지식재산권

5 Contents

오픈소스 AI의 IPR 쟁점

인공지능 분야에서 오픈소스 모델은 단순히 비용 효율성을 넘어 지식 축적과 투명성 확보라는 중요한 가치를 지닙니다. 최근 클로즈드 모델의 성능을 바짝 추격하며 배포되는 모델의 상당수를 차지하고 있는 오픈소스는 인공지능 특유의 블랙박스 문제를 해결할 열쇠로 주목받고 있습니다. 공동체가 함께 검증하고 위험에 대처할 수 있다는 점은 EU AI 법안(EU AI Act)에서도 일정 부분 의무를 면제해 주는 근거가 되기도 합니다. 비록 성능 면에서 클로즈드 모델을 완전히 대체하기는 어렵겠지만, 시장에서의 공존은 피할 수 없는 흐름이 되었습니다. 하지만 우리가 흔히 부르는 오픈소스 AI가 진정한 의미의 오픈소스인지는 논란의 여지가 있습니다. 오픈소스 이니셔티브(OSI)는 사용, 연구, 수정, 공유라는 네 가지 자유를 보장하기 위해 데이터 정보와 소스 코드, 파라미터 일체를 공개해야 한다고 규정합니다. 이 엄격한 기준을 적용하면 라마(Llama)나 스테이블 디퓨전(Stable Diffusion)조차 완전한 오픈소스로 보기 어렵습니다. 현실적으로 학습 데이터를 모두 공개하기 힘든 제약 때문에, 업계에서는 연구와 수정의 자유를 일부 완화한 '오픈 웨이트'라는 개념이 더 현실적인 대안으로 논의되고 있습니다. 인공지능 개발 단계에서 가장 민감한 법적 쟁점은 학습 데이터와 관련된 저작권 문제입니다. 현재 미국을 비롯한 전 세계에서는 메타나 스테빌리티 AI(Stability AI) 같은 주요 기업들을 상대로 수많은 저작권 침해 소송이 진행 중입니다. 학습 데이터를 기계적으로 활용하는 과정에 대해 유럽은 명시적인 면책 규정을, 미국은 포괄적인 공정 이용 원칙을 적용하려 하지만 법적 불확실성은 여전합니다. 오픈소스 모델이라 할지라도 데이터 수집 과정에서의 저작권 리스크에서 자유로울 수 없으며, 이는 개발자와 이용자 모두가 주의해야 할 핵심 요소입니다. 배포 단계에서는 더욱 정교한 법적 논리가 등장하고 있습니다. 최근에는 학습 데이터 자체가 아닌, 학습된 모델 그 자체를 데이터의 복제물로 보아야 한다는 주장이 제기되었습니다. 즉, 인공지능 모델이 특정 데이터를 암기하고 이를 재현할 가능성이 내재되어 있다면, 모델 배포 자체가 저작권 침해에 해당할 수 있다는 논리입니다. 비록 이러한 견해가 법적으로 확정된 것은 아니나, 모델을 '압축된 사본'이나 '콜라주 기계'로 정의하려는 시도는 배포 과정에서의 법적 리스크를 증대시키는 요인이 되고 있습니다. 마지막 사용 단계에서는 인공지능 산출물에 대한 권리와 책임의 관계를 명확히 인식해야 합니다. 많은 기업이 산출물의 권리를 이용자에게 귀속시키는 동시에 그에 따른 책임도 전가하는 전략을 취하고 있습니다. 침해를 유발하는 프롬프트 입력이나 학습 데이터 재현으로 인한 문제는 개발자의 기여 책임으로까지 확장될 수 있습니다. 따라서 개발 단계에서 암기 현상을 억제하는 필터링 조치를 취하거나, 특정 분야로의 파인튜닝 시 발생할 수 있는 리스크를 사전에 파악하는 등 기술적, 법적 대응 노력이 필수적으로 요구됩니다.

오픈소스 AI의 IPR 쟁점
한국전자통신연구원오픈소스 테크데이
  • 융합
  • 공학·기술

말벌 아저씨급 반응속도?🐝기술마케팅, 기술이전! 내가 다 아르켜줄게!😉|KERI 김혜인 기술원 | 워크로그🏃 #기술이전

한국전기연구원의 기술사업화본부는 연구 현장에서 탄생한 혁신적인 기술이 사장되지 않고 기업으로 이전되어 실제 제품으로 결실을 맺을 수 있도록 지원하는 핵심적인 역할을 수행합니다. 이곳의 전문 기술원들은 연구자와 기업 사이에서 소통의 창구 역할을 하며, 행정적인 지원부터 기획 업무까지 폭넓은 영역을 담당합니다. 단순한 사무직을 넘어 과학기술과 산업계를 잇는 가교로서, 우수한 연구 성과가 국가 경제의 성장 동력으로 전환될 수 있도록 돕는 전문적인 업무를 수행하고 있습니다. 효율적인 업무 수행을 위해 선택적 근로시간제를 도입하여 자율성을 높인 근무 환경 속에서 기술원들의 일과는 시작됩니다. 기술 마케팅과 기술이전 업무의 특성상 연구소 내부 구성원은 물론 수많은 기업 관계자와의 끊임없는 소통이 필수적입니다. 이들은 사무실 내에서 화상 회의와 전화 업무를 통해 계약 조건을 조율하고, 연구소의 조직도를 상시 확인하며 필요한 자원을 적재적소에 연결합니다. 바쁜 일정 속에서도 체계적인 기록과 일정 관리를 통해 기술 사업화의 모든 과정을 꼼꼼하게 챙기는 열정이 돋보입니다. 기술이전의 핵심은 연구기관이 보유한 원천 기술을 기업이 활용할 수 있도록 계약을 체결하는 과정에 있습니다. 이 과정에서 기술원은 단순히 서류를 처리하는 것을 넘어 법적인 지식을 바탕으로 정교한 협상을 주도합니다. 기술료의 가치를 산정하고 기업과 적정한 조건을 도출하는 과정은 치열한 전략적 판단이 요구되는 지점입니다. 각 기업의 법무팀을 상대하며 권리 관계를 명확히 하고, 양측의 이해관계를 합리적으로 조정하여 상호 이익이 되는 최선의 접점을 찾아내는 것이 기술원의 중요한 역량입니다. 우수한 기술이 널리 알려지기 위해서는 전략적인 마케팅 활동이 필수적입니다. 유망 기술과 연구자를 소개하는 기술소개서(SMK)를 발간하거나 홍보 영상을 제작하여 기업들이 기술 정보를 쉽게 접할 수 있도록 돕습니다. 또한 직접 연구 현장을 방문하여 정밀 제어 로봇이나 모터 기술과 같은 최신 성과를 직접 확인하고, 연구자와 함께 사업화 기획 미팅을 진행하며 실질적인 시장 진출 방안을 모색합니다. 이러한 현장 중심의 활동은 기술에 대한 깊은 이해를 바탕으로 더욱 효과적인 기술 확산을 가능하게 합니다. 기술 사업화 업무는 대외비 사항이 많아 보안 유지가 무엇보다 중요하게 다루어집니다. 모든 서류와 자료를 철저히 관리하는 신중함은 기술원으로서 갖춰야 할 기본 소양입니다. 국가 연구기관의 우수한 성과가 국민의 삶에 직접적으로 기여할 수 있도록 수요자와 공급자 사이의 균형을 맞추는 이들의 노력은 계속됩니다. 연구자들이 성과 창출에 집중할 수 있도록 든든한 조력자가 되고, 기업에는 미래 성장 동력을 제공함으로써 국가 과학기술 발전의 선순환 구조를 완성하는 것이 이들의 궁극적인 지향점입니다.

말벌 아저씨급 반응속도?🐝기술마케팅, 기술이전! 내가 다 아르켜줄게!😉|KERI 김혜인 기술원 | 워크로그🏃 #기술이전
한국전기연구원워크로그🏃
  • 융합
  • 공학·기술

오픈소스와 특허

지식재산권은 크게 특허청이 주관하는 산업재산권과 문화체육관광부가 관리하는 저작권으로 나뉩니다. 산업재산권은 등록을 통해 권리가 발생하는 반면, 저작권은 창작과 동시에 효력이 생기는 특성이 있습니다. 소프트웨어 분야에서 오픈 소스와 특허는 흔히 상반된 개념으로 인식되곤 합니다. 오픈 소스는 누구나 자유롭게 기술을 사용하도록 개방하는 것이 원칙이지만, 특허는 특정인에게 독점적인 권리를 부여하기 때문입니다. 이러한 두 영역은 현대 기술 생태계에서 필연적으로 공존할 수밖에 없으므로 이를 전략적으로 활용하는 것이 매우 중요합니다. 최근 소프트웨어와 게임 산업에서는 특허와 저작권을 둘러싼 법적 분쟁이 더욱 가속화되고 있습니다. 과거에는 소스 코드의 복제 여부를 따지는 저작권 소송이 주를 이루었으나, 이제는 게임의 규칙이나 독특한 플레이 방식까지 특허권의 보호 대상으로 인정받는 추세입니다. 예를 들어, 닌텐도와 같은 기업은 게임 방식에 대한 특허를 활용해 타사에 강력한 소송을 제기하기도 합니다. 이는 오픈 소스 기반의 소프트웨어 개발자들에게도 특허 리스크 관리가 이제 선택이 아닌 생존을 위한 필수적인 업무가 되었음을 시사하는 지점이라 할 수 있습니다. 오픈 소스 라이선스에는 생태계의 평화를 유지하기 위한 '특허 보복 조항'이라는 독특한 안전장치가 포함되어 있습니다. 이는 오픈 소스를 무료로 사용하도록 허가받은 사용자가 역으로 개발자나 다른 참여자에게 특허 소송을 제기할 경우, 부여받았던 특허 라이선스 효력을 즉시 정지시키는 장치입니다. 아파치나 GPL 3.0 같은 주요 라이선스들은 이러한 보복 조항을 명시하여 오픈 소스 특유의 상호 호혜적인 정신을 보호합니다. 이를 통해 개발자는 기술을 공개하면서도 사용자의 무분별한 특허 공격으로부터 스스로를 보호할 수 있는 최소한의 근거를 마련하게 됩니다. 기업이 오픈 소스를 배포하거나 활용할 때는 특허 관점에서의 면밀한 검토가 선행되어야 합니다. 자사의 핵심 기술이 포함된 소스 코드를 특허 라이선스 부여 조항이 있는 라이선스로 배포할 경우, 나중에 해당 특허로 수익화하거나 권리를 주장하는 데 제약이 생길 수 있기 때문입니다. 반대로 특허 소송을 준비하는 기업은 자사가 사용 중인 오픈 소스의 보복 조항을 사전에 점검하여 예상치 못한 역공을 차단해야 합니다. 전략적으로는 특허권을 별도 법인으로 이전하여 소송을 진행하거나, 경쟁사가 의존하는 프로젝트에 기여하여 방어권을 확보하는 등의 접근이 필요합니다. 성공적인 지식재산 전략을 위해서는 조직 내 오픈 소스 관리 부서와 특허 전담 부서 간의 긴밀한 협업 시스템 구축이 필수적입니다. 오픈 소스 조직은 라이선스의 법적 리스크를 특허 팀에 공유하고, 특허 팀은 이를 바탕으로 기업의 지식재산 포트폴리오를 최적화해야 합니다. 특히 오픈 소스 개발자는 억울한 분쟁에 휘말리지 않도록 관련 특허를 사전에 확보하여 방어력을 갖추는 노력이 필요합니다. 기술 공유와 독점권 사이의 균형을 맞추는 통합적인 거버넌스가 확립될 때, 기업은 오픈 소스 시대의 법적 리스크를 극복하고 지속적인 기술 경쟁력을 유지할 수 있습니다.

오픈소스와 특허
한국전자통신연구원오픈소스 테크데이
  • 융합
  • 공학·기술

오픈소스 / 데이터 라이선스의 이해

소프트웨어 산업은 오랜 시간 지식재산권이라는 틀 안에서 권리자를 보호하고 로열티를 받는 방식으로 성장해 왔습니다. 하지만 오픈소스는 이러한 독점적 모델에서 벗어나 이용자에게 사용, 복제, 배포의 자유를 부여하는 혁신적인 철학을 제시합니다. 단순히 코드를 공개하는 것에 그치지 않고, 누구나 기술을 공부하고 수정하며 그 결과물을 다시 사회와 공유할 수 있도록 장려하는 것입니다. 이는 기술 혁신의 속도를 비약적으로 높이는 계기가 되었으며, 현재 클라우드와 인공지능 환경에서 그 가치가 더욱 주목받고 있습니다. 오픈소스 라이선스는 그 성격에 따라 크게 두 가지 방향으로 나뉩니다. 아파치나 MIT 라이선스처럼 저작자 표시와 같은 최소한의 규칙만 요구하는 '허용적 라이선스'가 있는 반면, GPL처럼 파생 저작물까지 동일한 라이선스로 배포하도록 강제하는 '카피레프트 라이선스'가 존재합니다. 1990년대 후반 오픈소스 이니셔티브(OSI)가 설립되면서 상업적 이용 허용과 소스 코드 제공 등 10가지 요건을 정의한 이후, 이러한 라이선스 체계는 개발자들이 자유롭게 협업하면서도 서로의 권리를 존중할 수 있는 법적 토대가 되었습니다. 인공지능 기술의 정점인 거대언어모델(LLM)은 방대한 학습 데이터를 필요로 하며, 이 과정에서 새로운 데이터 라이선스 쟁점이 발생합니다. GPT-3와 같은 모델의 학습 데이터를 분석해 보면 위키피디아와 같은 신뢰도 높은 자료와 더불어 방대한 웹페이지 데이터가 핵심적인 역할을 합니다. 그러나 현재 대다수 데이터가 영어에 편중되어 있어 특정 언어 중심의 사고가 AI에 투영되는 한계가 있습니다. 따라서 진정한 오픈소스 AI의 발전을 위해서는 소프트웨어 코드뿐만 아니라 학습 데이터의 투명성과 다양성을 확보하는 일이 매우 시급합니다. 국내 인공지능 생태계에서도 학습 데이터 확보는 기술 주권을 지키기 위한 핵심 과제입니다. 네이버의 하이퍼클로바X는 플랫폼 내의 블로그와 지식iN 자료를 활용해 한국어 특화 성능을 구축했습니다. 이는 이용 약관을 통해 데이터 활용에 대한 동의를 얻는 방식으로 법적 리스크를 관리하려는 시도입니다. 하지만 언론사 기사와 같이 저작권이 명확한 콘텐츠의 경우, 여전히 권리자와의 협상과 적절한 보상 체계 마련이 중요한 쟁점으로 남아 있습니다. 이는 기업이 기술 개발만큼이나 윤리적·법적 책임에 민감해야 함을 보여줍니다. 인터넷상의 방대한 콘텐츠를 허락 없이 학습하는 행위가 저작권 침해인지에 대해서는 '공정 이용' 원칙이 주요하게 논의됩니다. 과거 검색 엔진이 정보를 수집하고 인덱싱하는 과정이 원저작자의 권리를 해치지 않는 보완재로 인정받은 전례가 있기 때문입니다. 하지만 인공지능은 원저작물을 대체하거나 새로운 경쟁 관계를 형성할 가능성이 있어 법적 판단이 훨씬 복잡합니다. 현재로서는 합법과 불법의 경계가 명확하지 않기에, 기업들은 리스크를 상시 모니터링하며 감당 가능한 범위 내에서 사업을 전개하는 유연한 리스크 관리 전략이 필요합니다. 학습 데이터셋인 '더 파일(The Pile)'의 구성을 분석해 보면 데이터의 종류에 따라 법적 위험도가 천차만별임을 알 수 있습니다. 오픈 액세스로 공개된 논문이나 위키피디아 자료는 상대적으로 리스크가 낮지만, 무단 복제된 도서 데이터나 최근 유료화된 플랫폼 데이터는 심각한 저작권 소송의 원인이 되기도 합니다. 실제로 글로벌 거대 IT 기업들도 학습 데이터의 무단 사용으로 인해 권리자들로부터 소송을 당해 재판을 진행 중입니다. 따라서 앞으로의 AI 모델 개발은 투명한 데이터 출처 관리와 합법적인 확보 절차가 품질만큼이나 중요한 경쟁력이 될 것입니다. 최근 공개된 메타의 라마(Llama) 3.1과 같은 모델들은 뛰어난 성능을 자랑하지만, 이용자 수에 따라 사용을 제한하는 등 전통적인 오픈소스 정의(OSD)에서는 다소 벗어나 있습니다. 이는 인공지능 시대에 '오픈소스'라는 용어를 어떻게 재정의할 것인가에 대한 근본적인 질문을 던집니다. 이에 대응하여 오픈소스 이니셔티브(OSI)는 AI의 코드, 모델, 데이터를 아우르는 새로운 표준을 정립하는 작업을 진행 중입니다. 유럽의 AI 법안 등 국제적인 제도 변화와 맞물려, 공유와 협력이라는 오픈소스의 정신이 인공지능이라는 새로운 환경에서 어떻게 진화할지 주목해야 할 시점입니다.

오픈소스 / 데이터 라이선스의 이해
한국전자통신연구원오픈소스 테크데이
  • 융합
  • 공학·기술

제2회 인공지능오딧세이 포럼 '인공지능 챗 GPT시대, 진정한 창의성이란?' 제2부 : 챗 GPT의 저작권, 교육, 윤리

챗GPT의 등장은 법조계에 거대한 질문을 던지고 있습니다. 특히 지식재산권 분야에서는 인간의 사상이나 감정이 직접적으로 담기지 않은 인공지능의 결과물을 법적 저작물로 인정할 수 있는지가 논의의 중심에 있습니다. 현행법상 저작물은 인간의 창작물로 정의되기에, 인공지능이 만든 성과를 보호하기 위해서는 기존 법체계를 개정하거나 새로운 법적 틀을 마련해야 한다는 목소리가 높습니다. 이러한 법적 질서의 재편은 인공지능이 우리의 삶을 바꾸는 과정에서 발생할 수 있는 혼란을 방지하고 질서를 유지하는 데 필수적인 요소가 될 것입니다. 인공지능 학습을 위해 대규모 데이터를 수집하고 활용하는 과정에서도 저작권 충돌이 빈번하게 발생하고 있습니다. 웹 스크래핑을 통한 데이터 수집은 창작자의 허락 없이 이루어지는 경우가 많아 마이크로소프트나 오픈AI를 상대로 한 소송으로 이어지기도 합니다. 저작권을 강하게 보호하여 인간의 창작 의욕을 고취할 것인지, 아니면 데이터 활용의 자율성을 높여 인공지능 산업 발전을 도모할 것인지에 대한 합리적인 균형점을 찾는 것이 시급한 과제입니다. 이는 단순히 법적 문제를 넘어 우리 사회의 창작 생태계를 결정짓는 중대한 결정이 될 것입니다. 교육 현장 역시 인공지능이라는 거대한 변화의 파도 앞에 새로운 길을 모색하고 있습니다. 수학 수업에서 사고력을 높이기 위해 계산기 사용을 허용하듯이, 챗GPT를 무조건 금지하기보다는 교육적으로 어떻게 슬기롭게 활용할지 고민해야 합니다. 단순히 정해진 코딩 기술을 습득하는 과거의 방식에서 벗어나, 인공지능을 도구로 삼아 새로운 콘텐츠를 생산하고 이를 비판적으로 분석할 수 있는 능력을 길러주어야 합니다. 이와 더불어 기술을 올바르게 사용하기 위한 디지털 인성과 윤리 교육이 학교 현장에서 더욱 중요해지고 있습니다. 인공지능은 예술과 음악 등 인간의 고유한 창의적 영역으로 여겨졌던 활동에서도 놀라운 성과를 보여주며 인간보다 뛰어난 결과물을 내놓기도 합니다. 하지만 방대한 데이터를 바탕으로 확률적인 답변을 생성하는 과정에서 발생하는 '할루시네이션(환각)', 즉 그럴싸한 거짓말은 여전히 해결해야 할 기술적 한계로 남아 있습니다. 이러한 허위 정보가 정치적 선동이나 사회적 혼란을 야기할 수 있는 만큼, 기술 발전의 잠재력을 누리는 동시에 그로 인한 피해를 최소화하기 위한 사회적 대책과 전문가들의 대안적 연구가 반드시 병행되어야 합니다. 미래의 일자리 지형은 더 이상 특정 직업의 틀에 고착되지 않을 것입니다. 자동차가 등장했을 때 육상 선수의 속도보다 운전 능력이 중요해졌듯이, 이제는 방대한 정보를 이해하고 활용하는 능력이 생존의 핵심 역량이 되었습니다. 과거의 암기 위주 학습에서 벗어나, 쏟아지는 정보 속에서 가치 있는 데이터를 캐치하고 이를 자신의 목적에 맞게 재해석하는 능력을 발굴하는 데 집중해야 합니다. 10년 뒤의 직업을 미리 걱정하기보다는, 어떤 환경에서도 변화에 적응하고 정보를 다룰 수 있는 기초적인 내공을 쌓는 것이 더욱 실질적인 준비가 될 것입니다. 글로벌 플랫폼 시장에서의 경쟁력 확보 역시 한국 사회가 직면한 중요한 쟁점입니다. 한국은 독자적인 포털과 워드 프로세서 생태계를 지켜낸 저력이 있지만, 인공지능 시대에도 이러한 '수성' 방식이 유효할지는 미지수입니다. 자칫 국내 시장의 특수성에만 안주할 경우 일본의 사례처럼 '갈라파고스 현상'을 겪으며 기술적 고립에 빠질 위험이 있습니다. 따라서 인공지능 경쟁에서는 한국어 특화라는 강점을 전략적으로 활용하는 동시에, 세계 시장을 겨냥한 보편적인 기술력을 확보하여 글로벌 표준과 끊임없이 호흡하며 경쟁력을 키워나가야 합니다. 인공지능과 공존하는 시대에 인간의 생존 전략은 인공지능을 적이 아닌 든든한 동료로 만드는 데 있습니다. 인공지능이 평균적인 수준의 결과물을 빠르게 만들어낸다면, 인간은 그 위에 자신만의 전문성과 통찰력을 담아 완성도를 극대화하는 역할을 수행해야 합니다. 모든 분야를 인공지능보다 잘하려 애쓰기보다는, 자신이 가장 잘하는 단 하나의 분야를 깊게 탐구하여 인공지능이 대체할 수 없는 고유한 영역을 확보하는 것이 중요합니다. 인공지능이 제공하는 50점짜리 결과물을 90점 이상의 가치로 바꾸는 인간의 기획력이 일자리의 미래를 결정할 것입니다.

제2회 인공지능오딧세이 포럼 '인공지능 챗 GPT시대, 진정한 창의성이란?' 제2부 : 챗 GPT의 저작권, 교육, 윤리
국립광주과학관강연&포럼
  • 융합