Anthropic 15억 달러 합의가 AI 기업에 남긴 것: 데이터 출처와 권리 이력 관리

파인특허법률사무소

2026. 8. 19.

생성형 AI 기업의 저작권 리스크를 바라보는 기준이 달라지고 있습니다.

2026년 7월 20일, 미국 캘리포니아 북부연방지방법원은 작가들이 Anthropic을 상대로 제기한 집단 저작권 소송 Bartz v. Anthropic PBC에서 15억 달러 규모의 합의를 최종 승인했습니다. Reuters는 이를 알려진 미국 저작권 사건 가운데 최대 규모의 합의라고 보도했습니다. 법원은 최종 승인 명령과 함께 사건을 종결했고, 합의 대상 저작물의 91% 이상에 관해 청구가 접수된 것으로 나타났습니다.

숫자만 보면 결론은 단순해 보입니다.

AI가 저작권 있는 책을 학습했기 때문에 15억 달러를 물게 됐다.

그러나 이 사건을 그렇게 이해하면 정작 기업들이 주목해야 할 핵심을 놓치게 됩니다.

Anthropic 사건이 던진 보다 중요한 메시지는 ‘AI가 무엇을 학습했는가’뿐만 아니라, 그 데이터를 어디에서 어떻게 취득했고, 어떤 법적 근거로 보유했으며, 학습이 끝난 뒤에는 어떻게 관리했는가가 별개의 저작권 문제가 될 수 있다는 점입니다.

파인특허법률사무소가 이번 사건을 특히 주목하는 이유도 여기에 있습니다.

1. 법원은 ‘AI 학습’과 ‘불법 복제본의 취득·보관’을 하나의 행위로 보지 않았다

이번 사건에서 가장 먼저 이해해야 할 것은 법원이 Anthropic의 행위를 하나의 덩어리로 평가하지 않았다는 점입니다.

2025년 6월 William Alsup 판사는 fair use에 관한 일부 약식판결에서 크게 AI 모델 학습을 위한 복제, 합법적으로 구입한 종이책의 디지털화, 그리고 불법 복제 사이트에서 취득한 전자책을 중앙 라이브러리에 보관한 행위를 구별해 판단했습니다. 미국 저작권청(U.S. Copyright Office)의 사건 정리에서도 이와 같은 구분이 명시적으로 확인됩니다.

먼저 Anthropic이 특정 LLM을 학습시키기 위해 저작물을 이용한 행위에 대해서는 법원이 fair use를 인정했습니다.

법원은 해당 사건의 사실관계에서 LLM 학습의 목적을 매우 높은 수준의 변형적 이용으로 평가했습니다. 특히 원고들이 Claude의 출력물이 자신의 저작물을 침해한다고 주장한 사건이 아니었다는 점, 학습 과정에서 저작물 전체를 사용하는 것이 목적 달성을 위해 필요한 측면이 있다는 점, 해당 학습용 복제가 원저작물에 대한 수요를 직접 대체한다고 보기 어려웠다는 점 등이 판단에 영향을 미쳤습니다.

Anthropic이 적법하게 구매한 종이책을 분해해 스캔한 뒤 디지털 형태로 보관한 행위에 대해서도 법원은 해당 사건의 구체적 사실관계에서 fair use를 인정했습니다. 디지털 파일이 새로운 복제물 시장에 유통된 것이 아니라 기존에 보유하던 책을 보관·검색하기 편리한 형태로 변환했다는 점 등이 고려됐습니다.

그러나 결과가 완전히 달라진 부분이 있었습니다.

바로 불법 복제 사이트에서 수백만 권의 책을 내려받아 Anthropic 내부의 ‘central library’에 축적한 행위입니다.

2. 700만 권 이상의 불법 복제물, ‘나중에 AI 학습에 썼다’는 이유만으로 정당화되지 않았다

법원 기록에 따르면 Anthropic은 LibGen과 PiLiMi 같은 이른바 pirate library를 통해 최대 약 700만 권에 이르는 책을 취득한 것으로 문제 됐습니다. 이후 일부 책이 LLM 학습에 활용됐더라도, 전체 데이터가 장기간 중앙 라이브러리에 보관됐다는 사실이 쟁점이 됐습니다.

여기에서 법원이 그은 선은 상당히 분명했습니다.

변형적 목적을 가진 AI 학습이 존재한다고 해서 그 이전 단계에서 이루어진 불법 복제물의 취득 자체까지 소급해 정당화되는 것은 아니라는 것입니다.

미국 저작권청 역시 Bartz 사건을 정리하면서, 불법 복제본을 다운로드해 중앙 라이브러리에 계속 보유한 행위는 이후 모델 학습에 이용했거나 나중에 정식 사본을 구입했다는 사정만으로 변형적 이용이 되는 것은 아니라고 설명하고 있습니다. 결국 불법 복제본을 이용해 디지털 라이브러리를 구축한 부분에 대해서는 네 가지 fair use 요소가 전체적으로 Anthropic에 불리하게 작용했다고 정리했습니다.

이 차이가 이번 Anthropic 저작권 소송을 이해하는 핵심입니다.

‘AI 학습에 이용했는가’와 ‘그 학습용 데이터를 적법하게 취득했는가’는 서로 다른 질문입니다.

3. 따라서 15억 달러를 ‘AI 학습 라이선스 가격’으로 이해해서는 안 된다

2026년 7월 법원이 최종 승인한 합의금은 총 15억 달러입니다. 대상은 약 48만 개의 저작물에 이르고, 결과적으로 저작물 하나당 약 3,000달러 수준이 배분되는 구조입니다.

그러나 여기서도 주의가 필요합니다.

이 15억 달러를 마치 미국 법원이 ‘책 한 권을 AI에 학습시키려면 3,000달러를 지급해야 한다’고 정한 것으로 받아들이면 안 됩니다.

이번 집단소송은 불법 복제 사이트에서 책을 취득한 행위와 관련된 저작권 침해 청구를 중심으로 진행됐으며, 15억 달러라는 금액은 당사자 간 집단소송 합의금입니다. 최종 승인 법원 역시 연방민사소송규칙 Rule 23에 따라 합의가 집단 구성원에게 공정하고 합리적이며 적절한지를 심사한 것이지, 모든 생성형 AI의 학습에 적용되는 새로운 법정 라이선스 요율을 만든 것이 아닙니다.

또한 2025년의 AI 학습 관련 fair use 판단은 캘리포니아 북부연방지방법원의 특정 사건과 특정 증거관계를 전제로 한 판단입니다. 미국 전체의 모든 AI 학습행위가 자동적으로 fair use가 된다는 의미도 아닙니다.

따라서 이번 사건으로부터 도출해야 할 결론은 ‘AI 학습은 합법이다’도 아니고 ‘저작물을 AI에 학습시키면 무조건 침해다’도 아닙니다.

오히려 그 사이에 존재하는 데이터 취득·복제·가공·보관의 전체 과정을 보아야 합니다.

4. AI 저작권 리스크의 새로운 핵심, Data Provenance

생성형 AI 산업에서 이제 data provenance, 즉 데이터의 출처와 권리관계를 추적할 수 있는 능력은 단순한 데이터 엔지니어링 문제가 아닙니다.

IP 리스크 관리의 문제입니다.

기업이 보유하고 있는 학습데이터에 대해 ‘인터넷에서 수집했다’, ‘외부 업체로부터 구매했다’, ‘오픈 데이터셋이었다’ 정도만 알고 있어서는 부족할 수 있습니다.

Anthropic 사건은 그 이유를 극적으로 보여줍니다.

모델에 들어간 데이터의 내용은 같더라도 그 데이터가 기업의 시스템 안으로 들어온 경로가 달라지면 법적 평가 역시 달라질 수 있기 때문입니다.

이제 AI 기업이 관리해야 할 것은 데이터 그 자체만이 아닙니다.

데이터의 ‘권리 이력’도 함께 관리해야 합니다.

5. ‘공개돼 있는 데이터’와 ‘자유롭게 복제할 수 있는 데이터’는 같은 말이 아니다

AI 개발 현장에서 자주 발생하는 오해가 있습니다.

웹에서 누구나 볼 수 있는 데이터이므로 AI 학습을 위해 자유롭게 복제해도 된다고 생각하는 것입니다.

하지만 콘텐츠에 접근할 수 있다는 사실과 저작권법상 복제·이용권한을 보유하고 있다는 사실은 동일하지 않습니다.

마찬가지로 어떤 데이터셋을 외부 업체가 판매하고 있다는 이유만으로 그 업체가 데이터에 포함된 모든 저작물에 대해 AI 학습용 라이선스를 적법하게 확보했다고 단정할 수도 없습니다.

따라서 제3자 데이터 사업자에게서 학습데이터를 구매하는 기업이라면 데이터 공급계약의 가격이나 양만 검토해서는 안 됩니다.

해당 사업자가 어떤 근거로 데이터를 취득했고 어떤 범위의 권리를 이전할 수 있는지, 재라이선스 권한은 있는지, 저작권 침해 주장이 제기됐을 때 책임과 방어 비용을 누가 부담하는지까지 확인해야 합니다.

계약서에 ‘공급자는 적법한 권리를 보유한다’는 문구 하나를 넣는 것과 실제로 데이터의 권리관계를 검증하고 그 증빙을 보존하는 것은 전혀 다른 수준의 리스크 관리입니다.

6. 특히 위험한 것은 ‘학습이 끝난 데이터’를 아무 목적 없이 계속 보관하는 것이다

Anthropic 사건에서 기업들이 놓쳐서는 안 될 또 하나의 포인트는 데이터 보유 목적과 기간입니다.

쟁점이 된 불법 복제본들은 단지 특정 모델 학습 단계에서 일시적으로 사용된 것이 아니라, Anthropic의 중앙 라이브러리에 범용 자료로 보관돼 있었습니다. 법원은 학습이라는 변형적 목적과 별개로 이러한 영구적·범용적 라이브러리 구축을 따로 평가했습니다.

이는 실무적으로 상당히 중요한 의미가 있습니다.

기업은 ‘왜 이 데이터가 서버에 존재하는가’라는 질문에 답할 수 있어야 합니다.

모델 학습이 완료된 뒤에도 원본 데이터셋을 계속 보관할 필요가 있는지, 품질 검증이나 재현성 확보를 위해 어느 기간까지 보관할 것인지, 보유 목적이 끝나면 실제로 삭제되고 있는지에 관한 정책이 필요합니다.

즉, AI 학습데이터 관리에는 수집정책뿐 아니라 retention policy와 deletion log까지 연결돼야 합니다.

데이터를 많이 확보하는 것이 경쟁력이었던 시기를 지나, 이제는 필요한 데이터만 적법한 근거로 보유하고 불필요해진 데이터는 통제된 방식으로 제거하는 능력이 경쟁력이 될 수 있습니다.

7. ‘합법적으로 샀으니 무엇이든 할 수 있다’는 해석도 위험하다

반대 방향의 오해도 경계해야 합니다.

Anthropic 사건에서 적법하게 구매한 종이책의 디지털화와 AI 학습에 대해 fair use가 인정됐다고 해서, 저작물을 한 번 구매하면 AI 기업이 원하는 모든 방식으로 이용할 수 있다는 의미는 아닙니다.

소유권과 저작권은 별개의 권리입니다.

책 한 권을 구입했다고 해서 그 책의 저작권까지 취득하는 것은 아닙니다.

Bartz 사건에서 특정 이용이 fair use가 된 것은 해당 사건에서 이용 목적과 성격, 저작물의 성질, 이용된 양, 시장에 미치는 영향 등 미국 저작권법상 fair use 요소를 종합적으로 검토한 결과입니다. 미국 저작권청도 이 사건을 이러한 다요소 분석에 따른 ‘mixed result’로 분류하고 있습니다.

따라서 실무에서 필요한 질문은 ‘돈을 주고 샀는가’에서 끝나지 않습니다.

무슨 권리를 취득했고, 그 권리가 우리가 하려는 이용까지 포함하는가를 확인해야 합니다.

8. 이번 판결은 ‘AI 학습 = fair use’라는 미국의 최종 법칙도 아니다

특히 한국 기업들이 유의해야 할 부분입니다.

Bartz v. Anthropic은 미국 연방지방법원 단계에서 이루어진 판단입니다. 또한 fair use는 본질적으로 개별 사건의 목적, 복제 방식, 출력물, 시장 영향 및 구체적인 증거관계에 따라 판단되는 제도입니다.

실제로 Bartz 사건의 집단소송도 AI 학습행위 전체에 관한 전국적 집단을 확정한 것이 아니라 불법 복제본 취득과 관련된 청구가 핵심이 됐습니다. 이후 15억 달러 합의를 통해 해당 청구가 재판 전에 해결됐기 때문에, 합의 그 자체가 AI 학습 저작권 문제에 대한 미국 연방대법원 수준의 확정 판례를 의미하지도 않습니다.

따라서 국내에서 ‘미국 법원이 AI 학습은 저작권 침해가 아니라고 확정했다’는 식으로 단순화하는 것은 적절하지 않습니다.

정확한 표현은 다음에 가깝습니다.

해당 미국 연방지방법원은 이 사건의 구체적 사실관계에서 LLM 학습을 위한 이용은 fair use로 판단했지만, 불법 복제물을 취득해 별도의 중앙 라이브러리를 구축·보유한 행위는 별개의 저작권 침해 문제로 보았다.

이 차이는 매우 큽니다.

9. 한국 AI 기업도 지금 ‘AI 데이터 권리대장’을 만들어야 하는 이유

생성형 AI 모델을 직접 개발하는 국내 기업은 물론이고 RAG 서비스를 운영하는 기업, AI 검색 서비스를 만드는 기업, 콘텐츠 데이터셋을 판매하는 사업자, 해외 AI 모델을 파인튜닝하는 기업까지 모두 자신의 시스템에 들어오는 데이터의 권리관계를 점검할 필요가 있습니다.

특히 미국 시장에 서비스를 공급하거나 해외 투자·M&A·기술이전·라이선싱을 준비하는 AI 기업이라면 더욱 그렇습니다.

파인특허법률사무소는 AI 기업의 데이터 관리체계를 검토할 때 최소한 데이터셋별로 다음 항목을 서로 추적할 수 있는 구조가 바람직하다고 봅니다.

취득 출처와 취득일
권리자 또는 공급자
적용 라이선스와 당시 버전
허용되는 이용 범위
모델 학습·파인튜닝·RAG 등 실제 이용 목적
원본 및 가공본의 보관 위치
보관기간과 삭제기록
해당 데이터가 연결된 모델

이를 단순한 엑셀 목록이 아니라 IP 관점의 데이터 권리대장(Data Rights Registry)으로 관리할 필요가 있습니다.

향후 문제가 생긴 뒤 ‘아마 오픈 데이터였을 것’이라고 설명하는 기업과, 수년 전 취득한 데이터의 출처와 라이선스까지 즉시 제시할 수 있는 기업의 법적 위치는 같을 수 없습니다.

10. AI 시대에는 ‘모델의 성능’뿐 아니라 ‘데이터의 적법성’을 실사한다

생성형 AI 경쟁 초기에는 누가 더 많은 데이터를 확보하고 더 큰 모델을 학습시키는지가 중요한 경쟁요소였습니다.

그러나 AI가 기업의 핵심 자산이 되고 그 모델의 가치가 수백억·수천억 원 단위로 평가되기 시작하면 질문이 달라집니다.

이 모델을 계속 사용할 법적 권리가 있는가?

따라서 향후 AI 기업의 IP 전략에서 data provenance는 개인정보 보호나 정보보안과 별개의 부가 업무가 아닙니다.

AI 모델이라는 핵심 자산의 권리 안정성을 증명하기 위한 IP 인프라가 되어야 합니다.

반대로 ‘법원이 AI 학습을 fair use라고 했으니 저작물을 자유롭게 학습해도 된다’고 이해하는 것도 위험합니다.

이번 사건에서 가장 중요한 것은 법원이 하나의 AI 학습 파이프라인 안에서도 각각의 복제 행위를 분리해 평가했다는 사실입니다.

모델 학습을 위한 이용은 fair use가 될 수 있습니다.

그러나 그 사실이 불법 복제 사이트에서 원본을 취득하는 행위까지 면책하지는 않습니다.

적법하게 보유한 데이터라 하더라도 모든 후속 이용이 자동으로 허용되는 것도 아닙니다.

결국 앞으로 AI 기업이 관리해야 할 핵심은 세 가지 질문으로 수렴합니다.

이 데이터는 어디에서 왔는가.
우리는 어떤 법적 근거로 이를 가지고 있는가.
지금 이 데이터를 보유·이용하는 목적까지 그 근거로 설명할 수 있는가.

Anthropic 사건 이후 data provenance와 라이선스 기록은 기술문서가 아니라 IP 리스크 관리 문서가 되고 있습니다.

그리고 생성형 AI 시장이 성숙할수록, 이 기록을 얼마나 체계적으로 갖추고 있는지가 AI 기업의 기술가치와 사업가치를 결정하는 요소 중 하나가 될 것입니다.

참고자료

본 자료는 공개된 미국 법원 문서와 보도를 바탕으로 한 일반적인 정보 제공을 위한 것이며, 개별 데이터셋·계약·서비스에 관한 법률의견이 아닙니다. 실제 판단은 데이터 취득 경로, 라이선스 조건, 복제·이용 방식, 보유 목적과 적용 법률에 따라 달라질 수 있습니다.