기존의 GPL(GNU 일반 공중 사용 허가서) 같은 라이선스가 ‘코드’를 복사·수정·배포할 때 적용됐다면, CCAI는 한 걸음 더 나아간다. 오픈소스 코드를 ‘학습 데이터’로 사용한 AI 모델 자체를 법적으로 ‘2차적 저작물(derivative work)’로 간주하는 것이다 . 즉, 100% 인간이 짠 코드뿐 아니라 그 코드를 먹고 자란 인공지능의 두뇌(가중치·파라미터)까지도 원본 라이선스의 지배를 받게 하겠다는 발상이다.

AI 기업에 요구되는 3대 투명성 의무

이 라이선스가 현실화된다면 AI 개발자들은 더 이상 ‘블랙박스’에 숨을 수 없다. 연구진이 요구하는 구체적인 공개 사항은 다음과 같다 :

1. 모델 아키텍처(Model architecture): 신경망이 어떻게 설계되었는지 그 구조를 낱낱이 밝혀야 한다 .
2. 학습 데이터(Training data): 어떤 데이터셋을 긁어모아 훈련시켰는지 그 내역을 투명하게 공개해야 한다 .
3. 파생 모델의 CCAI 승계: 원본 모델을 미세 조정(fine-tuning)하거나 변형한 2차 모델 역시 동일한 CCAI 조항 아래 배포되어야 한다 .

쉽게 말해, 커뮤니티의 지식을 무임승차해 만든 AI는 그 지식을 다시 커뮤니티에 환원하라는 것이다. 연구진은 이것이 단순한 도덕적 권고가 아니라 집행 가능한 지렛대(enforceable leverage) 로 작동하길 바라고 있다 .

누가 이 연구를 주도했나?

이 야심 찬 제안은 예일대 디지털 윤리 센터(DEC)에서 나왔다. 논문 "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" 의 저자는 총 5인이다 :

• Grant Shanklin (제1저자, DEC 주니어 펠로우)
• Claudio Novelli (DEC 연구원)
• Emmie Hine (DEC 연구원)
• Luciano Floridi (DEC 창립 이사)
• Tyler Schroder (전 DEC 학부 펠로우)

산 넘어 산: CCAI 앞에 놓인 4가지 법적 난제

아무리 이론적으로 아름다운 설계라도 법원과 현실이라는 벽을 넘어야 한다. 연구진 스스로도 CCAI의 실효성을 위협하는 불확실성들을 솔직하게 인정하고 있다 .

1. 공정 이용(Fair Use)의 벽: 가장 큰 복병이다. 저작권법상 AI 학습이 ‘공정 이용’에 해당한다면, 애초에 코드 사용 자체에 저작권자의 허락이 필요 없게 된다. 이 경우 CCAI의 코필레프트 의무를 강제할 법적 근거가 송두리째 흔들릴 수 있다 .
2. AI 모델은 2차적 저작물인가?: 법원이 AI 모델의 학습된 가중치(weights)를 코드의 ‘개작물’로 볼지, 아니면 단순한 사실적 정보의 추출물로 볼지는 전 세계적으로 아직 결론이 나지 않은 난제다 .
3. 관할권의 차이(Jurisdictional Divergence): 미국에서는 통용되더라도 유럽연합(EU)이나 한국에서는 저작권법 체계가 다르다. 각국의 법리에 따라 같은 라이선스라도 집행력이 천차만별일 수밖에 없다 .
4. 현실적인 출처 추적 문제: 수억 건의 코드로 학습한 최신 LLM에게 “이 특정 코드가 너의 출력에 어떤 영향을 미쳤는지 증명하라”고 묻는 것은 기술적으로도, 법정 증거의 측면에서도 극히 까다로운 숙제다 .

CCAI는 오픈소스 정신을 지키려는 절박한 법적 실험이지만, 법정과 기술 현장의 괴리를 어떻게 메울지는 여전히 미지수다.

기존의 GPL(GNU 일반 공중 사용 허가서) 같은 라이선스가 ‘코드’를 복사·수정·배포할 때 적용됐다면, CCAI는 한 걸음 더 나아간다. 오픈소스 코드를 ‘학습 데이터’로 사용한 AI 모델 자체를 법적으로 ‘2차적 저작물(derivative work)’로 간주하는 것이다 . 즉, 100% 인간이 짠 코드뿐 아니라 그 코드를 먹고 자란 인공지능의 두뇌(가중치·파라미터)까지도 원본 라이선스의 지배를 받게 하겠다는 발상이다.

AI 기업에 요구되는 3대 투명성 의무

이 라이선스가 현실화된다면 AI 개발자들은 더 이상 ‘블랙박스’에 숨을 수 없다. 연구진이 요구하는 구체적인 공개 사항은 다음과 같다 :

1. 모델 아키텍처(Model architecture): 신경망이 어떻게 설계되었는지 그 구조를 낱낱이 밝혀야 한다 .
2. 학습 데이터(Training data): 어떤 데이터셋을 긁어모아 훈련시켰는지 그 내역을 투명하게 공개해야 한다 .
3. 파생 모델의 CCAI 승계: 원본 모델을 미세 조정(fine-tuning)하거나 변형한 2차 모델 역시 동일한 CCAI 조항 아래 배포되어야 한다 .

쉽게 말해, 커뮤니티의 지식을 무임승차해 만든 AI는 그 지식을 다시 커뮤니티에 환원하라는 것이다. 연구진은 이것이 단순한 도덕적 권고가 아니라 집행 가능한 지렛대(enforceable leverage) 로 작동하길 바라고 있다 .

누가 이 연구를 주도했나?

이 야심 찬 제안은 예일대 디지털 윤리 센터(DEC)에서 나왔다. 논문 "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" 의 저자는 총 5인이다 :

• Grant Shanklin (제1저자, DEC 주니어 펠로우)
• Claudio Novelli (DEC 연구원)
• Emmie Hine (DEC 연구원)
• Luciano Floridi (DEC 창립 이사)
• Tyler Schroder (전 DEC 학부 펠로우)

산 넘어 산: CCAI 앞에 놓인 4가지 법적 난제

아무리 이론적으로 아름다운 설계라도 법원과 현실이라는 벽을 넘어야 한다. 연구진 스스로도 CCAI의 실효성을 위협하는 불확실성들을 솔직하게 인정하고 있다 .

1. 공정 이용(Fair Use)의 벽: 가장 큰 복병이다. 저작권법상 AI 학습이 ‘공정 이용’에 해당한다면, 애초에 코드 사용 자체에 저작권자의 허락이 필요 없게 된다. 이 경우 CCAI의 코필레프트 의무를 강제할 법적 근거가 송두리째 흔들릴 수 있다 .
2. AI 모델은 2차적 저작물인가?: 법원이 AI 모델의 학습된 가중치(weights)를 코드의 ‘개작물’로 볼지, 아니면 단순한 사실적 정보의 추출물로 볼지는 전 세계적으로 아직 결론이 나지 않은 난제다 .
3. 관할권의 차이(Jurisdictional Divergence): 미국에서는 통용되더라도 유럽연합(EU)이나 한국에서는 저작권법 체계가 다르다. 각국의 법리에 따라 같은 라이선스라도 집행력이 천차만별일 수밖에 없다 .
4. 현실적인 출처 추적 문제: 수억 건의 코드로 학습한 최신 LLM에게 “이 특정 코드가 너의 출력에 어떤 영향을 미쳤는지 증명하라”고 묻는 것은 기술적으로도, 법정 증거의 측면에서도 극히 까다로운 숙제다 .

CCAI는 오픈소스 정신을 지키려는 절박한 법적 실험이지만, 법정과 기술 현장의 괴리를 어떻게 메울지는 여전히 미지수다.