들어가며
AI 저작권 소송이 구조적 전환점을 맞이하고 있습니다. Morrison & Foerster의 Joseph C. Gratz 변호사는 2026년 2월 10일 JD Supra에 기고한 「AI Trends for 2026 – Copyright Litigation Shifts from Training Data to AI Outputs」에서, AI 저작권 분쟁의 강조점이 ‘학습 데이터(training)’ 중심에서 ‘AI 출력물(output)’ 중심으로 이동하고 있다고 분석하였습니다.
본 포스팅은 해당 기고의 핵심 내용을 사실에 근거하여 정리하고, 특히 제약바이오 기업에 대한 실무적 시사점을 분석합니다.
1. 2026년 AI 저작권 소송의 현황
MoFo의 분석에 따르면, AI 저작권 소송의 총 건수는 2026년에 정점에 달할 가능성이 있습니다.
2025년에는 Meta 및 Anthropic 관련 사건에서 AI 학습에 대한 공정이용(fair use) 항변과 관련된 초기 판단이 제시되었으며, 2026년에는 OpenAI와 Google 등이 관련된 AI 학습 사건에 대해서도 법원의 판단이 예정되어 있습니다.
현재 일부 법원에서는 범용(general-purpose) AI 모델을 학습시키는 행위가 “고도로 변형적(highly transformative)”이라는 평가를 하고 있으며, 이는 미국 저작권법상 공정이용 판단에 유리하게 작용할 수 있는 요소입니다.
다만, 모든 쟁점에 대해 사법적 합의가 형성된 것은 아니며, 2026년에도 AI 학습과 관련한 저작권 문제에 대해 일괄적·최종적 결론이 도출되기는 어려울 것으로 보입니다.
2. 소송의 강조점 이동: 학습 → 출력물
본 기고에서 가장 중요한 분석은, 저작권 소송의 주된 강조점이 학습 데이터의 취득 및 학습 과정에서, AI 모델이 침해로 주장되는 출력물을 생성하는 “경향성(propensity)” 문제로 이동하고 있다는 점입니다.
대표적 예로 언급된 사건은 Disney Enterprises Inc. 등 스튜디오들이 Midjourney Inc.를 상대로 제기한 소송(미국 캘리포니아 중부연방지방법원, C.D. Cal.)입니다.
이 사건은 학습 데이터의 최초 수집이나 학습 과정 자체를 중심으로 다투기보다는, 모델이 저작권 침해로 주장되는 이미지 출력물을 생성하는 경향성에 초점을 두고 있다는 점에서 상징적 의미를 가집니다.
이는 AI 저작권 분쟁이 단순히 “무엇을 학습했는가”를 넘어, “무엇을 생성하는가”로 논의가 확장되고 있음을 보여줍니다.
3. 집단소송(class action)과의 긴장 관계
출력물 중심 사건은 개별 출력물에 대한 개별적·구체적 분석(individualized analysis)을 수반합니다.
특정 AI 출력물이 기존 저작물과 실질적으로 유사한지(substantial similarity), 시장 대체 가능성이 있는지 등을 개별적으로 판단해야 하기 때문입니다.
MoFo는 이러한 특성상 출력물 관련 사건이 학습 중심 사건보다 집단소송으로 처리하기에 더욱 부적합할 수 있다고 분석합니다. 이는 향후 소송이 개별 침해 주장 단위로 세분화될 가능성을 시사합니다.
4. 침해 책임의 귀속 문제: 누가 책임지는가?
출력물 관련 소송에서 가장 복잡한 쟁점은 침해적 출력물에 대한 책임 귀속 주체입니다. MoFo는 다음과 같은 잠재적 책임 주체를 제시합니다.
책임 주체설명
| 모델 학습사 | 모델을 학습시킨 회사 (예: OpenAI, Google 등) |
| 제품 설계사 | 해당 모델을 활용한 제품·서비스를 설계한 회사 |
| 최종 이용자 | 실제로 AI 서비스를 사용하여 출력물을 생성한 사용자 |
| 복수 또는 없음 | 위 모두 또는 누구도 책임지지 않는 구조 |
책임 귀속이 명확하지 않은 상황에서는, 생성형 AI 제품 및 서비스에 관한 상업적 계약에서의 위험 배분 구조가 핵심적 의미를 가집니다.
MoFo는 특히 계약상 책임 배분, 면책(indemnification), 책임 제한(limitation of liability) 조항의 중요성을 강조합니다.
5. 제약바이오 기업을 위한 실무적 시사점
AI 기술을 적극적으로 도입하고 있는 제약바이오 기업 역시 이러한 변화의 직접적 영향을 받습니다.
특히 다음과 같은 장면에서 출력물 관련 저작권 리스크가 문제될 수 있습니다.
- AI 기반 신약 설계 도구가 기존 특허 화합물 구조와 실질적으로 유사한 구조를 제안하는 경우
- LLM 기반 임상 분석 서비스가 학술 논문 또는 데이터베이스 콘텐츠를 재현하는 경우
- AI 기반 제조 공정 설계에서 타사의 보호 대상 표현과 유사한 결과물이 도출되는 경우
위와 같은 상황에서 분쟁이 발생할 경우, 문제는 단순히 “AI가 학습 과정에서 무엇을 사용했는가”가 아니라, “기업이 해당 출력물을 어떻게 사용·상업화했는가”로 확장될 수 있습니다.
실무 핵심 포인트
제약바이오 기업이 AI 기반 신약 개발 도구, LLM 분석 플랫폼, 데이터 처리 솔루션 등을 도입할 때에는 다음을 반드시 사전에 점검해야 합니다.
- 출력물 저작권 침해에 대한 면책(indemnification) 조항 포함 여부
- 침해 책임의 귀속 주체 명시
- 손해배상 책임 제한 범위 검토
- AI 출력물 관련 진술·보증(representations & warranties) 조항 점검
- 학습 데이터의 적법성에 대한 개발사 확인 의무 여부
이는 단순한 법률 리스크 관리 차원을 넘어, AI 도입 전략의 일부로서 계약 구조를 설계해야 한다는 의미입니다.
마치며
AI 저작권 소송의 강조점이 ‘학습’에서 ‘출력물’로 이동하고 있다는 점은, AI 기술을 활용하는 모든 기업에게 새로운 법적 리스크 환경이 형성되고 있음을 의미합니다.
특히 제약바이오 기업은 AI 도구 도입 시 출력물의 저작권 침해 가능성을 사전에 평가하고, 계약상 책임 배분을 명확히 설계해야 합니다.
본 포스팅은 일반적 정보 제공을 위한 것이며, 구체적 사안에 대해서는 반드시 전문 변호사의 자문을 받으시기 바랍니다.
참고 자료 (References)
- Joseph C. Gratz, AI Trends for 2026 – Copyright Litigation Shifts from Training Data to AI Outputs, MoFo Tech / JD Supra (Feb. 10, 2026)
https://www.jdsupra.com/legalnews/ai-trends-for-2026-copyright-litigation-6456388/ - 17 U.S.C. § 107 (Fair Use)
- Disney Enterprises Inc. et al. v. Midjourney Inc., U.S. District Court, Central District of California (C.D. Cal.)
