규제가 아니라 계약이 먼저 문제가 됩니다
기업이 생성형 AI를 도입할 때 가장 먼저 걱정하는 것은 대개 "법이 어떻게 바뀔까"입니다. 그러나 실제로 분쟁이 터지는 지점은 훨씬 앞쪽, 즉 데이터를 확보하는 계약서입니다. 아직 학습 데이터 이용에 관한 명확한 입법이 완성되지 않은 상태에서, 당사자 간 합의가 사실상의 규범 역할을 하고 있기 때문입니다.
2026년 2월 26일 문화체육관광부와 한국저작권위원회가 발간한 '생성형 AI 학습 공정이용 안내서'는 이 공백을 메우려는 시도입니다. 이 안내서는 저작권법 제35조의5가 정한 네 가지 판단 요소 — 이용의 목적과 성격, 저작물의 종류와 용도, 이용된 부분이 전체에서 차지하는 비중과 중요성, 저작물의 현재 또는 잠재적 시장·가치에 미치는 영향 — 을 생성형 AI 학습 맥락에서 어떻게 적용할지 해설합니다. 상업적 목적이거나 웹 크롤링 방식이라는 이유만으로 공정이용에서 일률적으로 배제되지는 않는다는 점도 함께 짚습니다. 핵심은 "학습은 무조건 허용된다"도 "무조건 금지된다"도 아니라는 점입니다. 결국 개별 사안의 사실관계가 결론을 좌우하며, 그 사실관계를 증명할 자료를 갖고 있는 쪽이 유리해집니다.
조달 측면에서도 변화가 있었습니다. 2026년 1월 28일 발표된 「공공저작물 AI 학습 활용 확대 방안」에 따라 공공누리에 제0유형(자유이용)과 AI유형이 신설되어, AI 학습 이용 가능 여부를 라이선스 단계에서 확인할 수 있게 되었습니다. 공공데이터를 학습에 활용하려는 기업이라면 기존 제1~4유형만 확인하던 관행을 바꿔야 합니다.
산출물 쪽 원칙도 분명해지고 있습니다. 단순한 프롬프트 입력만으로 생성된 결과물에는 저작권이 인정되지 않습니다. 인간의 창작적 기여가 있는 부분만 보호받습니다. 실무적으로는 AI가 만든 이미지·문안을 그대로 제품에 넣으면 경쟁사가 동일하게 사용해도 막을 근거가 없다는 뜻입니다. 독점이 필요한 자산이라면 사람의 편집·구성 과정을 남겨야 합니다.
우리 회사가 실제로 만지는 데이터 4종
실무에서 다루는 학습 데이터는 대개 네 갈래로 나뉘며, 각각 리스크의 성격이 다릅니다.
계약서에 넣어야 할 조항 체크리스트
실제 검토에서 반복적으로 빠지는 조항은 다음과 같습니다.
파이프라인에 남겨야 할 증적
계약만으로는 부족합니다. 분쟁은 결국 "그때 어떤 데이터를 썼는가"를 입증하는 싸움이기 때문입니다.
규모별 현실적 대응 순서
모든 조치를 한 번에 갖출 필요는 없습니다. 단계별로 접근하시면 됩니다.
AI 도입 초기 기업은 조달 계약 정비만으로 리스크의 상당 부분이 정리됩니다. 외부 API를 호출해 쓰는 단계라면 학습 데이터를 직접 보유하지 않으므로, 벤더 약관에서 입력 데이터의 재학습 이용 여부와 옵트아웃 가능성을 확인하는 것이 우선입니다.
자체 파인튜닝을 수행하는 기업은 대장, 필터, 감사 로그까지 갖춰야 합니다. 데이터 담당자와 법무 담당자가 분리된 조직이라면 데이터셋 등록 시 라이선스 필드를 필수값으로 두는 것만으로도 누락이 크게 줄어듭니다.
POLYGLOTSOFT는 AI 도입 컨설팅 과정에서 데이터 조달 계약 검토, 프로비넌스 대장 설계, 학습 파이프라인 증적 자동화를 함께 제공합니다. 이미 파인튜닝을 운영 중인 기업의 사후 정비도 지원합니다. 학습 데이터 관리 체계를 처음부터 설계하고 싶으시다면 [문의하기](https://polyglotsoft.dev/ko/support/contact)를 통해 상담을 요청해 주시기 바랍니다.