728x90
반응형
항목 | 내용 |
AI 저널리즘 정의 | 인공지능 기술을 활용하여 뉴스의 생산, 배포, 소비 과정을 혁신하는 분야 |
활용 사례 | - 자동 기사 작성: 스포츠 경기 결과, 기업 실적 데이터 기반 자동 기사 작성 (AP통신 등) |
- 뉴스룸 자동화: 반복 업무 자동화로 기자의 창의적 작업 지원 | |
- 맞춤형 뉴스 제공: 개인화된 뉴스 제공 | |
장점 | - 효율성 향상: 기사 작성 시간 단축 |
- 비용 절감: 인건비 감소 | |
- 새로운 인사이트 발견: 데이터 분석을 통한 패턴 탐지 | |
단점 | - 정확성 문제: 생성된 콘텐츠의 신뢰성 보장 어려움 |
- 윤리적 문제: 공정성 및 객관성 훼손 가능성 | |
- 일자리 감소 우려 | |
저작권법 제35조의5 제1항 | - 저작물의 통상적 이용 방법과 충돌하지 않고, 저작자의 정당한 이익을 해치지 않는 범위에서 이용 가능 |
- AI 학습 목적으로 대량의 데이터 활용 시 공정이용 규정 적용에 제약 | |
TDM(Text and Data Mining) 면책 규정 | - 대량의 데이터에서 정보를 추출하는 과정으로, AI 학습에 필수 |
- 면책 규정이 도입되면 저작권자 허락 없이 데이터 사용 가능 | |
해외 사례 | - EU: 디지털 단일 시장(DSM) 지침 통해 과학 및 상업적 TDM 허용 |
- 일본: 비영리 및 상업적 연구 목적의 TDM 허용 | |
국내 현황 | - TDM 면책 규정 도입 논의 중 (2021년 발의된 법안 미통과) |
- 저작권자 반대 및 보상체계 부족 등이 문제 |
저작권법 제35조의5 제1항과 AI 학습: 공정이용 규정의 한계
대한민국 저작권법 제35조의5 제1항은 저작물의 통상적인 이용 방법과 충돌하지 않고, 저작자의 정당한 이익을 부당하게 해치지 않는 경우 저작물의 이용을 허용하는 공정이용 규정을 명시하고 있습니다.
그러나 AI 모델의 학습을 위해 대량의 저작물을 사용하는 경우, 이러한 이용이 저작물의 통상적인 이용 방법과 충돌하거나 저작자의 이익을 해칠 수 있다는 해석이 있어, 공정이용 규정을 AI 학습에 직접 적용하기에는 어려움이 있습니다.
항목 | 내용 |
공정이용 규정 | 저작물의 통상적인 이용 방법과 충돌하지 않고, 저작자의 정당한 이익을 부당하게 해치지 않는 경우 저작물 이용 가능. |
해석의 모호성 | 공정이용 여부를 판단하는 기준이 명확하지 않아 AI 학습 목적의 저작물 이용에 적용하기 어려움. |
대량 데이터 처리의 어려움 | AI 학습은 대량의 데이터를 필요로 하지만, 현행 규정은 이러한 대규모 데이터 활용을 포괄하기에 한계가 있음. |
저작권자 이익 침해 우려 | AI 학습 과정에서 저작권자의 허락 없이 데이터를 무단 사용하면 저작권자의 경제적 또는 정당한 이익이 침해될 가능성이 있음. |
TDM 면책 규정 도입 논의:
이러한 문제를 해결하기 위해 텍스트 및 데이터 마이닝(TDM)을 위한 면책 규정을 도입하자는 논의가 진행되고 있습니다. TDM은 AI 학습을 위해 대량의 데이터에서 정보를 추출하는 과정으로, 저작권자의 허락 없이 이러한 활동을 수행할 수 있도록 하는 법적 근거가 필요합니다.
항목 | 내용 |
국내 동향 | - 2021년, TDM 면책 규정을 포함한 저작권법 전부개정안이 발의되었으나, 아직 통과되지 않음. |
- 저작권자의 반대 및 보상 체계 미비로 인해 입법화에 어려움이 있음. | |
해외 사례 - EU | - 디지털 단일 시장(DSM) 지침을 통해 연구기관 및 문화유산기관이 학술연구 목적의 TDM을 수행할 수 있도록 허용. |
- 상업적 목적의 TDM도 일정 조건 하에 허용. | |
해외 사례 - 일본 | - 저작권법 제47조의5에서 컴퓨터를 이용한 정보처리를 통해 새로운 지식이나 정보를 창출하는 행위에 대해 면책 규정 마련. |
- 연구 및 상업적 목적 모두 지원. | |
해외 사례 - 싱가포르 | - 저작권법 제243조와 제244조를 통해 컴퓨터 데이터 분석 과정에서의 복제를 허용. |
- TDM 수행이 법적으로 보호받을 수 있도록 규정. |
TDM 면책 규정 도입시 고려사항
항목 | 내용 |
저작권자 보호 | - TDM 활용을 비영리 목적으로 제한하거나 저작권자의 옵트아웃(opt-out) 권리를 보장하는 방안 검토. |
보상 체계 | - TDM 수행에 따른 저작권자에 대한 적절한 보상 방안 마련. |
- 데이터 활용에 따른 경제적 보상 모델 개발 필요. | |
적용 범위 | - 학술연구, 비영리 활동에 국한하거나 상업적 목적까지 포함할지에 대한 구체적인 허용 범위 설정. |
- 데이터 활용 조건 명확화. | |
국제 조화 | - 글로벌 AI 산업 발전을 고려하여 EU, 일본, 싱가포르와 같은 해외 사례를 반영. |
- 국제적인 표준 및 규정과의 조화 추구. | |
균형 필요성 | - AI 저널리즘 발전과 저작권자의 권리 보호 사이의 균형 유지. |
- 국내 실정에 맞는 TDM 면책 규정 마련으로 기술 발전과 법적 안정성 확보. |
https://www.banronbodo.com/news/articleView.html?idxno=22641
https://www.xreal.info/135aee59-7acf-424b-b2f0-64c8423ba62b
https://www.comworld.co.kr/news/articleView.html?idxno=51043
728x90
'07.AI' 카테고리의 다른 글
생성형 AI - Gemini(제미나이) 2.0 (0) | 2024.12.27 |
---|---|
LLM - 검색 증강 생성 (RAG, Retrieval-augmented generation) (3) | 2024.12.26 |
AI 저널리즘 - 생성형 AI 저작권 (3) | 2024.12.23 |
인공지능 - 인공지능 에이전트 (Agent) (5) | 2024.12.23 |
자연어처리 (NLP) - OpenAI o3 (1) | 2024.12.23 |