출판사들, 저커버그가 메타의 AI 저작권 침해를 직접 밀어붙였다고 소송

이번 소송의 핵심은 “학습했냐”보다 “어떻게 가져왔냐”임

• 미국 출판사 5곳과 작가 스콧 터로가 메타와 마크 저커버그를 상대로 새 저작권 소송을 냄

  • 참여한 출판사는 Hachette, Macmillan, McGraw Hill, Elsevier, Cengage임
  • 사건은 5월 5일 미국 뉴욕 남부지방법원에 제기됨
  • 원고 측은 메타가 Llama 학습을 위해 수백만 권의 책, 논문, 기사 등 저작물을 불법 복제했다고 주장함

• 소장 표현이 꽤 세다. 메타가 AI 군비 경쟁에서 이기려고 “move fast and break things”를 그대로 저작권 영역에 적용했다는 식임

  • 원고 측은 메타가 악명 높은 해적 사이트에서 저작권 책과 학술 논문을 토렌트로 받았다고 주장함
  • 또 사실상 인터넷 전체에 가까운 무단 웹 스크랩 자료를 내려받았다고도 주장함
  • 그렇게 확보한 자료를 여러 번 복제해 수십억 달러 규모의 생성형 AI 시스템인 Llama 학습에 썼다는 게 소송의 뼈대임

메타는 공정 이용으로 맞서겠다는 입장

• 메타 측은 강하게 반박함

  • 메타 대변인은 AI가 개인과 기업의 혁신, 생산성, 창의성을 이끌고 있다고 말함
  • 또 법원이 저작권 자료를 AI 학습에 쓰는 것이 공정 이용에 해당할 수 있다고 판단해 왔다고 주장함
  • 이번 소송에도 적극적으로 맞서겠다는 입장임

• 실제로 작가들이 AI 기업을 상대로 낸 저작권 소송에서 패한 사례도 있음

  • 2025년 6월, 미국 연방 판사는 사라 실버먼과 주노 디아스 등 작가 13명이 메타를 상대로 낸 청구를 기각함
  • 당시 판사는 메타가 약 20만 권 규모의 책 데이터셋을 Llama 학습에 사용한 것이 공정 이용이라고 봄
  • 그래서 이번 사건은 원고가 단순 학습 사용보다 더 구체적인 “불법 취득과 은폐” 쪽으로 공격하는 모양새임

저커버그 개인 지시 주장이 소송의 화약고임

• 원고 측은 저커버그가 침해를 개인적으로 승인하고 장려했다고 주장함

  • 소장에는 메타가 저작권 관리 정보(CMI)를 제거해 학습 출처를 숨기고 무단 사용을 쉽게 만들었다는 주장도 들어 있음
  • 메타가 저작물 라이선스 구매를 검토하다가 저커버그에게 사안이 올라간 뒤 전략을 멈췄다는 내용도 포함됨

• 구체적인 숫자도 등장함

  • 소장에 따르면 메타는 2023년 1월부터 4월까지 데이터셋 라이선스 예산을 최대 2억 달러까지 늘리는 방안을 논의함
  • 하지만 2023년 4월 초 라이선스 전략을 갑자기 중단했다고 원고는 주장함
  • 한 메타 직원은 “책 한 권이라도 라이선스하면 공정 이용 전략에 기대기 어려워진다”는 취지로 말했다고 소장에 적힘

• 원고 측은 메타가 라이선스 시장의 존재를 몰랐던 게 아니라고 봄

  • 메타는 2022년에 아프리카 언어 도서 출판사들과 제한된 학습 세트용 라이선스 4건을 체결했다고 소장에 나옴
  • Fox News, CNN, USA Today 같은 주요 뉴스 출판사와도 라이선스 계약을 맺었다는 주장도 포함됨
  • 즉 “라이선스라는 선택지를 알고도 다른 길을 택했다”는 논리임

267TB와 LibGen 메모가 꽤 치명적인 디테일로 등장함

• 소장에는 메타 내부에서 LibGen 사용의 법적 위험을 논의했다는 주장도 있음

  • 2023년 12월 13일, 메타 직원들이 LibGen 사용 리스크 관련 메모를 내부 공유했다고 원고는 주장함
  • 그 메모는 LibGen을 “해적판임을 아는 데이터셋”으로 묘사했고, 학습에 쓴 LibGen 데이터셋 사용 사실을 공개하지 않겠다는 취지의 내용도 있었다고 함

• 원고 측이 제시한 규모는 267TB 이상임

  • 소장에 따르면 저커버그와 다른 메타 임원들이 267TB가 넘는 해적 자료 토렌트를 승인하고 지시함
  • 원고는 이 규모가 수억 개 출판물에 해당하고, 미국 의회도서관 전체 인쇄 컬렉션보다 여러 배 크다고 주장함
  • 숫자만 보면 “몇 권 몰래 썼다”가 아니라 산업 단위 데이터 조달 문제로 커지는 그림임

• 원고는 Llama가 학습 저작물의 대체재를 대량 생성한다고도 주장함
  • 원문 또는 거의 원문에 가까운 복제물, 학술 교재의 대체 챕터, 유명 소설과 논문의 요약과 변형본이 예시로 제시됨
  • 창작 요소를 베낀 저품질 모방물이나 권리자에게만 허용된 파생 저작물도 생성된다고 주장함
  • 특정 작가의 표현 방식과 창의적 선택을 흉내 내도록 Llama가 출력한다는 주장도 포함됨

---

기술 맥락

• 이번 사건에서 개발자에게 중요한 건 모델 학습이 법적으로 허용되느냐 하나만이 아니에요. 어떤 데이터셋을 어디서 받았고, 라이선스 검토를 누가 멈췄고, 내부에서 위험을 어떻게 기록했는지가 전부 모델 개발 프로세스의 일부로 취급될 수 있거든요.

• 메타가 공정 이용을 주장하는 이유는 대규모 언어 모델(LLM) 학습이 기존 저작물을 그대로 서비스하는 게 아니라 통계적 패턴을 학습한다는 논리에 기대기 때문이에요. 하지만 원고는 해적 사이트, 저작권 관리 정보 제거, 267TB 토렌트 같은 취득 과정의 문제를 앞세워 그 방어선을 흔들려는 거예요.

• 라이선스 예산 2억 달러 논의가 중요한 이유도 여기에 있어요. 회사가 합법 조달 경로를 검토했다는 사실은 “몰랐다”는 방어를 약하게 만들 수 있고, 반대로 왜 그 전략을 중단했는지가 핵심 쟁점이 될 수 있어요.

• AI 팀 입장에서는 데이터 거버넌스가 더 이상 문서팀이나 법무팀만의 일이 아니에요. 학습 파이프라인에 들어가는 데이터 출처, 권리 상태, 제거 요청 대응, 내부 승인 기록까지 재현 가능하게 남겨야 나중에 모델을 방어할 수 있어요.