2026年7月31日、ドイツのミュンヘン地方裁判所第42民事部は、著作権管理団体GEMAが音楽生成AIサービスSunoを訴えた訴訟(事件番号 42 O 763/25)において、AIモデルによる学習データの保持が著作権侵害に該当するとの判断を下した。裁判所は、原曲とAI出力の音響データを直接照合(Abgleich)した結果、楽曲の構造的複雑さと長さから偶然の一致を排除し、Sunoのモデル内部に原曲が「再生産可能な形で含まれている(reproduzierbar in den Modellen enthalten)」と認定した。本判決は、生成された出力物のみならず、訓練済みモデルのパラメータ内に原曲の特徴が保持されている状態そのものを複製権侵害と位置づけた点で、AI著作権をめぐる法解釈に重要な先例を提示した。
差止命令の主文とモデル内保存の複製認定
ミュンヘン地裁の判決主文は、被告に対して4項目にわたる行為の差止を命じている。
第一に、米国領域内で行われた訓練目的の複製である。裁判所は国際私法上の保護国主義(Schutzlandprinzip)を適用して米国著作権法を準拠法とし、出力に楽曲が直接再現されている事実を重視して合衆国著作権法107条のフェアユースの成立を否定した。第二に、ドイツ国内のサーバに配置されたモデルパラメータへの楽曲データの保存である。第三に、当該モデルおよびアプリケーションの提供を通じた公衆への伝達であり、第四に出力された楽曲自体の複製と公衆伝達である。差止に加えて情報開示請求と損害賠償責任も認められた。この主文の構成において最も新規性を有するのは第二項であり、モデル内部のパラメータに学習データの内容が残存している状態を、独著作権法16条が定める「複製」に該当すると判示した点にある。
情報抽出と内容取り込みの境界とTDM例外の不適用
裁判所は、学習データの保持を違法と認定するにあたり、「メモリゼーション(Memorisierung)」の概念を厳密に定義した。
判決によれば、メモリゼーションとは、AIモデルが訓練過程においてデータセットから一般的な情報を抽出するにとどまらず、訓練後に確定したパラメータ群の中に訓練データの内容そのものの取り込みが確認される状態を指す。法廷はこの定義に基づき、単なる「情報の抽出」と具体的な「内容の取り込み」を明確に区別し、後者についてのみ複製権の侵害を認定した。
この峻別は、テキストおよびデータマイニング(TDM)に関する権利制限規定の適用判断において決定的な意味を持つ。独著作権法44b条は、欧州連合のDSM著作権指令に基づき、情報解析を目的とする著作物の複製を広く認めている。しかしミュンヘン地裁は、訓練データの内容をパラメータ内に保持する行為は情報分析という正当な目的の範囲を逸脱しており、同条の保護対象外であると判断した。あわせて、Suno側がYouTubeの配信データ取得において技術的保護手段(Rolling Cipher)を回避していた事実を挙げ、適法アクセスの要件を欠いている点もTDM例外を排除する理由として併記された。
歌詞に関する先例からの論理的拡張
本判決が採用した判断枠組みは、同裁判部が先行して下した言語モデルに関する判決の法理を音響領域へと発展させたものである。
ミュンヘン地裁第42民事部は2025年11月11日、GEMAがOpenAIを訴えた訴訟(事件番号 42 O 14139/24)において、言語モデルGPT-4およびGPT-4oがドイツ国内のサーバにおいて楽曲の歌詞を再生産可能な形で保持していると認定し、44b条の適用を退けていた。今回のSuno判決は、テキスト言語という記号データに対して適用された複製認定の論理を、オーディオ波形やスペクトログラムを扱う音楽生成モデルへと拡張した事案である。なお、両判決ともに上級地方裁判所への控訴が提起または検討されており、確定判決ではないものの、欧州の司法判断における一定の判断基準の形成過程を示している。
過学習の回避と法的正当性の要件
法廷が示した「情報の抽出は適法、内容の取り込みは違法」という境界線は、機械学習における技術的要件と法規範の交差を意味している。
機械学習の設計論において、訓練データを過剰に記憶して未知のデータに対する適応力を失う「過学習」は、汎化性能を阻害する工学的な不具合と見なされてきた。技術者が過学習を防ぐために用いてきた正則化やドロップアウトといった手法は、本判決によって著作権侵害を回避するための法的遵守要件へと機能を変容させた。模写を通じて基礎的な作法を習得した後に、具体的な手本から離れて独自の様式へと昇華させる芸術教育の過程と同様に、学習元データの個別具体的な痕跡を抽象化して解消することが、モデル開発における適法性の条件となっている。
差止の履行可能性とアンラーニングの技術的限界
判決が差止を認めた一方で、救済措置の具体的な履行可能性に関しては技術的な制約が残されている。
判決主文が命じた内容はサービスの提供停止と複製の差止であり、モデルの重みから特定の訓練データを消去する「機械アンラーニング」やモデルの再訓練を直接義務付ける文言は含まれていない。NeurIPS 2025で発表された機械アンラーニングの包括的検証(Cooper et al., 2024)が指摘するように、モデル内部から特定情報を完全に除去することと、出力への発現を統計的に抑制することは技術的に異なる操作である。現行の技術水準においてパラメータから特定の学習データを完全に選択消去する保証は確立されておらず、法的な侵害状態を根本的に解消するためには、該当データを除外した上での大規模な再訓練が事実上不可欠となる。
忘却の要請と学習データ開示義務の対立
モデル内部の記憶をめぐる司法判断は、AI規制における政策的な要請との間に緊張関係を生じさせている。
欧州連合のAI法第53条は、汎用AIモデルの提供者に対し、訓練に使用したデータセットに関する十分に詳細な要約を作成・公開することを義務付けており、欧州委員会はそのための標準書式を策定している。この規定が学習データの来歴の網羅的な記録と開示を求める一方で、司法判断は学習データの内容がパラメータ内に残存することを複製権侵害として規制する。開発者は、何を学習したかを正確に証明する説明責任を果たしながら、モデル内部からはその内容を確実に忘却させなければならないという、二重の技術的・法的要件への適合を求められている。
参考
LG München I, Pressemitteilung 16 vom 31.07.2026, Az. 42 O 763/25(GEMA 対 Suno 裁判所公式発表)
LG München I, Pressemitteilung 11/2025, Az. 42 O 14139/24(GEMA 対 OpenAI 裁判所公式発表)
GEMA 公式声明「Gericht entscheidet pro Musikschaffende」(2026年7月31日)
Legal Tribune Online(LTO)報道「GEMA siegt gegen KI-Musikdienst Suno vor dem LG München I」
ITMR Legal 判決解説「LG München I: Suno verletzt Urheberrechte durch KI-Training und 'Memorisierung'」