AI 학습데이터 공개의 이상과 입법 과제

초록

이 글은 인공지능(AI) 학습데이터 공개가 투명성, 설명 가능성, 책임성이라는 AI 원칙을 실현하기 위한 수단으로 등장하였으나, 실제 입법과 운영 과정에서 어떠한 한계와 긴장을 내포하는지를 분석하고, 입법 시 고려하여야 할 접근방법을 제시하였다. AB 2013 과 EU AI Act의 GPAI 모델 학습데이터 공개 규정을 비교･검토하고, 공개가 저작권 보호 및 권리집행과 어떠한 관계에 있는지를 고찰하였다. 특히 학습데이터 공개는 권리자의 권리행사를 직접 보장하는 수단이 아니라 구조적 단서를 제공하는 간접적 메커니즘에 가깝다는 점을 지적하였다. 학습데이터 공개는 개발자의 영업비밀과 충돌할 수 있으며, 과도한 공개는 개발자에게 구조적 비용을 초래하고 한국의 AI 산업의 경쟁력을 약화시킬 수 있는 위험이 있다. 또한 한국은 공정이용 체계를 채택하고 있다는 점에서, EU와 같이 권리보호 중심의 공개구조를 그대로 도입하는 것은 규범적 충돌을 야기할 수 있다. 이에 따라 이 글은 한국에서의 학습데이터 공개 입법이 ①목적을 명확히 설정하고, ②개별 저작물 확인을 요구하지 않는 범주적･요약적 공개 방식이어야 하고, ③생성형과 판별형 AI를 구분하지 않아야 하고, ④영업비밀 보호와 AI 산업발전이라는 가치를 균형 있게 고려할 것을 제안하였다.

키워드