ドイツのミュンヘン第1地方裁判所は2026年7月31日、音楽著作権管理団体GEMAがSunoを相手取った訴訟で、差止め、情報開示、損害賠償の請求を大部分認めた。事件番号は42 O 763/25で、判決はまだ確定していない。判断の中心にあるのは、Sunoのv3.5とv4に6曲が再現可能な形で残り、出力にも原作品の創作的要素が現れたという認定である。ドイツではモデル内のmemorizationを複製とみて、テキスト・データマイニング（TDM）例外を退けた。米国での学習については、原作品が出力に現れた事実を含む4要素を評価し、フェアユースを認めなかった。
判決は「生成AIの学習は常に違法」という一律の線を引いていない。むしろ、モデルが作品に共通する特徴を学んだのか、特定作品を取り出せるほど記憶したのかを分けた。AI開発企業に突きつけられたのは、学習データの入手経路からモデルの記憶、出力の再現性までを一続きで説明できるかという課題だ。
6作品は学習データから「モデル内の複製」へ
訴訟の対象は「Atemlos durch die Nacht」「Rasputin」「Big in Japan」「Forever Young」「Daddy Cool」と、「Mambo No. 5」のリフレインである。争われたのは楽曲の作曲部分で、歌詞の侵害ではない。6作品がSunoの学習データに含まれていたことは、当事者間で争いがなかった。
裁判所によると、SunoはYouTubeからストリームリッピングで楽曲を抽出し、音声や動画のダウンロードを妨げる「Rolling Cipher」を回避してコピーした。もっとも、公式の判決要約は、この回避行為を理由にTDM例外を否定したとは説明していない。入手方法の問題と、学習後のモデルに作品が残った問題は、分けて読む必要がある。
決定的だったのは、ドイツ国内のサーバーに置かれたv3.5とv4から、6作品を出力として取り出せたことだ。裁判所は、学習後のパラメーターに訓練データの内容まで取り込まれ、後から出力できる状態を「memorization」と説明した。作品と生成結果を比較し、楽曲の複雑さと長さを考えれば偶然の一致ではないと判断している。
この認定により、モデル内のmemorizationはドイツ著作権法16条が定める複製に当たるとされた。同法44b条のTDM例外は、適法にアクセスした作品を分析し、パターンや傾向、相関などの情報を取り出すための複製を一定の条件で認める。ところが、原作品を再現可能なままモデルに残す行為は情報抽出の範囲を越える、というのが裁判所の判断である。
338回の生成実験は通常利用と同じか
再現性を立証した入力には、各曲の原歌詞、音楽スタイル、作品名が使われた。メロディーやハーモニーは指定されず、リズムと編曲も入力されていない。2026年3月の口頭弁論資料には、「Atemlos」で176回、「Big in Japan」で124回を試した一方、「Mambo No. 5」では4回だったとある。6曲の合計は338回に達する。
裁判所は、これらを「単純で結果を限定しないプロンプト」と評価した。ただ、曲名と原歌詞を与える入力は、作品を特定しない入力より対象を強く絞り込む。しかも曲ごとの試行回数には4回から176回まで大きな差がある。少ない回数でどれほど安定して再現できたのか、判決の公式要約からは分からない。
それでも、メロディーやリズムを入力していないのに、原作品の創作的要素を含む結果が得られた点を裁判所は重く見た。つまり、この訴訟で示されたのは「どんな入力でもコピーが出る」という話ではなく、作品を特定する情報を与えると、モデル側に残った内容が生成結果を実質的に決めたという事実である。判決全文が公表されれば、338回の試行からどの出力を採用し、どの程度の類似性を侵害と認めたのかが技術面の確認点になる。
責任を負うのは入力者ではなくSunoだ
Sunoは、生成結果がGEMA側の狙いを定めた入力から生じたため、利用者の行為が因果関係を切ったと反論した。モデルの重みは学習データを保存する器ではなく、統計的なパターンや一般化した特徴を表すとも主張している。出力の類似は、入力によって探索範囲が狭まり、学習済みの相関が表に出た結果だという説明だ。
裁判所は、この反論を採用しなかった。Sunoが学習データを選び、モデルを運営し、アーキテクチャーとmemorizationに責任を持つ以上、出力内容を実質的に決定したのはSuno側だとした。ドイツ国内での出力は無許諾の複製と公衆への伝達に当たり、生成サービスを提供する行為自体も著作権法15条2項の公衆伝達権を侵害すると判断した。
この部分は、生成AI事業者が「利用者の入力次第」と説明して責任を切り離す際の条件を狭める。少なくとも、モデルが特定作品を再現でき、その再現を引き起こす入力が複雑な制作指示を必要としない場合、サービス運営者はモデル設計と学習データの選択まで含めて問われる。ただし、一審判決が対象にしたのはv3.5とv4、および訴訟で示された6作品と出力である。現在または将来の全モデル、すべての生成曲へ自動的に結論が広がるわけではない。
米国での学習にもフェアユースを認めず
もう一つの特徴は、ミュンヘンの裁判所が米国で行われた学習時の複製まで審理した点にある。裁判所は、著作権管理団体が同じ侵害者に対する関連請求をまとめて扱えるとするドイツ著作権管理団体法131条1項・2項を、国際裁判管轄の根拠とした。そのうえで、米国内の行為には米国法を適用している。
米国著作権法107条のフェアユースは、利用の目的と性質、著作物の性質、使用した量と重要性、市場への影響という4要素を総合して判断する。裁判所は、Sunoの事案では全要素が同社に不利に働くと結論づけた。原作品が出力に現れたため、学習時の複製を変容的な利用として保護できないと考えたのである。
公式要約は、2025年のBartz対Anthropic、Kadrey対Metaと明確に区別した。Bartzでは、学習から原告作品の正確なコピーが生成されなかったことを前提に、学習利用がフェアユースとされた。一方で、海賊版を集めて恒久的なライブラリーを作る行為はフェアユースではないと判断されている。KadreyでMetaが勝ったのも、13人の原告が市場希釈を示す証拠を十分に出せなかったためで、判決はMetaの学習一般を合法と認めたものではないと自ら限定していた。
ミュンヘン判決は、米国の2事件と反対の一般原則を打ち立てたというより、出力に原作品が現れるという異なる証拠をフェアユース分析へ入れた。生成AI訴訟では「学習したか」だけを問う時期が終わり、取得したコピーの適法性、モデルからの抽出可能性、市場で原作品を代替する出力の有無が勝敗を分け始めている。
ライセンス済みモデルへの移行が試される
Sunoはすでに別の方向へ動いている。2025年11月、Warner Music Groupとの提携を発表し、高品質なライセンス済み音源で「v5を超える」新世代モデルを作ると表明した。参加アーティストの氏名や声、楽曲を使う機能はオプトインにし、対価を還元する計画も示している。ただし、提携発表は新モデルの提供日を確定していない。
GEMAも判決の8日前、約17万8000音源と60を超えるジャンルを収録した学習用データ商品「PLAI by GEMA」を発売した。音源にメタデータ、著作権、原盤権をまとめ、最初の利用者として音楽解析企業Klangioを獲得している。ただし、PLAIが想定するのは学習元の楽曲と競合しない出力を作る制作支援ツールであり、Sunoのような汎用音楽生成モデル向けの包括ライセンスではない。
判決は未確定で、損害額や棄却された請求の詳細も公式要約からは確認できない。それでも、v3.5とv4に対する認定は、学習済みモデルをそのまま配信し続ける法的コストを具体化した。控訴があれば上級審がmemorizationとフェアユースの結び付けを維持するか、そしてSunoが予告したライセンス済みモデルを旧モデルと明確に切り分けられるかが、今後の判断材料になる。
