15억 달러의 합의금. 수백만 권의 불법 복제 도서. 그리고 한 연방 판사가 AI 기업이 모델을 학습시킨 행위 자체는 면책해 주면서도, 학습 데이터를 확보한 방식에 대해서는 책임을 물을 수 있도록 한 법적 구분은 매우 섬세했습니다.
귀사가 비즈니스에서 AI 작문 도우미, 코딩 코파일럿, 또는 AI 기반 연구 도구를 사용한다면, 지난 1년 동안 결정된 두 건의 법원 판결이 귀사가 매일 의존하는 도구에 대한 규칙을 조용히 다시 작성했습니다. 두 사건 모두 귀사와 직접적인 관련은 없었습니다. 하지만 이 두 판결은 AI를 사용하는 모든 소기업 소유주가 물어야 할 질문에 대한 답을 함께 제시합니다. 누군가의 저작권이 있는 콘텐츠를 기반으로 구축된 AI 도구를 사용할 때, 나도 법적 위험에 노출되는가?
15억 달러의 질문: Bartz 대 Anthropic
이 사건은 논픽션 작가 Charles Graeber, Kirk Wallace Johnson, 스릴러 소설가 Andrea Bartz라는 세 명의 작가가 Anthropic이 허가나 대가 없이 자신들의 저서를 사용하여 Claude AI 모델을 훈련시킨 사실을 발견하면서 시작되었습니다.
William Alsup 판사가 내린 결정은 이 사건을 두 가지 매우 다른 질문으로 나누었고, 각각 다른 답변을 제시했습니다.
질문 1: 저작권이 있는 도서를 AI 모델 학습에 사용하는 것이 공정 이용인가? 예, 단, Anthropic이 합법적으로 소유하거나 라이선스를 받은 도서에 한합니다. 법원은 학습 과정을 '변형적이며, 현저하게 그렇다'고 설명하며, 이를 사람이 글쓰기를 배우기 위해 폭넓게 읽는 것에 비유했습니다. 학습 데이터 자체는 모델 내부에 숨겨져 있고 원본 도서 구매를 대체하지 않기 때문에, 판사는 해당 사용이 작가의 작품 시장에 해를 끼치지 않는다고 판단했습니다.
질문 2: 회사가 도서를 어떻게 얻었는지는 중요한가? 물론 그렇습니다. Anthropic은 구매한 도서뿐만 아니라 Library Genesis(LibGen) 및 Pirate Library Mirror와 같은 '섀도 라이브러리'(저작권이 있는 도서의 불법 복제본을 무료로 호스팅하는 사이트)에서 700만 개 이상의 저작권 보호 저작물을 다운로드했습니다. 법원은 어떤 후속 공정 이용이라도 도서가 불법적으로 입수되었다는 사실 자체를 지울 수 있을지 의문을 표했습니다. 학습은 합법적일 수 있습니다. 불법 복제는 이후에 불법 복제 파일로 무엇을 하든 관계없이 불법 복제입니다.
이러한 구분은 미국 역사상 가장 큰 저작권 합의로 이어졌습니다: 15억 달러로, 변호사 비용을 제외하면 불법 복제 저작물당 약 3,000달러에 해당하며, 약 120,000명의 작가와 권리자가 청구를 제기했습니다. 합의의 일환으로 Anthropic은 불법 복제 데이터 세트를 폐기하고 해당 데이터가 상용 모델에 포함되지 않았음을 인증하는 데 동의했습니다. 최종 승인 심리는 2026년 5월로 예정되어 있으며, 그 직후 지급이 시작될 예정입니다.
반대 결론을 낸 사건: Thomson Reuters 대 Ross Intelligence
Bartz 사건이 AI 기업에 유리하게 공정 이용의 경계선이 휘어지는 지점을 보여준다면, Thomson Reuters 대 Ross Intelligence 사건은 그 경계선이 다시 원래대로 돌아오는 지점을 보여줍니다.
Ross Intelligence는 Thomson Reuters의 Westlaw와 직접 경쟁하는 AI 기반 법률 연구 도구를 구축했습니다. 학습을 위해 Ross는 Westlaw의 '헤드노트'(사건에서 법원이 실제로 무엇을 결정했는지 요약한 편집자 작성 요약)와 Thomson Reuters가 수십 년에 걸쳐 개발한 법률 분류 체계인 Key Number System으로 구축된 'Bulk Memos'를 사용했습니다.
법원은 헤드노트와 분류 체계가 독창적이고 저작권이 있는 저작물이며, Ross의 학습 메모가 원본 자료와 너무 밀접하게 일치하여 '어떤 합리적인 배심원도 복제가 발생했다는 점을 다르게 판단할 수 없다'고 판시했습니다. 결정적으로, 법원은 Ross의 공정 이용 항변도 기각했는데, 그 이유는 귀사가 AI 도구를 평가할 때 매우 중요한 부분입니다. Ross의 도구는 새로운 텍스트를 생성하는 생성형 AI가 아니라, 학습 대상 제품과 정면으로 경쟁하는 검색 엔진이었기 때문입니다. 이러한 직접적인 시장 경쟁과, 공개된 창작 콘텐츠가 아닌 경쟁사의 독점적인 분석 작업을 사용했다는 점이 공정 이용 분석을 Ross에게 불리하게 만들었습니다. 이 사건은 현재 제3순회 항소법원에 계류 중이며, 2026년 6월 구두 변론이 예정되어 있습니다. 이 판결은 AI 학습에서 공정 이용에 관한 첫 번째 구속력 있는 항소 법원 판례가 될 것입니다.
두 판결을 함께 읽기
두 판결을 나란히 놓고 보면, 아직 확정되지 않았지만 떠오르는 프레임워크를 그려볼 수 있습니다.
- 합법적으로 취득한 출판된 창작 콘텐츠(서점에서 살 수 있는 종류)에 대한 학습은 저자의 허가 없이도 공정 이용으로 인정받을 가능성이 있습니다.
- 동일한 콘텐츠의 불법 복제본에 대한 학습은 학습 자체의 성격과 관계없이 별도의 법적 문제입니다.
- 경쟁사의 독점적인 분석 작업(내부 데이터베이스, 분류 체계 또는 기타 비공개 자산)에 대한 학습은, 특히 결과물이 원본 소스와 직접 경쟁할 때 공정 이용 인정을 받기가 훨씬 어렵습니다.
이 중 어느 것도 완전히 확정된 법리는 아닙니다. 하지만 법원이 귀하의 업무 흐름에 점점 더 통합되고 있는 AI 도구를 어떻게 생각하는지에 대한 현재까지 가장 명확한 신호입니다.
AI 도구를 사용하는 경우 이것이 실제로 의미하는 바
ChatGPT, Claude, GitHub Copilot 또는 법률 연구 AI 도구를 사용했다고 해서 귀하가 소송을 당할 가능성은 매우 낮습니다. 소송은 모델을 구축한 기업을 대상으로 하지, 이를 사용하는 기업을 대상으로 하지 않습니다. 하지만 '소송 가능성이 낮다'는 것이 '위험이 전혀 없다'는 의미는 아니며, AI 도구를 평가하고 계약할 때 염두에 두어야 할 몇 가지 실용적인 시사점이 있습니다.
1. 벤더 계약이 실제로 무엇을 약속하는지 확인하십시오. 많은 AI 벤더 계약은 AI 특화 위험을 명확히 다루지 못하는 전통적인 소프트웨어 라이선스 언어로 여전히 작성되어 있습니다. 소프트웨어 자체뿐만 아니라 학습 데이터와 모델 출력물로 인해 발생하는 클레임을 명시적으로 포함하는 면책 조항을 찾으십시오. 코드 버그에 대해서는 면책해 주지만 학습 데이터 출처에 대해서는 침묵하는 벤더는 이러한 소송이 강조하는 위험으로부터 귀하를 실제로 보호하지 못한 것입니다.
2. 학습 데이터가 어디서 왔는지 물어보십시오. 법의학적 감사가 필요한 것은 아니지만, 라이선스 계약, 출판사 파트너십 또는 문서화된 데이터 수집 관행을 제시할 수 있는 벤더는 이 질문에 답할 수 없는 벤더와 근본적으로 다른 위험 위치에 있습니다. Bartz 사건 이후, '저희는 학습 데이터 출처를 공개하지 않습니다'라는 대답은 예전보다 덜 안심되는 대답입니다.
3. 귀하의 데이터에 어떤 일이 일어나는지 이해하십시오. 저작권 문제와는 별도로, 대부분의 AI 벤더는 계약에 달리 명시되지 않는 한 귀하의 입력 데이터를 사용하여 자체 모델을 추가로 학습시킵니다. AI 도구에 고객 재무 기록, 계약 초안 또는 독점 비즈니스 데이터를 입력하는 경우, 기억해야 하는 설정 토글에 의존하지 말고 '학습 금지, 보관 금지' 조항을 서면으로 확보해야 합니다.
4. Ross Intelligence 항소를 주시하십시오. 제3순회 항소법원의 판결(2026년 6월 변론 이후 예상)이 학습 데이터와 직접 경쟁하는 AI 도구에 대한 공정 이용을 제한할 경우, 장부 정리, 세무 조사 및 재무 분석 소프트웨어에 점점 더 많이 사용되는 AI 기반 연구 및 분석 도구 전반의 가격, 라이선스 및 가용성에 변화가 생길 수 있습니다.
AI 도구 계약을 체결(또는 갱신)하기 전 실용적인 체크리스트
귀하의 비즈니스에서 이미 실행 중인 AI 도구에 대한 기본적인 실사를 수행하기 위해 법학 학위가 필요하지는 않습니다. 다음 갱신 전에 이 목록을 확인해 보십시오.
- 면책 조항의 제목뿐만 아니라 내용을 읽으십시오. 출력물이 누군가의 저작권을 침해한다는 클레임을 다루는지, 아니면 소프트웨어 오작동에 관한 클레임만 다루는지 확인하십시오. 이 둘은 법적으로 다른 약속이며, 생성형 AI 붐 이전부터 템플릿을 업데이트하지 않은 벤더는 종종 후자만 다룹니다.
- 직접 물어보십시오: "학습 데이터는 어디서 오나요?" 명확하고 문서화된 답변(라이선스 콘텐츠, 자사 데이터, 공개 도메인 자료)을 제공하는 벤더는 질문을 회피하는 벤더보다 위험이 낮습니다. 전체 데이터 세트를 감사해 달라는 요청이 아니라, 그들이 이 문제에 대해 전혀 생각해 보았는지 묻는 것입니다.
- 데이터 보관 기본값을 찾으십시오. 계약서(또는 제품의 관리자 설정)에서 '학습', '서비스 개선', '보관'과 같은 단어를 검색하십시오. 옵트아웃이 보이지 않으면, 귀하가 붙여넣은 민감한 정보를 포함하여 귀하의 입력 데이터가 벤더의 다음 모델 버전을 학습하는 데 사용된다고 가정해야 합니다.
- 도구가 특정 독점 데이터 세트와 경쟁하는지 확인하십시오. 이것이 Ross Intelligence 패턴입니다. 경쟁사의 내부 분석 작업으로 학습되었고 현재 그 경쟁사와 직접 경쟁하는 도구는 범용 작문 또는 코딩 도우미보다 법적 지위가 훨씬 불안정합니다.
- 간단한 기록을 유지하십시오. 어떤 AI 도구를, 어떤 용도로, 고객 데이터나 재무 데이터에 접촉하는지 기록해 두십시오. 서비스 중단, 기능 제거 또는 라이선스 분쟁으로 인해 벤더의 법적 위험이 귀하의 문제가 될 경우, 기억에 의존하여 재구성할 필요 없이 자체적인 발자취를 파악할 수 있어야 합니다.
이 중 어느 것도 한 시간 이상 걸리지 않으며, 대부분은 로그인할 때마다가 아니라 벤더당 한 번만 수행하면 됩니다.
이것이 장부 정리 논의에 포함되어야 하는 이유
AI 저작권 소송을 '재미있는 뉴스이지만 내 문제는 아니다'라고 치부하고 싶을 수 있습니다. 하지만 귀하의 비즈니스가 재무 워크플로우 어디에서든 AI 기반 도구(거래 분류, 고객 커뮤니케이션 초안 작성, 세금 지침 요약)를 사용한다면, 귀하는 이러한 사건들이 다루는 바로 그 기술의 다운스트림 사용자입니다. 기술 스택의 벤더 위험은 실제 비즈니스 위험이며, AI 도구 계약이 실제로 무엇을 말하는지 검토하는 데는 비용이 들지 않고 시간도 오후 정도면 충분합니다.
또한 더 넓은 원칙을 상기시켜 줍니다. 귀하의 시스템이 더 투명하고 감사 가능할수록, 의존하는 벤더 아래에서 상황이 변할 때 귀하의 노출도는 줄어듭니다. 이는 AI 도구에 해당되며, 재무 기록에도 마찬가지로 적용됩니다.
귀하의 기록을 투명하고 감사 가능하게 유지하십시오
귀하가 사용하는 AI 도구에 대한 어떤 법적 질문이 해결되든, 귀하의 재무 기록은 블랙박스가 되어서는 안 됩니다. Beancount.io는 완전히 투명하고, 버전 관리가 가능하며, 감사가 용이한 일반 텍스트 회계를 제공합니다. 독점 형식으로 데이터를 가두거나 맹목적으로 신뢰해야 하는 벤더가 없습니다. 지금 무료로 시작하여 개발자와 금융 전문가들이 일반 텍스트 회계로 전환하는 이유를 확인하십시오.