【後編】AI学習と音楽著作権:日本の著作権法30条の4と、世界の訴訟・ライセンスの動き

ai-training-music-copyright

音楽をAIに学習させるとき、権利者の許諾は必要なのでしょうか。日本では、著作権法30条の4があり、「AIの学習は原則として自由」と説明されてきました。一方、ドイツの裁判所は、2025年11月と2026年7月に、AI企業に不利な判断を示しました。米国では、大手レーベルがAI音楽サービスと和解し、ライセンス契約に移っています。

この記事は、「AIと音楽著作権」の後編です。前編は、AIが出力した曲の著作権を扱いました。後編は、AIに曲を学習させる行為を扱います。

この記事では、日本の著作権法30条の4の構造、JASRAC(日本音楽著作権協会)の改正要望、政府の新しい指針、海外の判決、ライセンスの動きを整理します。最後に、制度の設計について、筆者の意見を述べます。

本記事は一般的な情報提供を目的としたもので、法的助言ではありません。法制度、判決、各サービスの方針は変わることがあります。外国の判決は、その国の法律に基づく判断です。日本法の結論を、そのまま示すものではありません。個別の案件は、著作権の実務経験がある弁護士・弁理士にご相談ください。

この記事でわかること

  • 著作権法30条の4が、何を認め、何を認めていないのか
  • 音楽のAI学習に、30条の4を当てはめるときの注意点
  • JASRACの改正要望と、政府の「プリンシプル・コード」の内容
  • ドイツ、米国、EU、英国の、最新の判断と制度
  • 訴訟からライセンスへ移る、対価の流れ

用語集

用語英語解説
非享受目的Non-enjoyment purpose享受を目的としない利用。著作権法第30条の4が、許諾なしの利用を認めている
情報解析(TDM)Text and data mining (TDM)大量のデータから、パターンや傾向を取り出す処理
オプトアウトOpt-out権利者が、自分の作品の利用を拒否する意思を示すこと
記憶(メモライゼーション)Memorization学習データの情報が、AIモデルの内部に残り、出力で再現できる状態
フェアユースFair use米国の著作権法にある、公正な利用であれば侵害にならないという考え方

全体版の用語集は、次の記事で確認できます。

目次

1. 先に結論

1-1. 結論

この記事の結論は、次の5点です。

  1. 日本では、非享受目的の利用は、原則として許諾なしにできます。ただし、享受目的が併存する場合と、著作権者の利益を不当に害する場合は、例外です。
  2. 学習が適法でも、生成物が既存の曲に依拠して類似すれば、侵害になり得ます。
  3. ドイツの2つの判決は、モデルが曲や歌詞を記憶して、簡単な指示で再現できる場合を、複製と判断しました。日本法の結論には、直結しません。
  4. 米国の裁判所の判断は、分かれています。音楽では、和解とライセンス契約が、先に進んでいます。
  5. 日本政府は、法改正より先に、透明性を求めるソフトローを公表しました。

1-2. 前編と後編の分担

項目前編後編(本記事)
対象AIが出力した曲(出口)AIに学習させる曲(入口)
主な論点著作物になる条件、JASRACの線引き、申告と検知著作権法30条の4、海外の判決、ライセンス
筆者の見解開示を制度に組み込む案著作権法30条の4の運用の明確化と、任意のライセンス

2. 日本:著作権法30条の4

2-1. 条文の構造

著作権法30条の4は、2018年の改正で設けられ、2019年1月1日に施行されました。構造は、次のとおりです。

  • 柱書:著作物に表現された思想または感情の享受を目的としない場合は、必要と認められる限度で、許諾なしに利用できます。
  • 例示:技術開発の試験、情報解析、人の知覚による認識を伴わない利用が、例として挙げられています。
  • ただし書:著作物の種類、用途、利用の態様に照らして、著作権者の利益を不当に害する場合は、適用されません。

2-2. 文化庁の考え方

文化庁は、2024年3月に「AIと著作権に関する考え方について」を公表しました。この資料で、次の点が示されています。

  • 享受目的が併存する場合:著作権法30条の4は適用されません。例として、少量の学習データを使い、特定の作品の創作的表現の影響を強く受けた出力を目的とする追加学習があります。この学習は、「狙い撃ち学習」と呼ばれています。
  • ただし書の例:情報解析用に販売されているデータベースの著作物を、無断で複製する場合などが、例として示されています。

学習データが海賊版かどうかは、別の論点です。海賊版かどうかと、享受目的の有無は、別の問題だという見解があります。

2-3. 音楽の場合の注意

音楽の録音には、複数の権利が重なります。

  • 曲そのもの(作詞・作曲)の著作権
  • 録音物(原盤)のレコード製作者の権利
  • 歌唱や演奏の実演家の権利

著作権法30条の4は、著作隣接権にも準用されます(著作権法102条)。学習に使うデータが、どの権利者のものかを、整理して考える必要があります。歌手の声の再現は、別の論点です。この記事では扱いません。

2-4. 学習と生成の区別

著作権法30条の4が認めるのは、学習の段階の利用です。生成物を公表したり、販売したりする段階は、著作権法30条の4の対象ではありません。既存の曲に依拠して、類似した生成物を作り、公表すれば、権利者の許諾がない限り、侵害になり得ます。

生成物の著作権については、前編で整理しています。

2-5. JASRACの要望

JASRACは、2023年7月に「生成AIと著作権の問題に関する基本的な考え方」を公表しました。この中で、著作権法30条の4によって、営利目的のAI開発まで原則自由になるのは、フェアではないと述べています。

2023年10月には、内閣府の検討会で、政府に検討を求めました。求めた4点のうち、学習に関わる3点は、次のとおりです。

  1. 学習の局面における権利者の選択の機会の確保
  2. 何を学習したかについての透明性の確保
  3. 依拠性に関する立証負担の軽減

著作者の詐称への罰則については、前編で扱っています。

2026年6月11日には、特設ページを公開し、著作権法30条の4の改正を求めました。AIを利用した作品の取扱い指針は、前編で扱っています。報じられている内容では、EUのAI法にならったオプトアウトの導入、または著作権法30条の4の改正が、要望です。この要望の根拠として、2026年1〜3月のクリエイター調査で、AI学習への利用に反対またはやや反対と答えた人が54%だったと報じられています。

2-6. 政府の動き

2026年6月12日に、政府は「知的財産推進計画2026」を決定しました。計画には、次の内容があります。

  • AI利用の指針(プリンシプル・コード)の策定
  • 権利侵害に対応する民事救済制度の導入
  • 集団的な権利行使の仕組みの検討
  • 権利者の証拠収集の支援

2026年8月25日に、知的財産戦略本部は、「生成AIの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード」を公表しました。このコードは、生成AI事業者が行うべき、透明性の確保と知的財産権の保護の措置について、原則を定めています。法的な拘束力はないソフトローです。

案の段階の解説では、内容は次のとおりでした。最終版の文言は、一次資料で確認してください。

  • 原則1:事業者が、自社のサイトで、概要を開示します。
  • 原則2・3:権利者や利用者からの照会に、回答する体制を整えます。
  • 内閣府が、コードを受け入れると表明した企業の一覧を、公表します。
  • 体制がない場合は、その理由と、整備する時期の説明が求められます。

3. ドイツ:GEMAの2つの判決

ドイツの音楽著作権管理団体GEMAは、AI企業を相手に、2つの訴訟を起こしました。どちらも、ミュンヘン地方裁判所I(第42民事部)の第一審判決です。

3-1. GEMA v. OpenAI(2025年11月11日)

GEMAは、ドイツの楽曲9曲の歌詞について、ChatGPTが学習し、再現していると主張しました。裁判所は、GEMAの請求を大筋で認めました。モデルが歌詞を記憶し、簡単な指示で再現できる点を、複製と判断しました。情報解析(TDM)の例外は、出力で再現される複製を、正当化できないとしました。OpenAIは、控訴しています。

3-2. GEMA v. Suno(2026年7月31日)

事件番号は、42 O 763/25です。GEMAは、AI音楽生成サービスSunoを訴えました。裁判所は、GEMAの請求を大筋で認め、差止め、収益の開示、損害賠償を命じました。判決は、確定していません。報じられている判断の要点は、次のとおりです。

  • モデルが曲を記憶して、簡単な指示で、ほぼ全体を再現できる場合、モデル内の複製に当たります。
  • ドイツ著作権法のTDM例外(44b条)は、パターンを分析する段階には及び得ます。しかし、記憶は、分析の目的ではなく、追加の複製です。そのため、例外の対象外です。
  • SunoがYouTubeの技術的保護を回避して、曲を取得したと認定したと報じられています。そのため、適法なアクセスがなかったとされました。
  • 学習が米国で行われた場合でも、ドイツの著作権の侵害になり得ると判断したと報じられています。
  • 米国法のフェアユースの主張も、退けたと報じられています。

3-3. 日本法との違い

ドイツのTDM例外は、分析の目的と、権利者のオプトアウトを軸にしています。日本の著作権法30条の4は、享受目的の有無を軸にしています。構造が異なるため、ドイツの判断は、日本法にそのまま当てはまりません。ただし、「記憶して再現するAIは、分析ではなく複製を行っている」という考え方は、日本でも参考になります。

3-4. 関連する判断と、審理中の事件

  • Kneschke v. LAION:ハンブルク高等地方裁判所は、2025年12月10日に、写真家の控訴を退けました。画像とその説明を比較して、データセットを作成する行為が、TDMに当たるとした判断を維持しました。モデルの記憶が争点となった上記2件とは、事案が異なります。
  • Like Company v. Google(C-250/25):EU司法裁判所に付託された、生成AIと著作権に関する初めての事件です。2026年3月10日に審理が行われました。法務官意見は、2026年9月3日に予定されていました。2026年10月の記事では、「間もなく公表される」とされています。現在の状況は、確認が必要です。

4. 米国:フェアユースと、レーベルの訴訟

4-1. 書籍の事案

米国では、AIの学習が、フェアユースに当たるかが争われています。判断は、書籍の事案で示されています。

  • Bartz v. Anthropic(2025年6月):連邦地方裁判所は、合法的に取得した書籍での学習を、フェアユースと判断しました。海賊版の図書館から取得した複製は、別に扱いました。その後、15億ドルの和解が成立しました。2026年7月20日に、最終承認されました。対象は約48万2000作品で、1作品あたり、平均で約3,000ドルと報じられています。
  • Kadrey v. Meta(2025年6月):連邦地方裁判所は、その記録の範囲で、学習のフェアユースの主張について、Metaを勝たせました。他の請求は、係属中です。

どちらも、地方裁判所の判断です。上級審の先例ではありません。対象も、書籍です。

4-2. 音楽の事案

2024年6月に、大手レーベルは、SunoとUdioを提訴しました。現在の状況は、次のとおりです。

当事者状況
UMG対Udio2025年10月に和解し、ライセンス契約を締結
Warner対Udio2025年11月に和解
Warner対Suno2025年11月25日に和解し、提携
Sony対Udio係属中。2026年7月2日に、裁判所が3万件超の追加を認めず。2026年7月20日に、Sonyが別訴を提起(30,117件の録音物)
UMG・Sony対Suno係属中

※報道に基づく内容です。係属中の事件の状況は、変わっている可能性があります。裁判所の記録で確認してください(確認日:2026年11月)。

5. EUと英国の制度

5-1. EU

EUには、2019年の著作権指令(DSM指令)があります。次のとおりです。

  • 3条:研究目的のTDMを認めます。
  • 4条:商用のTDMも認めます。ただし、権利者は、オプトアウトで利用を留保できます。

さらに、EUのAI法は、汎用AIモデルの提供者に、2025年8月2日から、次の義務を課しています(53条)。

  • 著作権法を守る方針を作ります。権利者のオプトアウトの特定と遵守を含みます。
  • 学習に使った内容について、十分に詳細な要約を公開します。

この義務は、学習がEU域外で行われた場合でも、EU市場に出す提供者に及びます。AIの出力の表示に関する義務(50条)は、前編で扱っています。

5-2. 英国

英国政府は、2026年3月18日に、著作権とAIに関する報告書を公表しました。オプトアウト付きの広いTDM例外は、推奨案から外されました。即時の改革は、示されていません。英国のTDM例外は、非商用の研究に限られます。

2025年11月4日には、高等法院が、Getty Images v. Stability AIで、二次的な著作権侵害の主張を退けました。

6. 地域別の比較

地域学習の扱い権利者の選択透明性状況
日本非享受目的は許諾不要(ただし書あり)オプトアウトの明文なしプリンシプル・コード(ソフトロー)JASRACが改正を要望
EU商用TDMは可能オプトアウトできるAI法53条で、要約を公開EU司法裁判所で審理中
ドイツ(判決)記憶は複製。TDM例外の対象外判決では未確認判決では未確認第一審。確定していない
米国フェアユースを、事案ごとに判断法的な仕組みは未確認連邦レベルの開示は未確認地裁の判断が分かれる
英国商用は許諾が必要検討中検討中即時の改革なし

7. ライセンスの動き

訴訟と並行して、対価を支払う道が、できつつあります。経路は、2つあります。

7-1. 経路1:訴訟から、和解とライセンスへ

UMGとWarnerは、Udioと和解しました。WarnerはSunoとも和解しました。2026年8月12日には、SunoがBMGとライセンス契約を結んだと報じられています。この契約は、過去の学習も対象とします。アーティストやソングライターが、学習と出力への利用に、オプトインすることを定めています。

7-2. 経路2:管理団体が、学習用のライセンスを提供する

GEMAは、2026年7月に「PLAI by GEMA」を開始したと報じられています。約17万8000曲、60ジャンル超の、ライセンスされた学習データです。

日本のJASRACとNexToneが、学習用のライセンスを提供しているかは、確認できませんでした。

※報道に基づく内容です(確認日:2026年11月)。

8. 筆者の見解

ここからは筆者の意見です。

8-1. 著作権法30条の4の骨格は、維持してよい

技術開発や研究のために、非享受目的の利用を認める考え方は、合理的です。その骨格は、維持してよいと考えます。

8-2. 音楽は、権利者の選択の機会が必要な分野です

音楽は、AIが短時間で大量の代替品を作れる分野です。権利者が、自分の作品の学習利用に条件を付けられることが、重要だと考えます。筆者は、標準必須特許(SEP)の記事でも、権利者が契約の相手や段階を選べることを重視しています。この考え方は、音楽でも同じです。

8-3. 提案

筆者は、次の案を支持します。

  • 著作権法30条の4は、維持します。
  • 文化庁が示した、享受目的の併存と、ただし書の運用を、さらに明確にします。
  • 機械が読み取れるオプトアウトの意思表示に、法的な効力を与えるかどうかを、検討します。
  • 学習の透明性は、プリンシプル・コードを実効的に運用して、確保します。
  • 管理事業者(著作権等管理事業法に基づき、著作権の管理を行う事業者)/管理団体が、任意で学習用のライセンスを提供できる環境を、整えます。

理由は、3つあります。

  1. 条文の骨格を残すため、研究や技術開発への副作用が小さくなります。
  2. EUの方式と近く、国際的な整合性を取りやすくなります。
  3. 海外の和解とライセンス契約が示すように、市場での対価の仕組みが、育ち始めています。

JASRACが2023年に求めた、学習に関わる3点のうち、透明性の確保(2点目)と、立証負担の軽減(3点目)は、プリンシプル・コードと、証拠収集の支援によって、部分的に対応が進む方向にあります。一方、学習の局面における権利者の選択の機会(1点目)は、まだ実現していません。

8-4. ドイツ型の判断には、慎重に向き合う

「記憶して再現するAIは、複製を行っている」という考え方は、重要です。ただし、日本の著作権法30条の4の構造は、ドイツのTDM例外と異なります。日本法に当てはめる際は、慎重に検討する必要があると考えます。

8-5. 別の見方

一方、筆者の意見には、次の反対意見があります。

  • オプトアウトは、個人のクリエイターには、実効性が低い面があります。過去に公開した作品に、表示を付けることも難しいです。AI開発を萎縮させる、という懸念もあります。
  • 立法よりも、市場のライセンスと、ソフトローで足りるという見方があります。
  • オプトアウトでは足りず、オプトイン(許諾制)や、法定の報酬請求権を設けるべきだという見方があります。

どちらにも根拠があります。読者の立場によって判断が分かれる論点なので、両方の主張を踏まえて検討してください。

9. 実務対応:チェックリストとケーススタディ

9-1. 実務チェックリスト

AI音楽サービスを使う人

  • サービスが、学習データについて、どのような開示をしているか、確認しましたか。
  • サービスが、レーベルや管理事業者/管理団体とライセンス契約を結んでいるか、確認しましたか。
  • 生成した曲が、既存の曲に似ていないか、確認しましたか。
  • サービスの利用規約で、商用利用と責任の範囲を、確認しましたか。
  • 特定のアーティストの曲だけを使った、追加学習を行っていませんか。

自分の曲を作る・管理する人

  • 配信サービスや、管理団体の、AI学習に関する方針を、確認しましたか。
  • 契約書に、AI学習への利用を制限する条項がありますか。
  • 管理を委託している場合、委託先の団体のAI方針を、確認しましたか。
  • プリンシプル・コードに基づく、AI事業者の開示を、確認しましたか。

9-2. ケーススタディ(架空の例)

以下は、イメージをつかむための架空の例です。実在の人物・事案ではありません。

ケース1:作曲家Aさんの曲が、AIの学習に使われた

Aさんの曲を、日本国内で、ある事業者がAIの学習に使いました。出力される曲は、Aさんの曲に似ていません。この場合、著作権法30条の4により、学習は、原則として適法と考えられます。

ケース2:特定のアーティストの曲だけで、追加学習を行った

Bさんは、ある歌手の曲だけを集めて、追加学習を行いました。その歌手の曲風を、強く再現することが目的です。この場合、享受目的が併存する可能性があります。著作権法30条の4が適用されない可能性があります。

ケース3:AIが、既存の曲に似た曲を出力した

Cさんは、AIが出力した曲を、そのまま配信しました。出力は、既存の曲と、メロディがよく似ています。学習が適法でも、依拠と類似が認められれば、著作権の侵害になり得ます。

ケース4:海外のサービスが、判決を受けて、モデルを変更した

Dさんが使う海外のAI音楽サービスが、ドイツの判決を受けて、モデルを入れ替えました。以前の曲を、同じ品質で生成できなくなりました。この例は、学習をめぐる判断が、利用者にも影響し得ることを示します。

ポイントは、学習の適法性と、出力の侵害を、分けて考えることです。

10. よくある質問(FAQ)

Q1. 日本では、AIに音楽を学習させるのに、許諾は不要ですか?

非享受目的の場合は、原則として不要です。ただし、享受目的が併存する場合や、ただし書に当たる場合は、許諾が必要になることがあります。

Q2. 自分の曲が、学習に使われたかどうか、知る方法はありますか?

確実な方法は、現時点では限られています。日本では、プリンシプル・コードに基づく概要の開示や、照会への回答が、手がかりになります。EUでは、学習データの要約が公開されます。

Q3. 自分の曲の、AI学習への利用を拒否できますか?

日本には、法的なオプトアウトの明文がありません。契約、配信サービスの設定、管理団体の方針で、対応します。EUでは、権利者が、利用を留保できます。

Q4. AI音楽サービスで曲を作ると、自分も責任を負いますか?

学習段階の責任は、主に、サービスの事業者が問われます。利用者は、生成物が既存の曲に依拠して類似した場合に、責任を問われ得ます。

Q5. ドイツの判決は、日本でも通用しますか?

直接は、通用しません。日本法は、ドイツ法と、構造が異なります。ただし、考え方は参考になります。

11. まとめ:学習の自由と、権利者の選択を、どう両立させるか

日本の30条の4は、非享受目的の学習を、原則として許諾なしに認めています。ただし、享受目的の併存と、ただし書という例外があります。音楽には、複数の権利が重なります。

海外では、モデルが曲を記憶して再現する場合を、複製と判断する流れが出てきました。同時に、和解とライセンスによって、対価を支払う道もできつつあります。

日本の政府は、ソフトローで透明性を求めました。JASRACは、著作権法30条の4の改正を求めています。筆者は、著作権法30条の4の骨格を維持し、運用の明確化、透明性、任意のライセンスの整備を進める案を支持します。AIが出力した曲の扱いと、申告の問題は、前編で整理しています。

今後のウォッチポイント

  • EU司法裁判所のLike Company v. Google(C-250/25)の、法務官意見と判決
  • GEMA v. Suno の控訴の有無と、GEMA v. OpenAI の控訴審
  • Sony、UMGとSuno、Udioの訴訟の、最新の状況
  • プリンシプル・コードの、受け入れを表明した企業の一覧
  • 民事救済制度と、集団的な権利行使の仕組みの、検討の進み方
  • JASRACの著作権法30条の4改正の要望に対する、政府の対応

参考資料

指針・制度

判決・訴訟

報道・解説

本記事について
本記事は、一般的な情報提供であり、特定の案件についての法的助言ではありません。「筆者の見解」の章は、筆者の意見です。外国の判決は、その国の法律に基づく判断であり、第一審の判断や係属中の事件を含みます。重要な判断をする際は、必ず一次情報と、専門家の助言をご確認ください。誤りや更新が必要な点にお気づきの場合は、お問い合わせページからご連絡ください。

この記事は、大規模言語モデル(LLM)の支援を受けて作成・編集されたものです。

Sponsored

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次