진 못합니다. 만약 사회가 수백만 명의 작업물로 학습된 AI 시스템을 원한다면, 그들이 자신이 만든 것에 대한 주도권을 계속 가질 방법도 고민해야 합니다.

그 결정은 이미 데이터를 복제한 기업에게만 맡길 수는 없습니다.