데이터 라이선스

AI 모델 학습이나 서비스 운영에 특정 데이터를 사용할 수 있는 조건과 범위를 규정한 법적 계약을 말한다.

AI 모델은 텍스트, 이미지, 코드 등 방대한 데이터를 학습에 활용하는데, 그 데이터의 저작권자가 누구이며 어떤 용도로 써도 되는지 정해두지 않으면 저작권 침해나 계약 위반 분쟁으로 이어질 수 있다. 데이터 라이선스는 상업적 이용 가능 여부, 재배포·파생물 생성 허용 범위, 출처 표시 의무 등을 조항으로 명시하며, 크리에이티브 커먼즈 같은 표준 라이선스부터 기업 간 개별 계약까지 형태가 다양하다. 실무에서는 모델 학습용 데이터셋을 수집하거나 외부 데이터 제공업체와 계약을 맺을 때, 혹은 공개된 데이터셋을 파인튜닝에 써도 되는지 검토할 때 라이선스 조항을 확인하는 절차를 거친다. 학습 데이터 출처 공개를 요구하는 규제나 관행이 확산되면서 라이선스 검토는 모델 개발 초기 단계에서 빼놓을 수 없는 작업으로 자리 잡고 있다. 흔히 오해하는 점은 인터넷에 공개되어 누구나 볼 수 있는 데이터라고 해서 저작권이 없거나 자유롭게 학습에 써도 된다고 여기는 것인데, 접근이 가능하다는 사실과 이용을 허락받았다는 사실은 전혀 다른 문제다.