音楽生成AI「Suno」の著作権判例を解説|学習データと事業リスクのポイント

結論からいうと、6作品が学習に使われた点は争われず、生成出力やモデル内の複製が争点です。

以下では、裁判所の公式発表、原告と被告の主張、生成AIサービス側の確認事項を整理します。判決内容は公式発表や判決文で確認が必要です。

※本記事は2026年8月13日時点の情報です。

公式発表で確認できる訴訟の概要

裁判所の公式発表に記載された事件番号、GEMAの請求、争点の6作品、口頭弁論を示す図。
発表に記された手続と請求の範囲を整理しています。

裁判所の発表は、事件番号、GEMAの請求内容、学習に使われた作品、口頭弁論について示しています。

  • 事件番号は42 O 763/25です。
  • GEMAはSunoに差止め、情報開示、損害賠償を請求しています。
  • 争点の6作品がモデル学習に使われた点は争われていないと裁判所が記載しています。
  • GEMAは出力とモデル内の複製を問題にしています。
  • 裁判所の公式発表は2026年3月9日の口頭弁論を報告しています。

公式発表で確認できるのは口頭弁論の実施と判決言渡し期日の設定です。「ミュンヘン裁判所が違法と判断した」とは、この発表だけでは裏付けられません。

判決の内容や法的評価は、今後の公式発表や判決文で確認する必要があります。

ポイント

口頭弁論が開かれ、GEMAは学習や出力などを問題にしています。公式発表だけで違法判断が出たとは言えず、結論は判決文や後続発表で確認します。

原告と被告の主張を分けて読む

Suno訴訟でのGEMA側の侵害主張と、Suno側の出力再現性、モデルの性質、法的例外に関する主張を分けた図。
争点を当事者ごとに整理すると、主張の違いを追いやすくなります。
立場主な主張
GEMA側学習と出力が著作権侵害に当たり、出力はモデルが作品を記憶している証拠になる
Suno側作品は出力で再現されておらず、重み・パラメーターは学習データそのものではない
Suno側米国法のフェアユースや、ドイツ法上のテキスト・データマイニングの例外を主張

ポイント

GEMAは学習と出力を侵害と捉え、Sunoは出力の再現性やモデルの性質、法的例外を挙げて反論しています。両者の主張は分けて読む必要があります。

生成AIサービス側が確認するべきこと

生成AIサービス運営を中心に、学習データ、学習と出力、ユーザー入力、照会対応、サービス更新を配置した図。
運営上の確認対象は、データからサービス更新まで広がります。

サービス運営では、著作権に関わる確認事項を分けて管理します。

  • 学習データ:取得経路、許諾、利用規約、削除要請を確認します。
  • 学習と出力:学習時の複製と出力時の類似性を別々に管理します。
  • ユーザー入力:第三者の歌詞・作品を含む場合の警告と制限を設けます。
  • 照会対応:権利者からの照会に備え、ログと窓口を整えます。
  • サービス更新:判決や法改正に応じてモデル・サービスを更新します。

生成AIの業務活用でも、素材の権利確認と利用記録を導入条件に含めることが重要です。詳しくは生成AIの業務活用をご覧ください。

ポイント

運営側は学習データの許諾と取得経路に加え、入力や出力の扱い、照会記録も管理対象にします。判決や法改正があればサービス更新につなげます。

よくある質問(FAQ)

Q. Suno訴訟で何が争われていますか?

GEMAは、6作品の学習と音楽生成AIの出力などが著作権侵害に当たると主張しています。Sunoは学習データや出力の法的評価について反論しています。

Q. ミュンヘン地方裁判所は違法と確定判断しましたか?

今回参照した裁判所公式発表は、2026年3月9日の口頭弁論と当事者の主張、判決言渡し期日を示すものです。最終判断の有無・内容は判決文や後続の公式発表で確認します。

Q. 企業が音楽生成AIを使うとき何を確認しますか?

学習済みモデルの利用条件、ユーザー入力、生成物の商用利用条件、第三者作品との類似、権利者対応、ログを確認します。

Q. 学習と出力は同じ著作権論点ですか?

同じではありません。学習時の複製、モデルへの取り込み、プロンプト入力、出力の類似性や利用を分けて検討します。

まとめ

ミュンヘン地方裁判所Iの公式発表は、GEMAとSunoの著作権訴訟について、学習、出力、モデル内の複製をめぐる争点と口頭弁論を示しています。

判決を断定する前に、裁判所の公式発表と判決文を確認し、企業利用では学習データ、入力、出力、商用利用条件を個別に管理しましょう。

参考情報:
バイエルン州司法省・ミュンヘン地方裁判所I「GEMA ./. Suno」
判決言渡し期日変更の公式発表

関連記事

生成AIの業務活用や運用・ガバナンスを検討する際は、以下の記事も参考になります。

会社紹介

株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール
張田谷凌央
張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。