
59.8%の無効率は単なる統計値ではない——それは明細書作成のデッドラインである
自ら構築した1,168件の特許審判院(KIPTAB)審決データベースによれば、無効率は59.8%であり、そのうち進歩性が攻撃理由の80.2%を占める。2020年から2025年にかけての15.5ポイントの低下は、今日出願する明細書が5年後にはより厳格な登録後審判部に直面することを示している。本稿は、このデータを韓国出願人のための具体的な明細書作成戦略およびポートフォリオヘッジに翻訳する。

2026年7月31日、ミュンヘン第1地方裁判所(Landgericht München I)は、米国に拠点を置くSuno Inc.が、ライセンスを得ずに保護対象の6作品でAI音楽ジェネレーターを学習させ、生成物として複製したことにより著作権を侵害したとの判決を下しました。第42民事部(The 42nd Civil Chamber)は、楽曲がドイツ国内のサーバーにホストされているモデルの重み(ウェイト)内に記憶されていたと認定し、Sunoのフェアユース defense およびテキスト・データマイニング(TDM)の抗弁を退けました。本判決は、EU法に基づく権利者のオプトアウトによってTDMの権利制限(例外)が消滅すること、ならびに学習段階およびモデルがドイツ国内で生成物を出力する段階の双方が複製に該当することを認めるものです。
ドイツの著作権管理団体であるGEMAは、差し止め、情報開示、および損害賠償を求めて2025年1月に提訴しました(事件番号:42 O 763/25)。Elke Schwager裁判長率いる同合議体は2026年3月に審理を行い、判決の言い渡しを6月12日から7月31日に延期していました。裁判所はSunoに対し、6作品の無断複製の停止、同作品を用いたモデルの学習の停止、侵害に関連する売上高の開示、および未定の損害賠償金額の支払いを命じました。なお、本判決は未確定であり、執行動帰結は生じていません。
対象となった6作品は、『Daddy Cool』(Frank Farian)、『Rasputin』(Farian, Fred Jay, George Reyam)、『Forever Young』および『Big in Japan』(Marian Gold, Bernhard Lloyd, Frank Mertens)、『Atemlos』(Kristina Bach)、ならびに『Mambo No. 5』(David Lubega, Christian Pletschacher)です。GEMAは、Sunoにプロンプトを入力することで、これらの作品のメロディ、ハーモニー、リズムと一致する音源が生成されることを立証しました。裁判所は、共通性が偶然とは言えないほど広範かつ具体的であり、同作品がドイツのサーバー上に保存されたSunoのモデル(v3.5およびv4)内に再現可能な形で含まれていたと認定しました。
裁判所は、Sunoが「ストリームリッピング」技術を用いてYouTubeから作品を抽出し、「ローリングサイファー」と呼ばれる技術的保護手段を回避したと判示しました。また、米国で行われた学習、ならびにモデル内での複製およびドイツ国内での公衆送信のいずれについても、ドイツ法上の複製権侵害を認めました。裁判所は、ドイツ著作権管理団体法(VGG)の特例規定を根拠として、米国での学習行為に対する管轄権を認めています。
Sunoは、問題の作品が著作権で保護されていないこと、学習は米国のフェアユースの範囲内であること、および自社のモデルは数学的パターンのみを保存しており複製物は保持していないと主張しました。またEU法に基づき、EU著作権指令におけるテキスト・データマイニングの権利制限を援用しました。これに対しGEMAは、同指令のオプトアウト機構を行使し、自らの管理楽曲(レパートリー)をTDM利用から明示的に除外していました。裁判所は、オプトアウトによって権利制限が消滅し、Sunoにはドイツ法上の抗弁事由が存在しないと判示しました。また判決は、モデルの重み(ウェイト)に関するSunoの主張も退け、記憶(memorisation)が行われたことは作品が実質的に保存されており抽出可能であることを意味するため、モデル自体が複製の手段(vehicle)に該当すると認定しました。
本件は、ライセンスのない歌詞に関する2025年のOpenAIに対する判決に続き、GEMAにとってAI著作権訴訟での2度目の勝訴となります。GEMAのCEOであるTobias Holzmüller博士は、「盗用された知的財産に基づいて構築されたAIモデルは法律上の保護を受けない」とし、プロバイダーはライセンス料を支払わなければならないと述べました。Sunoはこれに対し、判決は「Sunoの技術の仕組みに対する根本的な誤解に基づいている」と反論し、控訴を検討していると表明しました。
本判決は、EUにおける責任論の判断枠組みを米国のフェアユース分析から明確に分離するものです。米国で進行中のUniversal Music GroupおよびSony Music(Warner Music Groupは2025年1月に和解)との訴訟において、Sunoの成否は学習が変容的利用(transformative use)に該当するかどうかにかかっています。一方、ドイツにおける論点はより限定的であり、権利者がTDMのオプトアウトを行ったか、そしてモデルが保護対象を記憶したかどうかに絞られます。知財権者にとっての実務上の帰結として、オプトアウトは単なる形式的な手続きではなく、EU内での責任の結論全体を決定づけ得る管轄上のスイッチとして機能することが示されました。
AIの学習パイプラインを運用する、あるいは生成モデルを欧州で展開する日本企業にとって、本判決は具体性を持った警告となります。音楽、画像、テキストなどの保護コンテンツをスクレイピングまたは取り込み、EU域内ホストのサーバーにモデルを配置する開発者は、仮に学習が域外で行われたとしても法的リスクに直面します。VGGの管轄権規定により、モデルがドイツ国内からアクセス可能である限り、管理団体や権利者はEU外で行われた複製行為に対してもドイツで提訴することが可能です。権利者である日本企業にとってはこの低い管轄のハードルは有利に働きますが、AI開発者である企業はこれを新たな訴訟リスクとして認識する必要があります。
直ちに取り組むべき対応策として、サードパーティのデータを用いて生成モデルを学習させている企業は、EUでの展開前に技術監査(テクニカル監査)を実施し、保護対象の記憶(memorisation)を検出すべきです。モデルが学習データの特定可能な断片を再生成できる場合、ドイツで複製権侵害の主張が認められるリスクが高くなります。権利者側の対応としては、EU DSM指令第4条に基づく機械読取可能な形式での正式なオプトアウトを登録し、商用AIサービスの出力結果をモニタリングして記憶の証拠を収集することが求められます。歌詞、スタイル、タイトルを用いてプロンプトを入力するというGEMAの手法は、証拠収集の模範(テンプレート)となります。
特許実務における新規事項追加(補正の範囲外)の判断規準と直接同義ではありませんが、手続上の教訓は共通しています。すなわち、システムに何が入力され、何が出力されたかに関する技術的記録が、責任の有無を左右し得るということです。グローバルな知財ポートフォリオを管理する企業は、EUでのオプトアウト登録を優先権主張書類の提出と同等の厳格さをもって扱うべきです。これらを怠ると、訴訟が始まる前に法的立場を喪失する恐れがあります。
Sunoは控訴する可能性が高いと見られます。控訴審の判断が出るまで判決の執行動帰結は生じず、損害賠償額も未定のままです。一方、米国のUMG v. Suno事件は今後数か月以内に口頭弁論が予定されており、異なる法規準のもとでフェアユースが審査されます。米国でフェアユースが認められた場合でもミュンヘン地裁の判決が覆るわけではありませんが、法判断の齟齬( split )が生じることで、AI企業は地域・管轄ごとに最適化されたコンプライアンス構造を維持することを余儀なくされます。
2026年8月から適用されるEU AI法は、著作権責任の上に規制上の義務を重ねることになります。ミュンヘン地裁の判決は、規制当局に対し、学習データの透明性を義務付ける司法上の根拠を与えるものです。当面の対応として、EUで生成AIを展開する企業は、学習データセットおよびモデルのバージョンを管轄ごとに孤立・分離(isolate)させる必要があります。ライセンスを受けていないデータで学習されたモデルを即座に差し替えられない場合、法務・技術チームは警告状(cease-and-desist order)を受け取る前に、情報開示およびライセンス交渉に関する方針を策定すべきです。EU向けにAIプロダクトを提供する企業にとっては、控訴審の審理が進む間に法務主導の秘密保持特権(privileged)下で記憶監査を実施し、法枠組みがさらに硬直化する前にリスクを定量化しておくことがリスクヘッジとなります。

自ら構築した1,168件の特許審判院(KIPTAB)審決データベースによれば、無効率は59.8%であり、そのうち進歩性が攻撃理由の80.2%を占める。2020年から2025年にかけての15.5ポイントの低下は、今日出願する明細書が5年後にはより厳格な登録後審判部に直面することを示している。本稿は、このデータを韓国出願人のための具体的な明細書作成戦略およびポートフォリオヘッジに翻訳する。

リーガルAIスタートアップのLegoraに対するNvidiaの5000万ドルの投資は、モデルのトレーニングから推論重視の実行への構造的な移行を示しています。本分析では、特化型のコンピューティングアーキテクチャが、特許の自動化、先行技術調査、および知的財産ワークフローの経済性をどのように再構築するかを探ります。

USPTOが過去1年間でAI検索ツールを85万回以上展開し、審査の風景は一変しました。本分析では、審査官が手動検索からAI支援による判断へと移行する中で、特許弁護士にとっての経済的および戦略的な意味合いを探ります。