Loading...

오픈소스저작권

2 Contents
최신순

[과학다방] 하네스? 오마이클로드? AI, 어디까지 알고있니?│ 과학 기술, 다(多) 알게 되는 방, 과학다방 1편

인공지능(AI) 기술의 눈부신 발전 뒤에는 이를 가능하게 하는 거대한 컴퓨팅 인프라가 존재합니다. 한국전자통신연구원의 손석호 전문위원은 전 세계에 분산된 클라우드 자원을 효율적으로 활용하는 멀티클라우드 기술을 연구하며, 일반 사용자들이 더욱 저렴하고 빠르며 끊김 없는 인공지능(AI) 서비스를 이용할 수 있는 기반을 다지고 있습니다. 이는 인프라의 최적화를 통해 소비자 체감 가치를 높이는 핵심적인 과정이며, 복잡한 인프라를 효율적으로 관리하여 기술의 대중화를 이끄는 중요한 역할을 수행합니다. 국가 차원의 과학 기술 예산이 어디에 투자되어야 할지를 판단하는 일 역시 매우 중요합니다. 한국과학기술정보연구원의 김영진 박사는 방대한 논문과 특허 데이터를 분석하여 우리 기술의 경쟁력을 진단하고 미래 방향성을 제시합니다. 특히 한정된 예산을 공정하게 배분하기 위해 연구자의 역량을 평가하는 합리적인 기준과 방법론을 연구하며, 단순한 순위 매기기를 넘어 국가 연구개발(R&D) 생태계의 효율성을 극대화하기 위한 정책적 근거를 마련함으로써 세금이 가치 있게 쓰이도록 돕고 있습니다. 한국의 인공지능(AI) 경쟁력은 개별 연구자와 개발자들의 탁월한 역량에 기반하고 있습니다. 비록 거대 자본이 투입되는 규모의 경제 측면에서는 글로벌 대기업과 경쟁하기 쉽지 않지만, '오마이클로드'와 같은 오픈소스 프로젝트에서 알 수 있듯이 한국 전문가들이 만든 기술은 이미 전 세계적으로 널리 쓰이고 있습니다. 이는 한국이 인공지능(AI) 시대의 추격자를 넘어, 독창적인 기술력을 바탕으로 글로벌 생태계에서 중요한 위치를 차지하고 있으며 충분한 잠재력을 갖추고 있음을 시사합니다. 최근 인공지능(AI) 분야에서는 모델을 정교하게 제어하기 위한 '하네스(Harness)' 기술이 주목받고 있습니다. 본래 말의 안장이나 고삐를 뜻하는 이 용어는 자유분방한 인공지능(AI) 모델이 우리가 원하는 방향으로 정확하게 움직이도록 통제하는 수단을 의미합니다. 과거의 프롬프트 엔지니어링이 단순한 지침 전달에 머물렀다면, 이제는 컨텍스트와 메모리를 세밀하게 관리하는 규칙을 통해 인공지능(AI)이 더 똑똑하고 효율적으로 업무를 수행할 수 있도록 돕는 것이 핵심 기술로 자리 잡고 있습니다. 하지만 인공지능(AI)의 확산과 함께 오픈소스 저작권 및 윤리적 문제라는 과제도 부상하고 있습니다. 누구나 쉽게 코드를 생성하는 '바이브 코딩(Vibe Coding)' 시대가 열리면서 검증되지 않은 코드가 무분별하게 유통될 위험이 커졌기 때문입니다. 생성형 인공지능(AI)이 만든 결과물에 대한 저작권 판단과 법적 책임 소재는 앞으로 더욱 중요한 이슈가 될 전망입니다. 따라서 기술의 발전 속도에 맞춰 이를 올바르게 활용하고 관리할 수 있는 법적, 제도적 장치에 대한 깊이 있는 논의와 사회적 합의가 필요한 시점입니다.

[과학다방] 하네스? 오마이클로드? AI, 어디까지 알고있니?│ 과학 기술, 다(多) 알게 되는 방, 과학다방 1편
국가과학기술연구회과학다방
  • 융합
  • 공학·기술

저작권 소송에서 오픈소스의 지위와 쟁점

소프트웨어 저작권 소송에서 오픈소스는 매우 독특하고 중요한 위치를 차지합니다. 실제 2007년의 한 판례를 살펴보면, 신청인 회사가 자사 소프트웨어를 복제한 피고를 상대로 소송을 제기했으나 법원은 저작권 침해를 인정하지 않았습니다. 그 이유는 소스코드 비교 과정에서 오픈소스와 같이 누구나 사용할 수 있는 공통적인 부분을 적절히 여과하지 않았기 때문입니다. 즉, 전체적인 유사도가 높더라도 보호받아야 할 핵심 코드를 따로 분리하여 비교하지 않는다면 법적으로 침해를 인정받기 어렵다는 점을 시사합니다. 저작권 침해 여부를 판단하는 과정은 크게 세 단계의 엄격한 절차를 거칩니다. 첫째는 해당 프로그램이 법적으로 보호받을 가치가 있는 저작물인지 확인하는 저작물성 확인 단계이고, 둘째는 피고가 원고의 코드를 실제로 베꼈는지 확인하는 의거성 단계입니다. 마지막 셋째 단계는 베낀 정도가 법적 처벌을 받을 만큼 실질적 유사성을 갖는지를 따지는 실질적 유사성 판단 단계입니다. 이 과정에서 가장 핵심적인 사실은 단순히 코드를 베꼈다는 행위만으로 침해가 성립하는 것이 아니라, 법적 기준을 충족하는 '양'과 '질'이 담보되어야 한다는 점입니다. 실질적 유사성을 판단할 때 거치는 핵심 절차는 '여과(Filtration)' 과정입니다. 이는 전체 소스코드에서 저작권 보호 대상이 아닌 부분들을 여과하는 작업으로, 오픈소스나 자동 생성 코드, 표준적인 알고리즘, 주석 등이 여기에 해당합니다. 전 세계적으로 활용되는 판단 모델에서도 이러한 여과 과정을 거친 후 남은 '핵심 표현'만을 가지고 비교할 것을 강조하고 있습니다. 만약 이 과정이 부실하게 이루어지면 오픈소스까지 원고의 독창적인 창작물로 오인되어 판결의 공정성을 해칠 위험이 발생하게 됩니다. 재판 실무에서는 유사한 정도를 수치화한 '정량적 유사도'를 중요한 참고 자료로 활용합니다. 하지만 정량적 유사도가 높다고 해서 반드시 저작권 침해인 것은 아닙니다. 정량적 유사도는 질적인 가치를 숫자로 치환한 것일 뿐, 법적인 실질적 유사성과는 차이가 있기 때문입니다. 또한 정량적 유사도를 산출하는 방식에 따라 결과값이 천차만별로 달라질 수 있다는 점도 유의해야 합니다. 라인 단위로 계산하느냐, 모듈 단위로 분석하느냐에 따라 동일한 대상이라도 전혀 다른 수치가 도출될 수 있어 법률 전문가의 전략적인 대응이 필요합니다. 최근 오픈소스 사용이 보편화되면서 저작권 소송에서의 입증은 더욱 복잡해지고 있습니다. 오픈소스를 대거 활용한 프로그램의 경우, 이를 모두 여과하고 나면 프로그램의 유기적인 구조만 남게 되어 저작물성을 인정하기 모호해지는 정책적 고민도 존재합니다. 따라서 개발 단계에서부터 어떤 오픈소스를 사용했는지 명확한 오픈소스 사용 명세서(SBOM)를 관리하는 것이 무엇보다 중요합니다. 철저한 기록 관리가 뒷받침되지 않는다면, 소송 과정에서 자신의 권리를 제대로 보호받지 못하거나 상대방의 면피 수단으로 악용될 소지가 있습니다.

저작권 소송에서 오픈소스의 지위와 쟁점
한국전자통신연구원오픈소스 테크데이
  • 공학·기술