모델은 복제물이 아니다 — 메두사 LoRA 항소심이 남긴 논리

애니메이션 스크린샷 스무 장 남짓, 유료 동영상 구독, 누끼 도구, 그리고 플랫폼의 'LoRA 학습' 버튼. 중국의 한 저작권 사건의 사실관계는 이게 전부다. 항소심 판결까지 나온 지금, 결과보다 논리가 더 쓸모 있다.

원고는 중국의 장수 애니메이션 '투파창궁'에 등장하는 메두사 캐릭터 디자인의 권리자다. 한 사용자가 그 캐릭터의 스무 프레임이 넘는 화면을 캡처해 다듬고, 플랫폼의 LoRA 학습 기능에 넣어 작은 모델 두 개를 만들었다. 하나는 새 의상의 이름을 붙였고, 하나는 현재 버전의 이름을 붙였다. 그는 둘 다 플랫폼에 공개했다. 그러자 다른 사용자들이 프롬프트를 입력해 메두사 이미지를 얻었다. 어떤 것은 똑같았고, 어떤 것은 꽤 비슷했다.

원고는 플랫폼에 200만 위안, 사용자에게 20만 위안을 청구하면서 15만 위안 범위의 연대책임을 주장했다. 법원은 사용자의 책임을 인정하고 플랫폼은 놓아줬다. 두 결론 모두 중요하지만, 그 사이의 논리가 읽을 만한 부분이다.

복제는 재현이지 저장이 아니다

항소심의 논리는 법리상 한 번의 이동에 기대고 있다. 복제권의 본질은 '재현할 권리', 즉 저작물을 다시 지각 가능하게 만드는 것이다. 저장하는 것이 아니다. 학습시키는 것도 아니다. 다시 불러오는 것이다.

법원은 그 사슬을 세 고리로 자르고 각각을 따로 판단했다.

첫째 고리. 스크린샷을 찍어 학습 팩으로 잘라내는 것. 이것은 복제이고, 침해다.

둘째 고리. 그 팩을 LoRA 학습에 넣는 것. 법원은 이것이 반드시 복제를 구성하지는 않는다고 봤고, 받아들인 설명이 바로 이 사건의 분기점이다. LoRA가 학습하는 것은 가중치 오프셋의 저계수 행렬이다. 법원의 표현대로라면 원본 이미지의 부호화가 아니라 저계수 통계 압축이다. 그 파라미터들을 다시 모아 원본 그림으로 조립할 수는 없다.

셋째 고리. 사용자가 프롬프트를 입력하고 모델이 원본과 실질적으로 유사한 것을 출력하는 순간. 그때 복제가 완성되고, 그때 책임이 붙는다.

{{INLINE1}}

기술적 세부가 판결을 갈랐던 이유

중국 법원이 판결문에서 LoRA에 실제로 무엇이 들어 있는지를 말해야 했던 것은 이번이 처음이다. 받아들인 답은 대부분의 머신러닝 엔지니어가 할 답이다. 계수 분해된 델타, 기반 모델의 작동을 밀어 옮기는 수백만 개의 숫자이며, 학습 이미지의 검색 가능한 사본은 하나도 들어 있지 않다.

이게 중요한 이유는 사람들이 습관적으로 뭉치는 두 가지를 갈라놓기 때문이다. 저작물로 학습하는 것과 저작물을 재현하는 것은 다른 행위이고, 후자에는 두 번째 행위자, 즉 프롬프트를 입력한 사람이 필요하다. 법원은 인과의 사슬을 세우고 그 끝에 특정한 사람의 손을 놓았다.

또한 느낌에 의존하지 않는 깔끔한 기준을 만든다. 출력이 실질적으로 유사하면 재현은 일어난 것이다. 아니면 일어나지 않은 것이다. 피고가 실제로 다툴 수 있는 기준이며, '모델이 네 그림을 봤다'와는 다르다.

영국의 Getty 대 Stability 소송과 비교해 보라. 전문가 증언은 Stable Diffusion의 가중치가 학습 이미지의 사본을 저장하거나 포함하지 않고, 그로부터 도출된 통계적 패턴만 담는다는 점을 입증했다. 잉글랜드 법원은 그 사실인정으로 2차 침해 청구를 기각했다. Getty는 '침해 복제물'의 해석에 대해 항소 허가를 받았고, 심리는 11월로 예상된다. 두 법역, 다른 법조문, 그러나 도달한 기술적 그림은 비슷하다.

플랫폼이 빠져나간 것은 결백해서가 아니라 절차 때문이다

플랫폼의 탈출은 보기보다 불안하다. 다른 플랫폼들이 두 번 읽어야 할 대목이다.

법원은 학습 기능을 제공하는 것 자체가 안전하다고 본 게 아니다. 이번 표적형 학습은 사용자가 수행한 것이라고 봤다. 기반 모델을 고르고, 자료를 올리고, 파라미터를 설정한 것도 사용자다. 플랫폼이 제공한 것은 기반 모델과 연산, 게시 채널이다. 책임은 정보를 관리할 능력에 맞는 주의의무를 다했는지에 달려 있었고, 이 사건에서 플랫폼은 모델을 내리고 데이터를 미러링한 해외 플랫폼에 통지까지 했다.

이걸 면죄부가 아니라 체크리스트로 읽어야 한다. 통지, 게시중단, 기록이 남는 에스컬레이션 경로가 플랫폼의 결과를 사준 것이다. LoRA를 호스팅하면서 권리자가 항의할 때 아무것도 하지 않는 플랫폼은 처지가 다르고, 같은 법원도 그렇게 말할 것이다.

1심에서 남은 실마리가 하나 있다. 울트라맨 LoRA와 관련된 별도의 항저우 사건에서 1심 법원은 학습이 저작물의 표현적 독창성을 이용할 목적이었다는 증거가 없고 권리자에게 부당한 손해도 없다면 학습이 공정이용이 될 수 있는지 검토했다. 항소심은 그 질문에 이르지 않았다. 즉 중국 실무에서 공정이용의 문은 여전히 열려 있고, 다만 아직 아무도 그 문을 걸어 들어가지 않았을 뿐이다.

더 큰 틀은 9월에 도착했다

9월 7일, 중국 최고인민법원은 '인공지능 관련 분쟁 심리에 관한 의견'을 발표했다. 이 범주의 분쟁에 대한 중국 최초의 사법 규칙이다. 제12조는 서비스 유형, 학습 데이터의 출처, 각 당사자의 참여 정도, 취한 조치, 얻은 이익을 형량해 개발자, 제공자, 사용자 사이에 책임을 배분한다.

또한 침해가 아니라고 주장하는 개발자에게 입증 부담을 지운다. 학습 데이터가 어디서 왔는지에 대한 증거, 학습 과정의 기록, 모델이 어떻게 작동하는지에 대한 설명을 내놓아야 한다. 제14조는 별도로 AI 지원 발명도 특허를 받을 수 있지만 발명자는 자연인이어야 한다고 확인한다.

메두사 판결과 같은 구조를 일반화한 것이다. 책임은 설명 능력을 따라간다. 기술적 사실을 쥔 쪽이 그것을 설명할 부담을 진다.

이 논리가 여전히 깨질 수 있는 지점

저계수 논거는 이미지 스무 장으로 학습한 작은 LoRA에는 깔끔하게 들어맞는다. 학습 세트가 커지고 계수가 높아지면 흔들린다. 어느 지점에서 모델은 일반화가 아니라 암기를 할 수 있고, '통계적 압축'과 '손실 있는 사본'의 경계가 더는 뻔하지 않아지기 때문이다.

Getty의 영국 사건은 이미 여기에 표시를 남겼다. 양측 전문가는 특정 조건에서 Stable Diffusion이 Getty 워터마크가 들어간 이미지를 출력한다는 데 동의했다. 학습 데이터에 워터마크가 있는 이미지가 있었고, 모델이 그 표시를 재현할 만큼 암기했기 때문이다. 잉글랜드 법원은 상표 관련 인정을 예시 이미지 세 장으로 한정하고, SDXL과 v1.6에 대한 더 넓은 주장은 증거에 비추어 배척했다. 교훈은 암기가 일어나지 않는다는 게 아니다. 암기는 모델별로, 프롬프트별로, 출력별로 입증되어야 한다는 것이다.

이 판결이 다음으로 시험받을 곳이 여기다. 원고가 프롬프트 하나로 보호되는 캐릭터가 안정적으로 재생성된다는 것을 보이면, 셋째 고리가 닫히고 책임이 돌아온다. 앞으로 모든 사건의 기술적 쟁점은 몇 번 시도했느냐가 될 것이다.

LoRA를 학습한다면 이것이 의미하는 것

이 사건에서 나오는 실무 규칙은 복잡하지 않다. 라이선스받지 않은 저작권 있는 프레임으로 학습 세트를 만들지 마라. 사적으로 도구를 만드는 데만 쓴다 해도 마찬가지다. 특정 보호 캐릭터를 재현하는 것만이 목적인 모델을 공개하지 마라. 그리고 플랫폼을 운영한다면 마켓플레이스보다 게시중단 경로를 먼저 만들어라.

판결에서 나오지는 않지만 아마 나왔어야 할 규칙. 모델은 복제물이 아니다. 출력이 복제물이다. 즉 위험은 프롬프트에 살고, 프롬프트는 이 파이프라인에서 사람이 아직 손으로 쓰는 유일한 부분이다.