지난 1월, KBS, MBC, SBS 등 지상파 방송 3사가 네이버를 상대로 저작권 침해 소송을 제기했습니다.
방송사들은 네이버가 자사의 생성형 AI 모델인 ‘하이퍼클로바’와 ‘하이퍼클로바X’ 학습에 방송사 뉴스 데이터를 무단으로 사용했다고 주장하며 2025년 1월 13일 저작권 침해 및 부정경쟁방지법 위반으로 인한 손해배상 청구 및 학습 금지 등을 청구하는 소송을 제기했습니다.
이는 국내 빅테크 기업을 상대로 한 미디어 업계의 첫 AI 저작권 소송이며, 원고(방송 3사)의 주장은 다음과 같습니다.
지난 11월 6일, 2차 변론기일을 가진 해당 저작권침해 소송의 쟁점과 진행 과정을 살펴봅니다.
원고(방송 3사)측 주장
원고 측은 각 방송사당 2억 원씩 일부 청구했으며, 추후 총 피해액을 확정해 청구할 방침이라고 밝혔습니다.
피고(네이버)의 반박
1, 2차 변론 진행 과정
1차 변론에서는 소송 대상인 저작물이 구체적으로 특정되지 않은 점이 주요 쟁점으로 떠올랐습니다.
재판부는 원고 측이 새로운 유형의 소송 특성상 저작물 특정이 어렵다는 답변에 구체적으로 어떤 저작물이 침해되었는지 특정할 노력이 필요하다며, 동시에 피고인 네이버 측에게도 제공받은 것 중 AI 학습에 이용한 콘텐츠들을 특정할 수 있으면 특정하는 것을 검토해 달라고 요구하며 양측에 균형 있는 정보 제시를 촉구했습니다.
그리고 지난 11월 6일 진행된 2차 변론에서는 저작물 특정의 중요성이 더욱 강조되었습니다.
재판부는 피고 네이버 측이 “개별 저작물이 어느 정도 특정돼야 하지 않느냐고 주장한 것이 이 사건 본질을 흐리는 행위로 보이지 않는다”고 판단했습니다.
나아가 저작권 침해를 청구원인으로 제시한 이상 구체적 침해는 개별 저작물을 토대로 판단할 수밖에 없다고 밝히며, AI가 통째로 학습한 데이터 뭉치 속에 저작권 보호 대상이 아닌 것도 있을 수 있다는 점을 지적했습니다.
이는 원고 측이 주장하는 데이터 뭉치 대신, 향후 개별 기사 단위의 구체적인 침해 증거를 제출해야 함을 분명히 한 것입니다.
재판부는 원고에게 침해 대상이 된 개별 저작물에 대한 증거를 서면으로 제출할 것을 요청했으며, 원고 측은 이에 응하겠다는 입장을 밝혔습니다.
다만, 소송이 진행되는 와중에도 KBS는 네이버와 AI 업무 제휴 협약(MOU)을 체결한 바있습니다.
AI 혁신 추진과 저작권 방어라는 미디어사의 양면적 목표가 법정과 협상 테이블에서 동시에 진행되는 상황입니다.
방송 콘텐츠와 AI 데이터 주권 다툼, 승자는?
이번 저작권침해 소송은 원·피고간의 금전적 다툼 이상으로, 수십 년간 축적된 미디어 자산인 뉴스 데이터 주권을 둘러싼 분쟁의 시작이 될 가능성이 높습니다.
현재 소송의 주요 쟁점은 세 가지 축을 중심으로 전개되고 있습니다.
1.콘텐츠 제휴 약관의 해석 범위
네이버는 기존 약관의 서비스 개선, 새로운 서비스 개발 연구를 위한 정보 이용 조항을 근거로 정당한 이용이었다고 주장합니다.
그러나 과연 과거의 계약 조항이 현재의 대규모 언어 모델(LLM) 학습을 위한 복제와 전송 행위까지 포괄적으로 허락한 것으로 해석될 수 있는지가 핵심 법리 쟁점입니다.
2.저작물 특정 및 입증 책임의 문제
방송사 측은 네이버가 학습에 사용한 데이터의 출처 및 내용을 공개하지 않아 침해 저작물을 특정하기 어렵다고 호소하는 반면, 네이버는 원고의 불특정 주장을 방어권 침해로 맞받아치고 있습니다.
법원은 네이버에 학습 데이터 범위의 특정 자료 제출을, 방송사에는 침해 저작물의 구체적 특정을 요구하며 양측의 입증 책임을 균형 있게 촉구했습니다.
AI 학습 과정의 블랙박스(인공지능, 딥러닝 등 모델의 내부 작동 방식의 이해 불가능한 현상) 특성상 입증의 곤란을 어떻게 해결할 것인지 사법부 측의 첫 판단이 향후 AI 기술 기업과 저작권자 간의 입증 책임 분배를 위한 중요한 기준이 될 것으로 보입니다.
3. 피해액 산정의 기준 정립
방송 3사는 최초 각 2억 원의 일부 청구액을 제시했지만, 최종 피해액은 AI 학습에 대한 적정 이용료를 산정하는 새로운 모델을 필요로 합니다.
뉴스 콘텐츠는 AI 모델의 오류 가능성을 줄이고 학습 효율성을 높이는 고부가가치 데이터이므로, 가치 산정은 표면적 복제 비용을 넘어 AI 서비스의 품질과 경제적 이익 기여도를 반영해야 합니다.
본 저작권침해 소송의 판단은 AI 학습용 데이터의 가격 책정 및 라이선싱 구조에도 직접적인 참고 모델이 될 것이며, 기업 측은 저작권침해 입증의 기술적 법리화를 가속화해야 할 것으로 보입니다.
이후 법원은 향후 AI 모델 내부의 학습 데이터 이력과 출력물의 연관성을 기술적으로 검증하는 방법을 요구할 수 있으므로 업은 내부적으로 AI 학습 데이터의 출처 관리 시스템을 구축해두는 것을 추천드립니다.
