다음에 올 것을 만들어가는 기술에 대한 심층 기사.

AI 생성 코드와 저작권: 5가지 오해를 검증해 봤다

AI가 만든 코드는 퍼블릭 도메인인가? 오픈소스 라이선스를 물려받나? 저작권 5가지 오해를 검증하고, 지금 바로 쓸 수 있는 출처 관리법을 정리했다.

저울 한쪽에는 빛나는 코드 가닥, 다른 쪽에는 만년필이 놓여 있고, 배경은 서서히 사라지는 문서 보관소다.
저작권법은 펜과 작가를 위해 만들어졌고, 아무도 제대로 쓰지 않은 코드 앞에서 휘청이고 있다.

예전 팀에 있던 한 개발자가 반쯤 농담으로, 자기가 방금 Copilot으로 만든 400줄짜리 코드가 회사 소유인지 물은 적이 있습니다. 아무도 명확한 답을 못 했고, 결국 찾아간 법무팀은 가장 나쁜 답을 줬죠. “불분명합니다.” 그런데 이 질문이 지금은 Hacker News 메인에 도발적인 글로 올라와 있습니다. 주장은 “AI가 생성한 코드는 전부 오픈소스여야 한다”는 것이고, 댓글 스레드를 보면 저작권, 학습 데이터, 저작자 개념에 대한 우리의 직관이 실제 법과 얼마나 어긋나 있는지 드러납니다. 저는 모델을 학습시키는 일과 이런 도구로 만든 코드를 배포하는 일을 둘 다 해왔으니, 가장 자신 있게 반복되는 다섯 가지 믿음을 골라서 지금까지 알려진 사실에 비춰 하나씩 따져 보겠습니다.

오해 1: “AI가 생성한 코드는 무조건 퍼블릭 도메인이다”

이 오해는 법적 근거가 가장 많이 깔려 있지만, 그래도 절반만 맞는 얘기입니다. 미국 저작권청은 일관되게 저작권이 인간의 저작 행위를 보호하며, 순수하게 기계가 만든 결과물은 등록할 수 없다는 입장입니다. 이 입장은 원숭이 셀카 사건(Naruto v. Slater)에 기반합니다. 제9 순회 항소법원은 원숭이가 찍은 사진의 소유권을 인정할 수 없다고 판결했죠. 그리고 Thaler v. Perlmutter에서는 AI를 단독 저작자로 적은 작품의 등록을 법원이 거부했고, 이 입장은 정면 도전을 받고도 살아남았습니다. 여기까지는 깔끔합니다.

그런데 실제로 순수하게 AI만으로 만든 소프트웨어를 배포하는 사람은 거의 없습니다. 저작권청의 가이드라인은 실무에서 중요한 선을 그어 줍니다. AI를 보조 도구로 쓰는 것은 작품 전체의 저작권을 없애지 않고, 사람이 AI 결과물을 선택하고 배열하고 수정하는 행위 자체가 보호받을 수 있는 표현이 될 수 있다는 겁니다. 에이전트가 함수 대부분을 짰지만 사람이 시스템 구조를 설계하고 경계를 정하고 결과물을 검토하고 고친 5만 줄짜리 애플리케이션이 있다면요? 그 코드베이스는 전체로 보면 거의 확실히 저작권 보호 대상입니다. 개별 생성 함수 하나만 떼어 보면 보호받지 못할 수도 있지만요. 사람이 프롬프트를 붙여넣고 결과물을 커밋하는 것 이상을 하는 순간, “전부 퍼블릭 도메인이다”라는 주장은 무너집니다.

그리고 세상은 미국만 있는 게 아닙니다. 영국의 저작권·디자인·특허법(CDPA)은 컴퓨터가 생성한 저작물을 명시적으로 보호하고, 창작에 필요한 준비를 한 사람을 저작자로 봅니다. 보호 기간은 50년입니다. 다른 몇몇 관할권도 비슷한 규정을 두고 있습니다. 즉 같은 파일이 샌프란시스코에서는 보호받지 못하고 런던에서는 저작권이 인정될 수 있다는 뜻입니다. “무조건 퍼블릭 도메인”은 법적 입장이 아니라, 특정 나라의 특정 좁은 사례 교리를 대충 가리키는 슬로건일 뿐입니다.

오해 2: “오픈소스로 학습했으니 출력물도 라이선스를 물려받는다”

이 주장은 “전부 오픈소스로 만들자”는 논리의 도덕적 동력입니다. 모델은 수십 년 동안 GPL, MIT, 크리에이티브 커먼즈 라이선스 작업물을 흡수했습니다. Stack Overflow 답변은 CC BY-SA이고, 법적으로 출처 표시와 동일 조건 공유를 요구하죠. 그래서 그것을 독점 코드로 바꾸는 건 라이선스 세탁이라는 주장이 나옵니다. 저도 이 감정에 공감합니다. 제 AGPL 코드도 그 학습 데이터에 들어가 있으니까요. 하지만 법적 주장으로서는 이미 검증됐고, 대체로 졌습니다.

Copilot 집단소송인 Doe v. GitHub에서 법원은 “모델 출력물은 학습 데이터의 의무를 자동으로 승계한다”는 핵심 이론을 무너뜨렸습니다. DMCA의 저작권 관리 정보 관련 청구는 대부분 기각됐고, 오픈소스 라이선스 청구도 원고가 자기 코드가 출력물에 재현됐다는 점을 보여주지 못해 당사자 적격 단계에서 대부분 실패했습니다. 판사의 논리는 여러분의 위험 모델에 중요합니다. 라이선스는 복제물에 붙습니다. 모델이 여러분의 코드를 내놓지 않았다면 복제도, 파생도 없고, 라이선스가 붙을 대상도 없습니다. 통계적 영향은 복사가 아닙니다. Linux 소스를 읽고 배운 프로그래머가 그 뒤에 쓰는 모든 코드에 커널 라이선스를 적용해야 하는 게 아닌 것과 같습니다.

사람들이 놓치는 부분이 있습니다. 예외는 실제로 존재하고, 그것이 밤잠을 설치게 할 만한 문제입니다. 모델이 학습 데이터를 거의 그대로 토해내는 경우가 있습니다. 초기 모델들은 인식 가능한 오픈소스 파일을 저작권 헤더를 지운 채로 재현하기도 했습니다. 이 경우 여러분은 모르는 사이에 누군가의 GPL이나 AGPL 코드의 파생물을 배포하게 될 수 있습니다. 댓글 중 하나는 널리 쓰이는 AGPL 시스템의 저자가 달았는데, 바로 이런 일을 겪었다고 했습니다. 어떤 회사가 그의 저작권 고지를 지워 버렸다가 들켰고, 그 뒤 LLM을 써서 그의 시스템을 “복제”했다는 겁니다. 버그는 더 많지만, 설계는 누가 봐도 그의 것이었다고 하네요. 그 복제물이 파생 저작물인지는 아직 정해지지 않았고, 이런 문제는 법정에서 사례별로 값비싸게 답이 나오는 종류입니다. “출력물은 학습 라이선스를 승계한다”는 포괄적 규칙은 틀렸습니다. 반면 “거의 원문에 가까운 재현은 현실적인 법적 책임이다”라는 좁은 규칙은 맞습니다. 똑똑한 팀이라면 후자를 대비합니다.

유리 깔때기에 쏟아지는 종이학들이 하나의 모호한 회색 형태로 나오는 모습.
수많은 라이선스 저작물이 들어가지만, 나오는 결과물은 어떤 단일 원작과도 일치하지 않는다. 다만 드물게는 일치하기도 한다.

오해 3: “내가 프롬프트를 썼으니 코드는 내 것이다”

첫 번째 오해를 뒤집으면 이 오해가 나옵니다. 논쟁의 반대편 사람들도 똑같이 확신을 가지고 주장하죠. 저작권청은 저작권성 보고서에서 이 문제를 직접 다뤘습니다. 프롬프트만으로는 결과물의 표현적 요소에 대한 인간의 통제가 충분하지 않아서, 프롬프터를 저작자로 만들 수 없다는 겁니다. 프롬프트는 지시이고, 표현적 선택은 모델이 합니다. 법원도 이미 이미지 생성에 같은 논리를 적용해 왔고, 코드라고 해서 본질적으로 다를 이유는 없습니다.

정말 흥미로워지는 건 반복적이고 에이전트 기반인 작업에서입니다. 토론에 참여한 여러 실무자가, 에이전트가 20분 동안 코드를 짜면 그 뒤에 몇 시간이나 며칠에 걸친 사람의 테스트, 실사용 피드백, 재설계, 재프롬프팅이 이어지는 흐름을 설명했습니다. 이런 패턴이 법적으로 중요한 이유는, AI 보조 작업에서 가장 강력한 저작권 논리가 개별 줄에 대한 저작자가 아니라 작품 전체에 대한 인간의 창작적 기여, 즉 선택, 조정, 배열, 수정이기 때문입니다. 수백 번의 지시된 수정 사이클을 거쳐 만들어진 시스템은 원숭이 셀카보다는 사람이 만든 편집물에 훨씬 가깝습니다. 다만 여기서 함의를 놓치면 안 됩니다. 소유권 주장은 과정에 기대고 있고, 문서화하지 못한 과정은 주장할 수도 없습니다. 회사가 그 코드베이스의 저작권을 집행해야 할 때, 전 직원이나 인수 실사팀이나 경쟁사를 상대로 “사람이 개입했으니 믿어 달라”는 말은 증거가 되지 못합니다. 그래서 아래에 실무 섹션을 따로 둔 겁니다.

잘 언급되지 않는 한 가지 더 있습니다. 실제로 대부분의 일은 어차피 고용 계약과 용역 계약이 처리합니다. 업무상 저작물(work-for-hire) 원칙은 저작권이 있다면 그 저작권이 무엇이든 고용주에게 귀속시킵니다. 그래서 회사 안에서 실질적인 소유권 문제는 저작자 개념의 형이상학과 상관없이 보통 계약으로 정리됩니다. 불편한 질문은 산출물 일부가 누구에게도 소유될 수 없는 것으로 밝혀졌을 때, 그 계약이 도대체 무엇을 주장하고 있느냐는 겁니다.

오해 4: “AI 코드를 오픈소스로 강제하면 공정성 문제가 해결된다”

이 제안을 잠깐이라도 진지하게 보면 현실에 부딪히자마자 무너집니다. 이유는 세 가지입니다. 첫째, 법적 장치로서 스스로 모순됩니다. 오픈소스 라이선스는 저작권 라이선스입니다. 권리자가 소유한 무언가에 대해 허락을 부여하려고 존재하죠. AI가 생성한 코드가 저작권으로 보호받을 수 없다면 라이선스를 붙일 대상 자체가 없습니다. MIT든 GPL이든 보호 대상이 없어서 효력이 없습니다. 이 제안이 논리적으로 성립하려면 CC0 같은 퍼블릭 도메인 공개 선언이어야 하는데, 집행할 수 없는 공개 선언은 명령이 아니라 바람에 불과합니다.

둘째, 적용 범위가 현실적이지 않습니다. 코드를 공개하는 것은 상태가 아니라 행위입니다. 누군가 비밀 정보를 지우고, 비즈니스 로직을 걷어내고, README를 쓰고, 저장소를 골라야 합니다. 세상 대부분의 코드는 비공개이고, 한 회사의 내부 프로세스에 지나치게 특화되어 있으며, 이제는 압도적으로 AI의 도움을 받아 만들어집니다. 그걸 본인 의사와 상관없이 전부 공개한다는 게 대체 무슨 뜻일까요? 고객 데이터가 덤프에 섞이지 않도록 정화하는 작업은 누가 돈을 내나요? 이 제안을 하는 사람 중 답을 가진 사람은 없습니다. 답이 없기 때문입니다. 관련된 실패 사례도 다룬 적이 있습니다. 행 수준 보안 없이 배포되는 AI 생성 앱 얘기인데, 도구는 작동할 때조차 데이터를 새게 만드는 코드를 기꺼이 내놓습니다. 이 코드를 공개하도록 강제하는 상황을 한번 상상해 보세요.

셋째, 내세운 목표조차 달성하지 못합니다. 불만의 핵심은 모델 공급업체가 공유 자산을 독점했다는 겁니다. 그런데 모델을 사용하는 사람들에게 출력물을 공개하라고 강제해도 공급업체가 아무것도 돌려주지 않습니다. 사용자의 보호만 빼앗기죠. 학습 데이터의 거래가 불공정했다고 믿는다면, 스크래핑당한 코드를 쓴 사람들을 겨냥한 구제책은 엉뚱한 과녁을 향한 것입니다. 제가 실제로 동의하는 가장 강력한 주장은 법적인 게 아니라 도덕적인 쪽입니다. 공유 자산으로 학습된 도구에서 엄청난 혜택을 받는 우리에게는 그 가치를 공유 자산에 되돌려 줄 의무가 있습니다. 라이브러리를 공개하고, 메인테이너를 후원하고, 수정 사항을 업스트림에 기여하세요. 하지만 그건 받아들여야 할 윤리이지, 입법 과정의 첫 검토도 통과하지 못할 법은 아닙니다.

오해 5: “우리 라이선스 스캐너가 이미 처리한다”

그랬으면 좋겠습니다. FOSSA나 Black Duck 같은 라이선스 컴플라이언스 도구는 AI가 조용히 깨뜨린 출처(provenance) 가정 위에 서 있습니다. 이 도구들은 “무엇을 포함했는가?”라는 질문에 의존성과 벤더링된 파일을 알려진 패키지와 대조해 답합니다. 사람이 쓴 코드는 메타데이터가 붙은 경로로 들어오기 때문에 이게 잘 작동합니다. 패키지 레지스트리, 헤더가 남아 있는 복사-붙여넣기 파일, LICENSE 텍스트가 그대로 있는 벤더링 디렉터리 같은 것들이죠. 반면 AI가 생성한 코드는 메타데이터가 전혀 없는 경로로 들어옵니다. 모델은 AGPL 유틸리티 함수를 거의 바꿔 쓴 30줄을 헤더도, 출처 표시도, 대조할 패키지도 없이 내놓을 수 있고, 여러분의 스캐너는 그것을 독창적인 코드로 봅니다. 위험은 의존성 트리에 있는 게 아니라 도구가 거의 들여다보지 않는 소스 파일 안에 있습니다.

이건 다른 곳에서도 봤던 사각지대입니다. LiteLLM 공급망 사고와 마찬가지로, 이번 실패도 사람들이 검토한 코드가 아니라 무조건 신뢰한 경로에서 발생했습니다. 두 경우 모두 해법은 경로를 더 이상 무조건 믿지 않고, 그 경로로 무엇이 흘러들어왔는지 기록하기 시작하는 겁니다. 이것이 출처 추적이고, 법원이 어떻게 판결하든 팀이 이번 분기에 당장 해야 할 일입니다. 가능한 법적 미래는 어떤 것이든(AI 코드는 보호받지 못한다, 사람이 지시했다면 보호받을 수 있다, 원문 재현은 침해다) 자기 작업을 증명할 수 있는 팀에게 보상을 주고, 증명하지 못하는 팀을 벌하기 때문입니다.

표시된 슈트와 표시되지 않은 슈트에서 도착하는 나무 판자에 꼬리표를 붙이는 작업자.
출처 관리는 습관이다. 들어오는 모든 것에 입구에서 태그를 붙이고, 특히 표시 없는 통로로 들어오는 것은 더 꼼꼼히 봐라.

실제로 해야 할 일: 출처 및 위생 관리 플레이북

이 중 어느 것도 새 법이나 새 벤더를 필요로 하지 않습니다. 네 가지 습관이면 되고, 모두 비용이 적게 들며, 테이블 위에 있는 어떤 법적 미래에서도 방어할 수 있습니다.

  1. 커밋 메타데이터에 AI 보조를 표시하라. Git 트레일러가 이런 용도에 딱 맞습니다. Assisted-By: 트레일러는 비용이 전혀 들지 않으면서도 어떤 코드에 기계가 관여했는지 감사 가능한 기록을 남깁니다. 인수 실사, 라이선스 검토, 그리고 저작권 주장을 떠받치는 인간의 창작 과정을 입증하는 데 유용합니다.
  2. 사람이 개입한 흔적을 보이게 하라. “에이전트가 생성함, 재시도 로직과 경계 조건은 내가 다시 작성함” 같은 PR 설명은 좋은 위생 관리처럼 보이지만 사실 법적 증거입니다. 검토 단계는 배포 전에 원문 재현 문제를 잡아내는 곳이기도 합니다. 비슷한 얘기를 AI 코드 이해도 검사 vs 테스트에서도 했습니다. 사람이 출력물을 실제로 들여다봐야 하고, 고무도장 찍듯 승인하면 안 됩니다.
  3. 의존성뿐 아니라 코드도 스캔하라. 오픈소스 코퍼스와 스니펫 단위로 대조하는 도구(SCA 의존성 스캔과는 다릅니다)는 실제 카피레프트 위험을 만드는 거의 원문 수준의 사례를 잡아낼 수 있습니다. AI 비중이 높은 커밋에 돌리고, AI 도구의 내장 중복 필터, 예를 들어 Copilot의 “공개 코드와 일치하는 제안 차단” 설정은 엄격한 쪽으로 맞춰 두세요.
  4. 카피레프트를 경계선으로 삼아라. 허용적 라이선스(MIT, BSD, Apache)는 원문 재현이라는 최악의 경우에도 위험이 작습니다. GPL, 특히 AGPL에서는 의도치 않은 파생물이 비싸집니다. 스캔에서 카피레프트 코드와 일치하는 부분이 나오면 스니펫을 보고 고치지 말고, 명세서부터 다시 작성하세요.

커밋 트레일러 규칙이 가장 레버리지가 큰 부분이고, 설정은 5분이면 끝납니다. prepare-commit-msg 훅에서 이 항목을 묻도록 할 수 있고, CI에서는 PR에 AI 보조 라벨이 붙었을 때 트레일러가 있는지 강제할 수 있습니다.

#!/bin/bash
# scripts/check-provenance.sh — run in CI on pull requests
# Fails if a PR labeled "ai-assisted" has commits without an Assisted-By trailer.
set -euo pipefail
BASE="${1:-origin/main}"
missing=$(git log --format='%H %(trailers:key=Assisted-By,valueonly)' "${BASE}..HEAD" \
| awk '{ if ($2 == "") print $1 }')
if [ -n "$missing" ]; then
echo "These commits lack an 'Assisted-By:' trailer:" >&2
echo "$missing" >&2
echo "Add e.g.:  git commit --trailer 'Assisted-By: claude-code (reviewed)'" >&2
exit 1
fi
echo "Provenance trailers present on all commits."

트레일러에는 도구를 기록하고, 무엇보다 사람이 결과물을 검토했다는 사실을 남겨야 합니다. Assisted-By: copilot (reviewed)는 Assisted-By: copilot만 적힌 것과는 미래의 감사관에게 전혀 다른 이야기를 전합니다. 그리고 엔지니어링 핸드북에 짧은 섹션을 추가해서, 우리 팀에서 무엇이 의미 있는 사람의 기여인지 정의하세요. 아키텍처 결정, 테스트 설계, 의미 있는 수정 같은 것들입니다. 법원이 요구해서 이걸 하는 게 아닙니다. 법이 어느 쪽으로 결론 나든 “추적했다”가 “전혀 모른다”보다 낫기 때문에 하는 겁니다.

결론

법이 AI 코드의 소유 가능성을 확정할 때까지 기다릴 필요는 없습니다. 가능한 모든 결과는 과정을 문서화한 팀에게 보상을 주고, 문서화하지 않은 팀을 벌합니다.

증거에 비추어 정리하면 이렇습니다. AI가 생성한 코드는 무조건 퍼블릭 도메인이 아닙니다. 작품 전체에 대한 인간의 저작 행위가 여전히 인정될 수 있고, 관할권마다 입장도 다릅니다. 오픈소스로 학습했다고 출력물이 오픈소스가 되는 건 아닙니다. 법원도 대체로 그 이론을 기각했습니다. 다만 원문 재현은 과소평가된 실제 책임입니다. 프롬프트만 입력한다고 저작자가 되는 것은 아니지만, 지속적이고 문서화된 인간의 지시는 아마 그렇게 만들 겁니다. 의무적인 오픈소스 체제는 법적으로 일관성이 없고 정책으로서도 쓸모가 없습니다. 그리고 여러분의 라이선스 스캐너는 지금 코드 대부분을 만들어내는 바로 그 경로를 보지 못합니다. AI 코드가 무료여야 하는지에 대한 논쟁은 맥주 한잔하며 나눌 만한 좋은 이야기입니다. 하지만 엔지니어링의 답은 그 논쟁을 기다리지 않습니다. 출처를 추적하고, 사람이 눈에 보이게 개입하게 하고, 스니펫 단위로 스캔하고, 카피레프트를 경보 장치로 다루세요. 이것은 지금도 참이고, 법원이 결국 어떻게 판결하든 계속 참일 겁니다.