Anthropic 15억 달러 저작권 합의 승인

Anthropic은 이제 법원이 승인한 15억 달러 규모의 저작권 합의를 확보했으며, 이는 AI를 사용하는 모든 이의 위험 계산을 바꿉니다. 요약하자면 이렇습니다: 자격 있는 도서 권리자에게 돈이 지급되고, Anthropic은 특정 불법 복제 데이터셋을 파기해야 하며, 이제 AI 기업들은 허술한 학습 데이터 기록이 매우 비싼 대가를 치를 수 있다는 분명한 경고를 받게 되었습니다.

AI 도구를 만들거나 구매하거나 감독한다면, 당장 중요한 점은 다음과 같습니다:

• 합의는 최종적이며 집행 가능합니다

• 자격을 갖춘 저자와 출판사는 청구를 제기할 수 있습니다

• Anthropic은 지급 계획을 따라야 합니다

• 다음에서 나온 불법 복제 데이터는 LibGen과 PiLiMi에서 나온 것은 파기되어야 합니다

• 학습 데이터 추적은 이제 있으면 좋은 것이 아니라 반드시 갖춰야 할 요소입니다

• 스타일 기반 청구는 이 합의에 포함되지 않습니다

금액이 눈에 띕니다. 15억 달러는 미국 AI 저작권 사건의 새로운 기준점을 세웁니다. 기사는 또한 자격을 갖춘 저작물당 약 3,000달러의 예상 지급액을 언급하며, 같은 작품의 저자와 출판사가 모두 자격을 갖출 경우 50/50 분할이 적용됩니다.

짧게 정리하면 이렇습니다: 이 사건은 그림자 도서관에서 저작권이 살아 있는 도서를 복제하고 사용했다는 의혹에 관한 것이며, AI와 관련된 모든 저작권 문제를 다루는 것은 아닙니다. 자격을 갖추려면 저작물이 미국 내 적시 등록과 ISBN 또는 ASIN을 포함한 정해진 규칙을 충족해야 합니다. 현금 기금 외에도 Anthropic은 데이터셋 파기를 인증하고 법원 감독하에 남아 있어야 합니다.

제가 보기에 핵심 시사점은 간단합니다: 학습 데이터 출처, 라이선스 확인, 벤더 검토는 이제 핵심적인 AI 위험 통제 수단입니다. 기업이 데이터가 어디서 왔는지 보여줄 수 없다면, 그 공백은 빠르게 법적·사업적 문제로 번질 수 있습니다.

누가 대상이며 어떤 학습 자료가 문제가 되었나

어떤 저자와 출판사가 자격을 갖추는가

다음 쟁점은 문서상으로는 간단하지만 실제로는 복잡합니다: 누가, 어떤 도서에 대해 지급받는가.

합의 집단은 LibGen과 PiLiMi에서 다운로드되었다고 주장되는 특정 도서의 권리자를 포함합니다. 자격을 갖추려면 도서에 미국 내 적시 등록과 ISBN 또는 ASIN이 있어야 합니다. 저작물에 미국 내 적시 등록이 없거나 ISBN 또는 ASIN이 없으면 대상에서 제외됩니다.

여기서 한 가지 세부 사항이 매우 중요합니다: 같은 작품의 저자와 출판사 모두가 기금에 대해 청구할 수 있습니다. 그래서 한 권의 도서가 두 권리자로부터 두 건의 별개 청구로 이어질 수 있습니다. 이는 15억 달러 기금이 어떻게 분할되는지를 바꾸고 전체 청구 건수를 늘릴 수도 있습니다.

어떤 저작물과 출처가 사용되었다고 주장되는가

이러한 집단 규칙은 자격을 정리하는 것 이상을 합니다. 주장된 학습 코퍼스의 경계도 설정합니다.

사건의 중심에는 Anthropic이 LibGen과 PiLiMi에서 저작권이 살아 있는 도서를 다운로드해 허가 없이 학습에 사용했다는 주장이 있습니다. AI 개발사를 상대로 한 소송들은 저작권이 살아 있는 도서의 수백만 개 불법 복제본 다운로드를 주장합니다 ^[1].

합의 뒤에 있는 저작권 청구

이 합의는 복제와 수집 청구를 다룹니다. AI 학습 전체를 둘러싼 더 큰 다툼을 해결하지는 않습니다.

더 구체적으로는, Anthropic이 학습 과정에서 저작권이 있는 도서를 복제하고, 저장하고, 사용했다는 의혹을 해소합니다. 또한 **저작권 관리 정보(Copyright Management Information, CMI)**의 제거나 누락과 관련된 청구, 그리고 그러한 자료의 상업적 사용과 연결된 과실, 부당 이득, 부정경쟁 관련 청구도 포함합니다.

포함하지 않는 것도 그만큼 중요합니다: 이 합의는 스타일 또는 장르 기반 청구를 해결하지 않습니다.

Anthropic의 15억 달러 AI 저작권 합의가 법원의 최종 승인을 받다

합의에 따라 Anthropic이 해야 할 일

15억 달러 기금과 지급 방식

자격이 정해지면 합의는 돈, 정리, 법원 감독으로 넘어갑니다. 최종 승인은 자격 있는 권리자를 위한 최소 15억 달러 기금을 만듭니다. 예상 지급액은 자격을 갖춘 저작물당 약 3,000달러입니다. 같은 작품에 대해 저자와 출판사 모두가 자격을 갖추면 그 지급액은 50/50으로 분할됩니다.

데이터셋 파기와 학습 데이터 제한

Anthropic은 또한 LibGen과 PiLiMi에서 얻은 불법 복제 데이터셋과 모든 관련 복사본을 파기해야 합니다. 분쟁 대상 자료가 파기되었음을 확인하는 서면 인증서를 제출해야 합니다.

합의는 또한 재학습과 내부 컴플라이언스를 위한 데이터 출처 추적을 요구합니다. 쉽게 말해, Anthropic은 학습 데이터가 어디서 왔는지 보여주고 검토를 견딜 수 있는 기록을 유지해야 합니다. AI 개발사와 기업에게 이는 데이터 출처를 분쟁이 법정에 오른 뒤에 정리할 사안이 아니라 배포 전 요건으로 만듭니다.

청구 절차, 지급 기한, 집행

이러한 의무는 현금 기금과 나란히 자리하며 같은 효력을 지닙니다. Anthropic은 반드시:

• 에스크로와 분할 지급을 통해 합의 자금을 조달해야 하고

• 데이터셋 파기를 인증해야 하며

• 법원 감독하에 남아 있어야 합니다

Anthropic이 지급을 놓치거나 준수하지 못하면 법원이 개입해 합의를 집행할 수 있습니다.

이것이 AI 개발자, 통합업체, 기업에 의미하는 바

학습 데이터 컴플라이언스는 이제 이사회 차원의 위험

15억 달러 합의는 AI 개발자, 통합업체, 기업에게 큰 경고 신호입니다. 모델이 Library Genesis, Bibliotik, Z-Library 같은 그림자 도서관의 라이선스 없는 데이터로 학습되었다면 법적 위험이 심각할 수 있습니다 ^[1][2]. 이는 더 이상 법무팀만의 문제가 아닙니다. 학습 데이터 컴플라이언스는 이제 이사회 논의의 대상입니다.

일상적인 관점에서 이는 팀이 데이터 출처, 권한, 컴플라이언스 단계에 대해 명확하고 감사 가능한 출처 기록을 갖춰야 함을 뜻합니다. 어떤 모델이 프로덕션에 이르기 전에 엔지니어링과 법무는 라이선스와 데이터셋 승인을 확인해야 합니다 ^[3][4]. 그리고 그 검토는 자체 스택에서 멈출 수 없습니다. 배포 전에 모든 벤더와 모든 모달리티를 아울러야 합니다.

텍스트, 이미지, 오디오, 비디오 모델을 위한 라이선스와 벤더 확인

같은 수준의 검토가 텍스트, 이미지, 오디오, 비디오 모델에 적용됩니다. 하나의 포괄적 승인으로는 충분하지 않습니다. 각 모델은 어떻게 학습되었고 어떤 권리가 그 사용을 뒷받침하는지에 대한 명확한 확인과 함께 개별적으로 검토되어야 합니다. 공급자를 심사할 때는 직접적인 데이터 출처 공개를 요청하고 배포 전에 학습 데이터 권리가 문서화되어 있는지 확인하세요 ^[3][4].

검토를 일관되게 유지하기 위한 간단한 체크리스트는 다음과 같습니다:

APIMart를 사용해 모델 거버넌스를 중앙화하기

팀이 더 촘촘한 통제를 원한다면, 통합 API 계층이 이러한 확인 사항을 한곳에 모으는 데 도움이 됩니다. APIMart의 통합 API는 텍스트, 이미지, 오디오, 비디오 워크플로 전반의 접근 통제, 버전 고정, 감사 로그, 모델 승인을 중앙화할 수 있습니다. 접근, 로깅, 버전 관리가 하나의 계층에 있으면 팀이 모델을 더 추가할 때 공백을 피하기가 쉬워집니다.

결론: 저작권, 라이선스, AI 위험에 관한 핵심 요점

Anthropic의 15억 달러 합의에는 엄격한 지급 조건과 데이터셋 처리 규칙이 따릅니다. 이는 기업이 LibGen과 PiLiMi 같은 그림자 도서관의 라이선스 없는 데이터로 모델을 학습할 때 무슨 일이 일어날 수 있는지에 대한 냉정한 상기입니다. 메시지는 꽤 간단합니다: 학습 데이터는 이제 법적·일상적 사업 위험을 동반합니다.

더 큰 요점도 마찬가지로 분명합니다. AI 시스템은 학습 데이터로 작동하므로, 그 데이터가 어디서 왔는지, 그리고 누군가 그것을 사용할 권한이 있었는지에 대한 질문이 미국과 해외에서 더 많은 주목을 받고 있습니다.

AI를 만들거나 구매하거나 사용하는 팀에게 실질적인 조치는 학습 데이터 출처를 확인하고, 데이터셋 출처를 문서화하며, 배포 전에 권한을 확인하는 것입니다.

중앙화된 거버넌스는 또한 사용이 늘어날수록 삶을 편하게 만듭니다. 배포 전반에서 접근 통제, 버전 관리, 감사 로그를 표준화하도록 돕습니다.

종합하면, 학습 데이터 출처, 라이선싱, 모델 거버넌스는 이제 핵심적인 사업 위험입니다.

FAQs

이 합의가 저작권이 있는 도서에 대한 AI 학습을 불법으로 만드나요?

아니요. 이 합의는 저작권이 있는 도서에 대한 AI 학습을 불법으로 만들지 않습니다.

미국에서 AI 학습에 저작권 자료를 사용하는 것의 법적 지위는 아직 확정되지 않았습니다. 법원들은 여전히 저작권 침해 청구를 학습이 변형적 **공정 이용(fair use)**이라는 주장과 견주어 저울질하고 있어, 이 쟁점은 아직 논쟁 중입니다.

우리 회사가 AI 벤더의 라이선스 있는 학습 데이터 사용 여부를 어떻게 확인할 수 있나요?

벤더의 문서, 서비스 약관, 라이선스 계약을 검토해 데이터를 어떻게 사용하는지, 라이선스 있는 학습 데이터에 대해 어떤 약속을 하는지 확인하세요.

기업용 사용의 경우, 데이터 출처에 대한 명확한 보증과 여러분의 입력이 이후 모델 학습에 사용되지 않는다는 확인을 찾아보세요. 상업적 권리, 동의 로그, 승인 등 자체 기록을 유지하는 것도 도움이 되며, 이는 투명성과 컴플라이언스를 위한 명확한 근거 자료가 됩니다.

다음으로 이미지, 오디오, 비디오 학습 데이터를 겨냥한 소송이 더 나올 수 있나요?

예. AI 학습 데이터 소송은 텍스트에서 멈추지 않습니다. 기업들은 이미 이미지, 오디오, 비디오 학습 데이터의 무단 사용을 두고 소송에 직면해 있습니다.

AI 모델이 더 멀티모달해지면서, 이러한 다툼의 상당수는 경쟁 AI 제품을 만드는 데 사용된 스크래핑된 창작물을 정조준하고 있습니다. 근본적으로 이는 콘텐츠 제작자들이 법적 선을 긋고 동의나 대가를 요구하려는 더 넓은 움직임의 일부입니다.