Wikimedia의 AI 저작권 입장: 복제된 답변을 용인하지 않으면서 학습은 보호해야 한다

2시간 전

9분 분량

Wikimedia Foundation은 연방 법원에 AI 학습은 보호하되 저작권 자료를 재현하는 챗봇에 대한 포괄적 보호는 거부해 달라고 요청하고 있다. Wikimedia AI copyright에 대한 이 입장은 Wikipedia 운영자를 모델 개발의 여지를 원하는 기술 기업과 자신의 저작물에 대한 통제를 원하는 출판사 사이에 놓는다. 재단은 어느 한쪽 극단도 Wikipedia가 필요로 하는 정보 출처를 위협한다고 주장한다.

10월 30일 발표에서 Wikimedia는 뉴욕에서 진행 중인 OpenAI와 Microsoft 관련 병합 저작권 소송에 개입한 사실을 설명했다. 재단은 법원이 언어를 생성하도록 학습된 시스템인 대규모 언어 모델의 학습과, 이용자를 위해 자료를 검색하고 재현하는 행위를 구분하기를 바란다. 이 구분은 AI 서비스가 저작권 텍스트로 수행하는 모든 일을 하나의 답변으로 판단해야 한다는 생각에 이의를 제기한다.

이 갈등은 OpenAI와 The New York Times를 넘어선다. Wikipedia에는 유용한 기술이 필요하지만, 편집자들에게는 신뢰할 수 있는 보도와 독립적으로 제작된 다른 출처도 필요하다. 재단의 입장은 이 두 필요를 연결된 것으로 본다. 지식을 생산하는 사람들을 약화시키면서 모델 개발을 보호하면, 백과사전은 원재료를 희생해 도구를 옹호하는 처지가 될 것이다.

Wikimedia의 AI 저작권 주장은 학습과 검색을 구분한다

Wikimedia는 법원에 저작권 자료의 서로 다른 이용을 각각 판단해 달라고 요청하고 있다.

재단의 저작권 소송 관련 발표는 제3자의 관점을 제시하는 제출 문서인 법정 조언서(amicus brief)를 설명한다. 이 소송은 뉴욕 남부 연방지방법원에서 진행 중이며, The New York Times와의 분쟁을 포함해 OpenAI를 상대로 한 사건들을 병합하고 있다.

Wikimedia는 원저작물과 다른 목적을 지닌 모델을 만들어 내는 학습은 공정 이용 보호를 받을 자격이 있다고 주장한다. 공정 이용은 저작권 자료의 일부 이용을 허가 없이 가능하게 한다. 재단은 보호된 콘텐츠를 검색해 답변에서 재현하는 시스템에 대해서는 다른 결론을 내리며, 그러한 이용은 적용되는 라이선스를 준수해야 한다고 주장한다.

이는 법원의 판단이 아니라 법원에 제출된 주장이다. Wikimedia가 학습에 관한 새로운 면제를 확립했거나 챗봇 답변을 규율하는 새 규칙을 만든 것은 아니다. 재단의 개입은 열린 지식에 필수적이라고 보는 구분을 판사가 보존해 달라는 요청이다.

이 구분이 중요한 이유는 AI 서비스가 글을 여러 단계에서 이용할 수 있기 때문이다. 모델 개발 중 사용된 자료는 현재 질문에 답하기 위해 가져온 기사와 즉각적인 기능이 다르다. 사용자는 하나의 인터페이스를 마주하지만, 그 인터페이스는 타인의 저작물에 대한 여러 개별 이용을 감출 수 있다.

진행 중인 법원 사건에 관한 예시 요청을 생각해 보자. 모델은 학습 과정에서 익힌 패턴을 바탕으로 설명을 생성할 수 있다. 반면 연결된 서비스는 최신 보도를 검색해 그 일부를 활용하여 답변을 구성할 수 있다. 결과 답변은 비슷해 보일 수 있지만, 복제·허가·대체와 관련해 서로 다른 질문을 제기한다.

Wikimedia의 접근법은 이러한 기저 행위를 분석의 중심에 둔다. 전체 과정을 “AI”라고 부르는 것만으로는 특정 기사에 무슨 일이 일어났는지 거의 밝힐 수 없다. 의미 있는 질문은 어떤 자료가 시스템에 들어갔는지, 왜 들어갔는지, 서비스가 궁극적으로 무엇을 제공했는지에 관한 것이다.

이는 독자가 이 뉴스를 얼마나 폭넓게 해석해야 하는지도 제한한다. 일부 학습 이용에 대한 지지는 모든 데이터세트나 수집 방식에 대한 허가를 의미하지 않는다. 대체 효과가 있는 검색에 대한 반대도 검색된 정보를 포함한 모든 답변이 저작권을 침해한다는 뜻은 아니다.

이 제출 문서의 중요성은 제시하는 선택지에 있다. 법원은 AI 시스템 전체에 보호를 부여하거나 거부하는 대신, 그 안에서 이루어지는 행위를 검토할 수 있다. Wikipedia 운영자에게 이는 자료 출처의 이용 가능성을 유지하는 조건을 포기하지 않으면서 유용한 개발을 지지할 방법을 제공한다.

Wikipedia는 유용한 AI와 지속되는 출처 모두에 의존한다

Wikipedia의 관심사는 기존 텍스트에 대한 접근뿐 아니라 지식이 계속 생산되는 데까지 확장된다.

백과사전은 자유롭게 정보를 배포할 수 있지만, 서로 다른 경제 모델로 운영되는 조직들에 의존한다. 편집자들은 기사에 무엇이 들어가야 하는지 판단하기 위해 보도, 학술 연구, 기타 신뢰할 수 있는 출판물을 필요로 한다. 백과사전에 대한 자유로운 접근이 이러한 기초 출처를 만드는 데 필요한 노력을 없애지는 않는다.

이는 Wikimedia에 실질적인 긴장을 만든다. 엄격한 학습 규칙은 기여자를 돕는 도구의 개발을 까다롭게 만들 수 있다. 출처 자료 재현에 지나치게 관대한 규칙은 기여자들이 참고하는 출판물을 약화시킬 수 있다. 어느 결과도 자동으로 백과사전의 사명을 진전시키지는 않는다.

Wikimedia가 이전에 발표한 인간 중심 AI 전략은 재단이 AI 개발의 여지를 옹호하는 이유를 설명하는 데 도움이 된다. 2025년 4월 발표된 이 전략은 자원봉사자의 판단을 대체하기보다 지원하는 데 우선순위를 둔다. 명시된 분야에는 관리 워크플로, 정보 탐색, 번역, 온보딩이 포함된다.

이는 백과사전을 자동화하겠다는 약속이 아니라 구체적인 편집상 필요다. 반복적인 유지 관리 작업에 직면한 기여자는 완성된 답변을 판매하는 서비스와 다른 요구를 지닌다. 출처 평가에 더 많은 주의를 기울일 수 있게 돕는 지원은 출처를 방문할 필요를 없애는 제품과 목적이 다르다.

그렇더라도 이 전략이 특정 상업적 학습 관행이 그러한 이점에 필수적이라는 점을 입증하지는 않는다. Wikimedia가 선호하는 도구와 OpenAI의 논란이 된 행위는 별개의 사안이다. 재단의 더 큰 우려는 광범위한 법적 규칙이 피고의 제품과 함께 사회적으로 유용한 개발에도 영향을 줄 수 있다는 것이다.

따라서 Wikipedia AI training은 더 큰 의존성 문제와 연결된다. 도구는 사람들이 지식을 처리하도록 도울 수 있지만, 새롭고 신뢰할 수 있는 자료가 계속 등장할 것이라고 보장할 수는 없다. 답변의 기반이 되는 보도를 찾기 어려워지거나 더 이상 생산되지 않는다면, 효율적인 인터페이스의 가치는 떨어진다.

회사가 정책을 변경한 뒤 항목을 업데이트하는 편집자를 상상해 보자. 챗봇의 자신감 있는 설명은 추적 가능한 발표문이나 독립적으로 보도된 설명과 서로 바꿔 쓸 수 있는 것이 아니다. 편집자에게는 다른 기여자가 검증하고 해석하며 인용할 수 있는 증거가 필요하다.

같은 우려는 개인 지식 베이스를 구축하는 지식 노동자에게도 적용된다. 편리한 요약은 탐색에 도움이 되지만, 주장을 검증해야 할 때는 기초 문서가 여전히 필수적이다. 답변에 대한 접근과 그 증거에 대한 접근은 서로 다른 목적을 수행한다.

Wikimedia의 경고는 그러한 관계에 대한 우려로 이해하는 것이 가장 적절하다. AI 시스템이 오늘 그럴듯한 정보를 제공하는 것만으로는 충분하지 않다. 주변 웹은 내일 신뢰할 만한 정보를 생산할 수 있는 사람과 기관을 계속 지원해야 한다.

오픈 라이선스는 조건을 없애지 않고 재사용을 가능하게 한다

자유롭게 이용 가능한 자료에도 강제력 있는 재사용 조건이 붙을 수 있다.

Wikipedia의 텍스트는 왜 “오픈”이 단순히 “어떤 조건으로든 어떤 목적에든 이용 가능”을 의미할 수 없는지 보여 준다. 관련 라이선스는 자료 재사용을 허가하는 동시에 그 허가에 수반되는 의무를 유지한다. 그러한 의무는 광범위한 공유를 가능하게 하는 체계의 일부다.

Attribution-ShareAlike license는 조건에 따라 상업적 재사용을 포함한 공유와 개작을 허용한다. Attribution은 적절한 출처 표기와 관련 정보 제공을 요구한다. ShareAlike는 해당하는 개작물을 공유할 때 동일하거나 호환되는 라이선스를 사용하도록 요구한다.

이러한 조건이 Wikipedia를 다루는 모든 AI 제품이 백과사전의 라이선스에 따라 전체 소프트웨어 시스템을 공개해야 한다는 뜻은 아니다. 의무는 자료와 이용 방식에 따라 달라진다. 또한 기사에서 습득한 모든 사실 진술이 그 표현의 개작물이 되는 것도 아니다.

라이선스는 예외와 제한이 독립적으로 적용될 수 있다는 점도 인정한다. 이용이 법적 예외에 해당한다면, 이용자는 해당 이용에 대해 라이선스의 허가를 받을 필요가 없다. 자료가 이미 오픈 라이선스를 지니더라도 공정 이용 분쟁이 중요한 이유가 여기에 있다.

Wikimedia는 법원이 독립적으로 예외에 해당하는 이용과 라이선스 조건을 준수해야 하는 이용을 구분하기를 원한다. 재단의 입장은 학습의 여지는 남기면서도 챗봇 인터페이스가 검색된 자료에 붙은 의무를 없앤다는 가정에는 저항한다. 이는 지식과의 모든 상호작용에 허가를 요구하는 것보다 더 좁은 주장이다.

Attribution은 저작자를 인정하는 일을 넘어 실용적인 기능도 수행한다. 독자가 맥락을 살피고, 증거를 평가하며, 수정 사항을 발견할 수 있게 한다. 이러한 경로를 없애면 즉각적인 표현이 정확해 보이더라도 답변을 평가하기 어려워질 수 있다.

그러나 링크만으로 모든 라이선스 또는 저작권 문제를 해결할 수는 없다. 출처 표기, 라이선스 정보, 수정 고지, ShareAlike 의무는 별개의 쟁점을 제기할 수 있다. 인터페이스에 인용이 포함되어 있다는 사실이 그 이면의 모든 이용이 적용되는 요구사항을 준수한다는 점을 입증하지는 않는다.

반대로 불완전한 인용이 완전한 침해 주장을 자동으로 입증하는 것도 아니다. 보호되는 자료, 복제의 성격, 적용될 수 있는 항변은 여전히 중요하다. 인터페이스 설계는 서비스의 작동 방식에 관한 증거를 제공하지만, 법적 분석을 대체할 수는 없다.

Wikimedia fair use explained를 찾는 독자에게 이것이 핵심적인 구분이다. 라이선스에 따른 허가와 법적 예외에 따른 허가는 서로 다른 경로다. Wikimedia의 제안은 접근을 보편적 허가로 취급하는 대신, 법원이 다투어지는 각각의 이용에 어느 경로가 적용되는지 식별해 달라고 요청한다.

더 넓은 의미에서 오픈 출판은 지속 가능한 참여 규칙에 의존한다. 기여자들은 재사용을 환영하면서도 그것을 가능하게 하는 조건을 다른 이들이 준수하기를 기대할 수 있다. 개방성이 지속적으로 그러한 조건을 잃는 것을 의미한다면, 출판사들이 자신의 저작물을 공개적으로 재사용 가능하게 만들 이유는 줄어든다.

출판사들은 학습 면제 자체에 이의를 제기한다

Wikimedia의 중간 입장은 중대한 이견 하나를 해결하지 못한다. 즉, 학습 자체가 보호된 저작물을 부당하게 이용하는지 여부다.

미국출판협회와 기타 출판 단체들은 10월 29일 출판사 법정조언서를 발표했다. 이들은 병합 소송에서 작가, 출판사, 뉴스 출판사 원고 측을 지지했다. 이들의 개입은 이 분쟁이 완성된 챗봇의 행태에만 국한되지 않음을 보여준다.

이 점이 Wikimedia 제안의 가장 큰 압박 지점이다. 단계를 분리하면 질문은 더 명확해지지만, 그 명확성만으로 어느 쪽이 승리해야 하는지는 결정되지 않는다. 법원은 여전히 각 단계에서 관련 사실과 주장을 평가해야 한다.

반대 관점은 Public Knowledge에서 나온다. 이 단체의 10월 30일 성명은 OpenAI의 공정 이용 입장을 지지하는 의견서를 설명하며, 학습·데이터 취득·출력을 별도로 다뤄야 한다고 촉구한다. 이 단체의 학습 공정 이용 주장은 개별 활동을 검토해야 한다는 Wikimedia의 주장과 겹친다.

그렇다고 이러한 공통점이 두 개입의 차이를 지워서는 안 된다. Public Knowledge는 공정 이용을 근거로 OpenAI의 신청을 지지한다고 발표했다. Wikimedia는 오픈 지식을 보호하고 검색 활용에서 라이선스를 존중해야 한다는 관점으로 입장을 제시했다. 분석상 분리가 필요하다는 데 동의한다고 해서 모든 쟁점 관행에 동의하는 것은 아니다.

이는 기술과 출판 간의 단순한 대결보다 더 유용한 지도를 제공한다. 일부 옹호 단체는 법원이 단계를 구분하되, 각 단계에 대해서는 서로 다른 결론에 도달해야 한다고 본다. 다른 이들은 복제와 그 경제적 결과가 더 면밀한 검토를 받을 필요가 있다고 믿기 때문에 광범위한 학습 면제를 반대한다.

OpenAI와 Microsoft는 제품의 유용성에만 의존하지 않고 구체적 사용을 정당화해야 한다는 압박을 받고 있다. 출판사들은 특정 관행이 초래하는 피해와 관련 권리를 설명해야 한다는 압박을 받는다. Wikimedia는 다른 과제를 안고 있다. 제안한 경계가 유용한 도구와 이를 뒷받침하는 출처를 모두 보호한다는 점을 보여야 한다.

이 비교는 모든 AI 애플리케이션을 동등하게 취급하는 데 따르는 문제도 드러낸다. 편집자의 검토를 지원하는 도구와 대체 독서 경험을 제공하는 서비스는 출처와 서로 다른 관계를 맺을 수 있다. 동일한 일반 모델 아키텍처가 그러한 관계를 동일하게 만들지는 않는다.

그러나 사회적으로 유용한 애플리케이션이라고 해서 모든 상류 단계의 관행이 적법하다는 점이 입증되지는 않는다. 상업적으로 경쟁하는 애플리케이션이라고 해서 모든 학습 행위가 같은 효과를 낸다는 점도 입증되지 않는다. 양측은 자신들에게 유리한 사례를 선택해 수사적 힘을 얻으며, 이 때문에 정확한 증거가 특히 중요해진다.

따라서 핵심적인 이견은 Wikimedia의 개입 이후에도 남아 있다. 그 제안은 법원이 전부 아니면 전무라는 답변을 피할 수 있는 틀을 제공한다. 그러나 특정 학습 및 검색 활용이 법의 요건을 충족하는지 판단해야 할 필요를 없애지는 않는다.

경계는 설명하기보다 집행하기가 더 어려울 것이다

학습과 검색은 유용한 범주이지만, 어느 범주도 그 자체로 적법성을 결정하지는 않는다.

이 틀은 Wikimedia 입장에 대한 포괄적 해석에 즉각적인 한계를 만든다. 시스템은 어떤 작업을 “학습”이라고 부르는 것만으로 공정 이용을 입증하지 못한다. 권리자는 어떤 작업을 “검색”이라고 부르는 것만으로 공정 이용을 무력화하지 못한다. 설명은 실제로 일어난 일과 연결되어야 한다.

검색 증강 생성, 즉 RAG는 답변을 준비하는 동안 검색한 자료를 모델에 제공한다. 이 과정은 매우 다른 제품을 뒷받침할 수 있다. 어떤 구현은 독자를 원문 문서로 안내할 수 있다. 다른 구현은 그러한 문서가 충족하는 수요를 만족시킬 만큼 보호되는 표현을 재현할 수 있다.

이 사례들은 특정 피고에 대한 판단이 아니라 제품 차이를 보여준다. 이들이 중요한 이유는 기술 라벨만으로 분쟁을 해결할 수 없는 까닭을 보여주기 때문이다. 법원과 개발자는 출처 자료, 그 처리 방식, 그리고 결과 서비스에 관한 증거가 필요하다.

학습에는 자체적인 경계 문제가 있다. 암기는 모델이 대체로 유사한 언어를 생성하는 데 그치지 않고 특정 학습 자료를 재현할 수 있음을 뜻한다. 이러한 가능성은 실시간 검색을 제거하면 복제된 출력의 위험도 반드시 제거된다는 주장을 복잡하게 만든다.

따라서 학습 방어와 출력 방어는 서로 다른 질문을 다룬다. 개발에 관한 유리한 판결이 나더라도 특정 응답에 관한 모든 청구가 자동으로 해결되지는 않는다. 마찬가지로 문제가 되는 답변이 있다고 해서 개발 중 사용된 모든 저작물의 법적 지위가 그 자체로 설명되는 것도 아니다.

대체 가능성 역시 평가하기 어렵다. 답변은 뉴스 기사의 보호되는 표현을 복제하지 않고도 동일한 사실을 논할 수 있다. 또한 응답은 저작물의 가치를 이루는 핵심 자료를 유지하면서 그 내용을 축약할 수 있다. 길이만으로는 그 차이를 포착할 수 없다.

개발자에게 분석적 함의는 증거가 실제 워크플로를 따라야 한다는 것이다. 출처 선택, 검색된 구절, 답변 생성, 출처 표기에 관한 명확한 설명은 제안된 구분을 더 쉽게 검토하게 해준다. 제품이 “AI를 책임감 있게 사용한다”는 포괄적 보증은 훨씬 적은 정보를 드러낼 것이다.

따라서 재단의 구분은 보편적인 준수 공식이 아니라 출발점이 되는 틀이다. 가장 큰 기여는 범주적 결론을 거부한다는 데 있다. 가장 어려운 과제는 모델의 행동, 출처 접근, 사용자 대상 답변이 겹칠 때 그 경계가 어떻게 작동해야 하는지 보여주는 일이다.

법원의 논리, 제품 증거, 출처 측의 대응을 지켜봐야 한다

다음으로 유용한 신호는 어느 쪽이 광범위한 승리를 주장하는지가 아니라 경계가 어떻게 작동하는지에 관한 것이다.

먼저 법원의 논리가 모델 개발을 검색 및 출력과 구분하는지 지켜봐야 한다. 관련 질문은 “AI 학습이 승리하는가”보다 더 정밀하다. 판결은 다른 행위, 사실관계 분쟁 또는 법 이론을 열어 둔 채 특정 쟁점을 해결할 수 있다.

사용별 분석은 법원이 Wikimedia가 선호하는 결론의 일부를 받아들이지 않더라도 그 제안된 틀을 강화할 수 있다. 포괄적 결론은 실제 적용 범위를 확인하기 위해 신중한 독해가 필요하다. 전면 허용이나 전면 금지에 관한 헤드라인은 판결문 자체와 대조해 면밀히 검토할 필요가 있다.

향후 수개월 안에 이러한 질문이 해결된다는 점을 뒷받침하는 확인된 판결일은 없다. 즉각적인 신호는 법원이 주장과 증거를 어떻게 다루는지다. 절차상 진전은 모든 AI 서비스의 적법성에 관한 최종 답변으로 오인되어서는 안 된다.

둘째, 검색된 자료가 어떻게 답변이 되는지를 보여주는 제품 증거를 지켜봐야 한다. 관련 세부 사항에는 서비스가 무엇을 얻는지, 무엇을 재현하는지, 출처를 어떻게 제시하는지가 포함된다. 그러한 사실은 출처 발견과 대체 독서 경험을 구별하는 데 도움이 된다.

인용 또는 라이선스 관행의 변화도 중요하지만, 그 의미는 구현 방식에 달려 있다. 눈에 보이는 출처 링크는 모든 복제 문제를 해결하지는 못해도 검증을 개선할 수 있다. 라이선스 계약은 해당 사용을 허가할 수 있지만, 그 계약 밖의 자료에 대한 규칙을 확립하지는 않는다.

셋째, 출판사와 오픈 지식 단체가 어떻게 대응하는지 지켜봐야 한다. 더 명확한 재사용 조건, 허가된 접근 약정 또는 자동 수집 제한은 출처 제공자가 이용 가능한 선택지를 어떻게 이해하는지 보여줄 것이다. 이러한 대응이 독자적으로 침해를 입증하지는 않지만, 미래 자료에 대한 접근을 형성할 것이다.

Wikipedia AI 학습에서 바람직한 결과는 유익한 도구를 위한 여지를 보존하면서 편집자가 신뢰할 수 있는 출처에 계속 접근할 수 있게 하는 것이다. 이는 엄격한 기준이다. 기술적 역량과 사람들이 지식을 계속 생산하는 조건을 모두 검토해야 한다.

챗봇의 다음 설명에 의존하기 전에, 그 증거를 기초 자료까지 거슬러 올라가 확인하라. 답변이 출처의 단서와 제한을 보존하는지, 더 새로운 설명이 전체 그림을 바꾸는지 점검하라. 앞으로의 Wikimedia AI 저작권 동향도 같은 원칙으로 읽어야 한다. 법원이 어떤 행위를 다뤘는지, 누구의 권리가 관련됐는지, 무엇이 미결로 남았는지 물어보라. 재단은 유용한 모델을 가능하게 하는 것과 대체적 복제를 용인하는 것 사이의 경계를 제안했다. 그 경계가 오픈 웹을 보호할지는 법원이 채택하는 논리와 제품이 가능하게 하는 행동에 달려 있다. 이 서비스는 출처 자체가 계속 생산할 가치가 있도록 유지하면서 그 출처를 이해하도록 도울 수 있는가?