AI 학습데이터 저작권 침해 손해배상 계산기
생성형 AI가 크리에이터·언론사 저작물을 무단 학습·출력한 경우의 손해배상액을 산정합니다.
기여도·유사도 기반 4가지 산정방식 비교, 소송비용 분석, 대응 절차 가이드까지 한번에 제공합니다.
12가지 저작물 유형
기사·문학·사진·일러스트·음악·영상·코드까지 AI 학습 피해 전 유형 지원
4가지 산정방식 비교
AI사업자 이익·라이선스료·법정배상·종합배상 방식별 비교 분석
대응 절차·증거 가이드
증거 확보부터 내용증명·조정·소송까지 단계별 가이드 및 체크리스트
본 계산기는 참고용이며 법적 효력이 없습니다. AI 저작권 분쟁은 새로운 법리가 형성 중이므로 반드시 전문 변호사와 상담하시기 바랍니다.
📝 저작물 정보
🤖 AI 서비스 정보
🧠 학습 단계 정보
📤 출력 단계 정보
가중/감경 사유
가중 사유
감경 사유
추천 산정방식: 법정손해배상
저작권법 §125의2
최소
1,330만원
중간
2,500만원
최대
4,020만원
유사도 → 기여도 분석
유사도
70%
기여도
65.0%
위자료
400만원
4가지 산정방식 비교
AI사업자 이익 기반
저작권법 §125① 유추적용
라이선스료 기반
저작권법 §125③ 유추적용
법정손해배상
저작권법 §125의2
위자료 포함 종합
민법 §751 + 저작권법
가중/감경 기여도 분석
해외 AI 저작권 소송 판례
NYT vs OpenAI (2023~)
피고: OpenAI, Microsoft | 청구: 수십억 달러
기사 학습·재생산
Getty Images vs Stability AI (2023~)
피고: Stability AI | 청구: $18억+
이미지 무단 학습
Andersen v. Stability AI (2023~)
피고: Stability AI, Midjourney | 청구: 미정
일러스트레이터 집단소송
Authors Guild vs OpenAI (2023~)
피고: OpenAI | 청구: 미정
소설/논픽션 작가 집단소송
RIAA vs Suno/Udio (2024~)
피고: Suno, Udio | 청구: 미정
음악 AI 무단 학습
Thomson Reuters vs ROSS (2020~)
피고: ROSS Intelligence | 청구: 합의
법률DB 무단 학습
AI 학습데이터 저작권 침해 손해배상 계산기란?
AI 학습데이터 저작권 침해 손해배상 계산기는 생성형 AI(ChatGPT, Midjourney, Stable Diffusion, Suno AI 등)가 크리에이터·언론사의 저작물을 무단으로 학습하거나 유사한 콘텐츠를 출력한 경우의 손해배상액을 산정하는 전문 도구입니다.
2026년 최신 AI 저작권 가이드라인과 국내외 판례를 반영하여, 기여도·유사도 기반으로 손해배상 청구 가능액을 자동 계산합니다.
AI 기술의 급속한 발전과 함께 저작권 침해 분쟁이 폭발적으로 증가하고 있는 현재, 자신의 권리를 정확히 파악하는 것이 매우 중요합니다.
이런 분들에게 유용합니다
- • 생성형 AI에 저작물이 무단 학습된 크리에이터 (작가, 일러스트레이터, 사진작가, 음악가)
- • AI 생성 콘텐츠로 인해 트래픽·수입이 감소한 언론사·출판사
- • AI 저작권 분쟁을 준비하거나 담당하는 변호사·법무사
- • AI 서비스 제공자의 법적 리스크를 사전 평가하는 기업 법무팀
- • AI 저작권 정책을 연구하는 학계·싱크탱크 연구원
- • 라이선스 계약 협상을 앞두고 적정 보상 금액을 파악하려는 콘텐츠 권리자
AI 저작권 침해란 무엇인가요?
AI 저작권 침해는 크게 두 가지 단계에서 발생할 수 있습니다.
첫 번째는 학습 단계 침해로, AI 모델이 저작권이 있는 콘텐츠를 권리자의 동의 없이 크롤링·스크래핑하여 훈련 데이터로 사용하는 것입니다.
두 번째는 출력 단계 침해로, 학습된 AI가 원저작물과 실질적으로 유사한 콘텐츠를 생성·출력하는 것입니다.
학습 단계 침해 (Training Stage)
AI 모델 개발사가 웹 크롤링, API 스크래핑, 제3자 데이터셋 구매 등의 방법으로 저작물을 수집하여 모델 훈련에 사용하는 행위입니다.
- • 웹 크롤링: robots.txt를 무시하고 웹사이트의 텍스트·이미지를 대량 수집하는 경우
- • API 스크래핑: 플랫폼의 API를 이용약관에 반하여 대량으로 데이터를 추출하는 경우
- • 제3자 데이터셋: Common Crawl, LAION 등 대규모 데이터셋에 포함된 저작물을 사용하는 경우
- • 옵트아웃 무시: 저작권자가 학습 제외를 요청했으나 이를 무시하는 경우
출력 단계 침해 (Output Stage)
학습된 AI 모델이 사용자의 프롬프트에 응답하여 원저작물과 유사한 콘텐츠를 생성하는 행위입니다.
유사도가 높을수록 침해 인정 가능성이 높아집니다.
- • 텍스트 재생산: 기사, 소설, 논문의 문장이 거의 그대로 출력되는 경우
- • 이미지 유사 생성: 특정 작가의 화풍이나 캐릭터를 모방한 이미지가 생성되는 경우
- • 음악 유사 생성: 기존 곡의 멜로디, 가사, 편곡을 모방한 음악이 생성되는 경우
- • 코드 직접 출력: 오픈소스 라이선스를 위반하여 코드가 그대로 출력되는 경우
손해배상 산정 방식
① AI사업자 이익 기반 산정
저작권법 제125조 제1항을 유추 적용하여, AI 서비스의 매출에서 해당 저작물의 기여도만큼을 침해자의 이익으로 추정합니다.
빅테크 AI 서비스의 경우 매출 규모가 크기 때문에 소수의 기여도로도 상당한 배상액이 산출될 수 있습니다.
산정 공식
AI서비스 매출 × 해당 저작물 기여도 × 이익률
② 라이선스료 기반 산정
저작권법 제125조 제3항을 유추 적용하여, 통상적인 라이선스 사용료를 기준으로 출력빈도와 유사도를 반영합니다.
저작물의 시장 가격이 명확하고 라이선스 거래 이력이 있는 경우 가장 객관적인 산정 방식입니다.
산정 공식
라이선스 단가 × 출력빈도 × 유사도 × 기여도
③ 법정손해배상
저작권법 제125조의2에 따라, 실제 손해액을 입증하기 어려운 경우 법원이 인정하는 법정 손해배상입니다.
비영리 목적인 경우 1,000만원 이하, 영리 목적인 경우 5,000만원 이하의 범위에서 법원이 결정합니다.
AI 학습 침해는 손해액 산정이 어려운 경우가 많아 법정손해배상이 자주 활용될 수 있습니다.
④ 위자료 포함 종합 산정
민법 제751조와 저작권법을 결합하여, 최적 산정방식의 금액에 정신적 손해(위자료)를 추가한 종합 배상액입니다.
개인 크리에이터의 경우 생계 수단의 침해, 저명 예술가의 경우 명성 훼손 등을 고려하여 위자료가 가중될 수 있습니다.
사용 방법
1단계: 저작물 정보 입력
피해를 입은 저작물의 유형, 수량, 시장 가치, 라이선스 단가를 입력합니다.
정확한 금액을 모르는 경우 저작물 유형별 기본값이 자동으로 적용됩니다.
2단계: AI 서비스 정보 입력
침해를 한 AI 서비스의 유형(텍스트/이미지/음악/코드 생성), 규모(스타트업/중견/빅테크), 월간 사용자 수(MAU)를 입력합니다.
공개된 IR 자료나 뉴스 보도를 참고하여 매출과 이익률을 추정할 수 있습니다.
3단계: 학습·출력 단계 정보 입력
AI의 학습 방식(웹 크롤링, API 스크래핑 등)과 옵트아웃 제공 여부를 선택합니다.
출력 단계에서는 유사도 점수와 출력 횟수, 상업적 이용 비율을 입력합니다.
유사도 슬라이더를 조정하면 기여도가 자동으로 산출됩니다.
4단계: 가중·감경 사유 선택
옵트아웃 요청 무시, 저작자 표시 삭제, 경고 무시 등의 가중 사유와 즉시 삭제 조치, 비영리 목적 등의 감경 사유를 체크합니다.
가중·감경 비율이 최종 손해배상액에 반영됩니다.
5단계: 결과 확인 및 활용
4가지 산정방식별 예상 손해배상액과 추천 산정방식을 확인합니다.
소송비용 분석 탭에서 소송 경제성을 판단하고, 대응 절차와 증거 체크리스트를 활용하여 실제 대응을 준비할 수 있습니다.
유사도 점수와 기여도의 관계
AI 저작권 침해 소송에서 가장 핵심적인 쟁점은 원저작물과 AI 출력물 사이의 유사도입니다.
유사도 점수에 따라 법적 기여도(침해 인정 비율)가 달라지며, 이는 최종 손해배상액에 직접적인 영향을 미칩니다.
| 유사도 구간 | 기여도 | 법적 해석 |
|---|---|---|
| 90~100% | 90~100% | 거의 복제 수준 — 명백한 침해 |
| 70~89% | 60~80% | 실질적 유사성 인정 가능 |
| 50~69% | 30~50% | 부분적 유사 — 분쟁 여지 있음 |
| 30~49% | 10~20% | 약한 유사성 — 입증 어려움 |
| 0~29% | 1~5% | 우연의 일치 가능성 |
주요 해외 AI 저작권 소송 사례
전 세계적으로 AI 저작권 소송이 급증하고 있으며, 이러한 판례는 한국 법원에서도 참고 자료로 활용될 수 있습니다.
주요 사건의 쟁점과 진행 상황을 이해하면 자신의 사례를 분석하는 데 도움이 됩니다.
NYT vs OpenAI·Microsoft (2023~)
뉴욕타임스가 OpenAI와 마이크로소프트를 상대로 제기한 소송으로, AI 저작권 분쟁의 대표적 사례입니다.
ChatGPT가 NYT 기사를 거의 그대로 재생산하는 사례가 증거로 제출되었으며, 수십억 달러의 손해배상을 청구하고 있습니다.
이 사건은 뉴스 콘텐츠의 AI 학습 사용에 대한 법적 기준을 설정하는 중요한 선례가 될 전망입니다.
Getty Images vs Stability AI (2023~)
세계 최대 스톡 이미지 회사인 Getty Images가 Stability AI를 상대로 18억 달러 이상의 손해배상을 청구한 사건입니다.
Stable Diffusion이 Getty의 워터마크가 포함된 이미지를 학습 데이터로 사용한 증거가 핵심 쟁점입니다.
이미지 생성 AI의 학습 데이터 저작권 문제에 대한 중요한 판례가 될 것으로 예상됩니다.
RIAA vs Suno·Udio (2024~)
미국음반산업협회(RIAA)가 음악 AI 서비스인 Suno와 Udio를 상대로 제기한 소송입니다.
AI가 기존 음악을 학습하여 유사한 곡을 생성하는 것이 저작권 침해인지가 핵심 쟁점이며, 음악 업계의 AI 활용 경계를 정하는 중요한 사건입니다.
AI 저작권 침해 대응 절차
1단계: 증거 확보 (가장 중요)
AI 저작권 침해 대응에서 가장 중요한 첫 단계는 증거 확보입니다.
시간이 지나면 AI 서비스가 업데이트되어 증거가 사라질 수 있으므로, 발견 즉시 확보해야 합니다.
- • AI 출력물 스크린샷 (프롬프트, 날짜·시간 포함)
- • 원저작물과의 유사도 비교 자료 (병렬 대비)
- • AI 학습 데이터셋 포함 여부 확인 (Have I Been Trained 등 검색 도구 활용)
- • AI 서비스의 이용약관 및 개인정보처리방침 저장
- • 타임스탬프 기반 원저작물의 선후관계 증명
2단계: 내용증명 발송
소송 이전에 AI 서비스 제공자에게 학습데이터 삭제와 출력 필터링을 요청하는 내용증명을 발송합니다.
내용증명은 법적 대응의 전 단계로, 상대방의 대응 태도에 따라 이후 전략이 달라집니다.
- • 학습데이터에서의 저작물 삭제 요청
- • 유사 출력물 필터링·차단 요청
- • 라이선스 협상 제안 (합의 가능성 타진)
- • 회신 기한 명시 (통상 14일)
3~4단계: 조정 및 법적 대응
한국저작권위원회의 분쟁 조정 절차를 활용하면 소송보다 빠르고 저렴하게 분쟁을 해결할 수 있습니다.
조정이 불발될 경우 가처분 신청(침해 중지)과 본안 소송(손해배상)을 진행합니다.
AI 저작권 전문 변호사를 선임하는 것이 권장되며, 집단소송 참여도 검토해볼 수 있습니다.
2026년 한국 AI 저작권 현황
한국에서도 AI 저작권 관련 법제도가 빠르게 변화하고 있습니다.
2025년 문화체육관광부가 발표한 'AI 학습용 저작물 이용 가이드라인'을 시작으로, 2026년에는 저작권법 개정안이 본격적으로 논의되고 있습니다.
주요 법적 동향
- AI 학습용 저작물 이용 가이드라인 (2025): 문화체육관광부가 발표한 AI 학습 관련 첫 공식 가이드라인으로, 옵트아웃 절차와 공정 보상 원칙을 제시합니다.
- 저작권법 개정안 논의 (2026): TDM(텍스트·데이터 마이닝) 예외 범위, AI 학습 면책 조건, 보상금 청구권 등이 논의되고 있습니다.
- 한국저작권위원회 AI 분쟁 조정: AI 저작권 침해 전문 분쟁 조정 절차가 신설되어, 소송 이전에 효율적인 분쟁 해결이 가능해졌습니다.
- EU AI Act 참고: EU의 AI법과 저작권 지침(Copyright Directive) Art.4의 TDM 예외 규정이 한국 법제도 설계에 참고되고 있습니다.
자주 묻는 질문 (FAQ)
Q. AI가 내 저작물을 학습했는지 어떻게 확인하나요?
A. Have I Been Trained(haveibeentrained.com) 같은 도구를 사용하면 이미지 학습 데이터셋 포함 여부를 확인할 수 있습니다.
텍스트의 경우 AI에게 직접 프롬프트를 입력하여 원문과 유사한 출력이 나오는지 테스트해볼 수 있습니다.
정확한 확인을 위해서는 디지털 포렌식 전문가의 도움이 필요할 수 있습니다.
Q. AI 학습에 사용된 것만으로도 저작권 침해인가요?
A. 이 부분은 현재 법적으로 가장 뜨거운 논쟁 중 하나입니다.
한국 저작권법상 학습 자체가 복제에 해당하는지, TDM 예외가 적용되는지 아직 명확한 판례가 없습니다.
다만, 상업적 목적의 무단 학습은 공정이용 항변이 어려우며, 특히 옵트아웃 요청을 무시한 경우 침해 인정 가능성이 높습니다.
Q. 개인 크리에이터도 빅테크 기업을 상대로 소송할 수 있나요?
A. 네, 가능합니다.
개인이 직접 소송하기 어려운 경우 집단소송에 참여하거나, 한국저작권위원회의 분쟁 조정 절차를 이용할 수 있습니다.
법률구조공단의 지원을 받을 수도 있으며, 성공보수 방식으로 변호사를 선임하는 방법도 있습니다.
Q. 저작권 등록을 하지 않았어도 보호받을 수 있나요?
A. 네, 한국 저작권법에서 저작권은 창작과 동시에 발생하므로 등록하지 않아도 보호받습니다.
다만, 한국저작권위원회에 등록하면 권리 추정이 용이해지고, 법정손해배상 청구 시 유리할 수 있습니다.
등록 비용은 1건당 약 2만원으로 저렴하므로, 중요한 저작물은 사전에 등록해두는 것을 권장합니다.
Q. 손해배상 외에 다른 구제 방법은 없나요?
A. 손해배상 청구 외에도 다양한 구제 수단이 있습니다.
침해 중지 가처분 신청으로 AI 서비스의 해당 기능을 중지시킬 수 있고, 학습데이터 삭제 청구도 가능합니다.
또한 형사 고소(저작권법 위반)를 통해 처벌을 요구할 수도 있습니다.
Q. 이 계산기의 결과를 법정에서 사용할 수 있나요?
A. 본 계산기의 결과는 참고용이며, 법적 효력은 없습니다.
다만, 소송 준비 단계에서 대략적인 청구 금액을 추정하거나, 소송 경제성을 판단하는 데 유용하게 활용할 수 있습니다.
실제 소송에서는 법원이 감정인을 선임하여 별도의 감정을 진행합니다.
크리에이터를 위한 예방 팁
- 저작권 등록: 한국저작권위원회에 저작물을 등록하면 권리 입증이 용이해집니다.
특히 AI 침해 분쟁에서 창작 시점을 증명하는 데 결정적 증거가 됩니다. - 옵트아웃 설정: robots.txt에 AI 크롤러를 차단하고, 주요 AI 서비스에 옵트아웃을 신청하세요.
Spawning.ai의 Do Not Train 태그를 활용하는 것도 방법입니다. - 워터마크 및 메타데이터: 이미지와 영상에 워터마크를 삽입하고, 메타데이터에 저작권 정보를 기록하세요.
C2PA(Content Authenticity Initiative) 표준을 활용하면 콘텐츠 출처 증명이 가능합니다. - 라이선스 계약서 정비: 기존 라이선스 계약에 AI 학습 금지 조항을 추가하는 것을 검토하세요.
새로운 계약 시에는 AI 학습 관련 조건을 명시적으로 포함시키는 것이 좋습니다. - 증거 아카이빙: 정기적으로 자신의 저작물과 AI 출력물을 비교·확인하고, 침해 의심 사례를 기록해두세요.
웹 아카이브(archive.org)에 게시물을 저장해두면 시점 증명에 활용할 수 있습니다.
지금 바로 AI 저작권 침해 손해배상액을 확인하세요!
저작물 정보와 AI 서비스 정보를 입력하면, 4가지 산정방식으로 예상 손해배상액을 자동 계산합니다.
샘플 시나리오를 선택하면 실제 사례와 유사한 상황의 배상액을 즉시 확인할 수 있습니다.