KCI등재
머신러닝에서 저작권 침해 검토 = Copyright Infringement Judgment in Machine Learning
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
-주제어
KDC
360
등재정보
KCI등재
자료형태
학술저널
수록면
81-110(30쪽)
KCI 피인용횟수
0
비고
학회 요청에 의해 무료로 제공
DOI식별코드
제공처
소장기관
인공지능기술의 발전으로 현행 저작권법상 여러 가지 문제가 늘어나고 있다. 인공지능의 한 분야인 머신러닝(machine learning)이 타인의 저작물이나 데이터를 이용하는 행위가 과연 저작권이 면책되는지 문제가 된다. 즉, 머신러닝 기술을 통해서 허락 없이 저작물을 이용하여 인간보다 더욱 빠르게 새로운 저작물을 만들어내는 행위는 공정이용에 해당되는지 혹은 저작권 침해책임을 부담하여야 되는지 문제가 된다. 본 연구는 우선 현행 인공지능과 머신러닝에 대해 각 학설을 정리하고 인공지능 개념과 머신러닝 개념을 구별한다. 머신러닝의 3가지 종류도 검토하며, 머신러닝의 공정이용 4가지 요소를 적용 여부되는지에 검토한다. 머신러닝 과정에서 주로 표현적 내용여부를 기준으로 ‘비 표현적 머신러닝(non-expressive machine learning)’과 ‘표현적 머신러닝(expressive machine learning)’ 두 가지로 나누었다. 본문은 머신러닝의 저작물이 특정 작가에 기인하는지를 기준으로 ‘표현적 머신러닝’을 ‘일반 표현적 머신러닝(general-expressive machine learning)’과 ‘특정 표현적 머신러닝(specificexpressive machine learning)’으로 한 단계 더 구분한다. 그리고 머신러닝 유형에 따라 공정이용에 해당되는지와 저작권 침해 여부를 논의한다. 결론은 비 표현적 머신러닝은 저작권법상 저작물을 이용하는 것이 아니어서 침해책임이 없다. 일반 표현적 머신러닝은 저작권법상 저작물을 이용하여 공정이용으로 판단되기 때문에 저작권 침해책임이 없다. 특정 표현적인 머신러닝을 이용한 머신러닝은 저작권법상의 저작물을 이용하는 것에 해당하며, 공정이용으로 인정할 수 없어서 해당 저작권 침해책임을 져야 한다. 이 유형의 머신러닝은 해당 저작물 저작권자의 허락을 받거나 저작권료를 지급해야 한다.
더보기The development of artificial intelligence technology is increasing a number of problems under the current copyright law. It is doubtful whether machine learning, a field of artificial intelligence, is exempt from the use of other people’s works or dating. In other words, creating new works faster than humans using machine learning technology without the same work is a question of process requirement or copyright infringement responsibility. This study first organizes each theory about current artificial intelligence and machine learning, and distinguishes artificial intelligence concepts from machine learning concepts. It will also review three types of machine learning, and examine whether four elements of machine learning are applied or not applied. In the process of machine learning, expressive contents were divided into two categories: non-expressive machine learning and expressive machine learning based on whether or not to export them. The text further distinguishes “expressive machine learning” from “general-expressive machine learning” and “specific-expressive machine learning” based on whether the work of machine learning is attributable to a specific author. In addition, depending on the type of machine learning, it is discussed whether it corresponds to the use of the process or whether it violates copyright. The bottom line is that non-expression machine learning does not use works under copyright law, so it is not responsible for infringement. General expressive machine learning is not responsible for copyright infringement because it is judged to be used as a process using works under the Copyright Act. Machine learning using specific expressive machine learning corresponds to the use of works under the Copyright Act, and cannot be recognized as a fair use, so it is responsible for copyright infringement. This type of machine learning requires permission from the copyright holder or payment of copyright fees.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2027 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2018-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2011-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2010-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2009-08-18 | 학회명변경 | 한글명 : 저작권위원회 -> 한국저작권위원회영문명 : Copyright Commission -> Korea Copyright Commission | KCI후보 |
2008-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.44 | 0.44 | 0.51 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.58 | 0.54 | 0.632 | 0.33 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)