兔子死了，帳單還是會飛來
出於興趣上傳的 112 話翻譯，法院判定的賠償金額是 9,637 萬韓元
前言
今年 4 月 27 日深夜，韓國最大的三個非法內容網站在同一天關站了。網路漫畫的新兔、日本漫畫的瑪娜兔、網路小說的書兔。三個網站像是約好了一樣，留下「所有資料已一併刪除，完全沒有恢復服務的計畫」的公告後就消失了。
三個月後的 7 月 10 日，首爾中央地方法院悄悄宣判了一項判決。這是一項民事判決，要求向非法漫畫網站提供翻譯內容的個人賠償 9,637 萬韓元。這也不是為了錢才做的事。用他本人的話來說，這是「個人興趣和粉絲活動」。寫這篇文章的 8 月 4 日，媒體以「出於興趣上傳翻譯也要賠償 1 億韓元，首例」為標題報導，事情才剛開始被大眾知道。
與此同時，韓國開發者社群也爆發了一起完全不同領域的事件。一位開源開發者將美食評鑑服務 Blue Ribbon Survey 的資料用 AI 代理來使用，結果收到了告訴狀。
漫畫粉絲翻譯、非法網路漫畫網站、開源爬蟲。看起來像是三個完全不同的事件。先說結論，這三個事件講的是同一個故事。「不是為了錢才做的」、「反正都是公開的」、「出於好意才做的」——這些免責話語，在 2026 年夏天，在韓國同時崩塌了。
出於「興趣」的翻譯值多少
韓國著作權委員會於 2026 年 7 月 28 日公開的這項判決（首爾中央地方法院 2025 加合 9142）的事實關係如下。
一家出版社在 2024 年初取得了日本漫畫韓文翻譯出版物的專屬發行權1。但這本漫畫已經有粉絲翻譯者了。這些在社群網站上活動的人，在出版社取得正式發行權之前就已經在自行翻譯並上傳漫畫了。
**出版社宣布了正式出版的訊息，並要求刪除已有的翻譯內容。**如果到此為止，可能就不會有這項判決了。但翻譯者沒有停下來。從 2024 年 3 月到 6 月，他透過 Telegram 與非法漫畫網站的營運者聯繫，總共製作並提供了 112 話的翻譯。網站上發布的翻譯內容累計瀏覽量超過了 357 萬次。
刑事案件先結束了。2025 年 1 月，春川地方法院以違反著作權法為由，開出了 100 萬韓元的簡式命令2。罰款 100 萬韓元。大概連他自己也覺得「這件事到這裡就結束了吧」。
民事案件則不同。審理中，被告提出了兩點主張。一是「我只是做了翻譯，並沒有共謀網站發布」，另一是「這是非營利的個人興趣和粉絲活動，屬於合理使用3」。
法院兩點都不接受。共謀部分，已確定的刑事判決成為了有力的證據。對合理使用主張的認定是這項判決的核心，法院提出的依據有三點：這本漫畫是付費銷售的，被告翻譯的不是部分而是全文，且該行為導致了付費用戶減少和市場價值受損。換句話說，「是不是出於興趣」並不重要。法院看到的是對市場的影響，而不是動機。
法院如何計算損害
我在這項判決中最感興趣的，是 96,378,406 韓元這個賠償金額的計算過程。從處理資料的角度來看，這項判決本質上就是一場關於估算模型的爭論。
原告出版社最初請求的金額約為 3 億 3,910 萬韓元。計算方式如下：用非法網站每話的瀏覽量，乘以從文化部「2023 漫畫產業白皮書」中推算出的「實際非法管道瀏覽者整體估算倍數」4.904。這個數值是將非法漫畫使用經驗者比例 61.3% 除以海外掃描網站使用經驗者比例 12.5% 得出的，邏輯是「除了這個網站，可能也透過其他非法管道擴散了，所以用 4.9 倍來計算」。
法院沒有接受這個倍數。理由是沒有合理的解釋說明為什麼這個乘法成立，也沒有依據將透過其他管道擴散造成的損害歸咎於該被告。法院對這種用兩個不同問卷題目的比例相除來得出擴散倍數的做法踩了煞車，我認為這個指正是合理的。統計資料的出處是政府白皮書，並不代表對它的加工處理也自動合理。
取而代之，法院援引了著作權法第 126 條4。這是當損害確實發生但難以精確計算金額時，法院可以參酌訴訟意旨和證據，認定「相當損害金額」的條款。然後這樣計算：
- 將非法網站上 122 篇貼文的總瀏覽量 3,571,326 次除以貼文數量，得出平均瀏覽量 29,273 次，視為每話的用戶數，
- 採用漫畫產業白皮書中「如果非法管道被阻斷，願意付費觀看」的回答比例 39.7% 作為付費用戶估算比例，
- 再乘以原告平台基於購買和租借資料的每話估算營收（第 1 話 45.9 韓元，第 2 話起 222.9 韓元）。
結果是 每話約 53 萬～259 萬韓元，合計 96,378,406 韓元。約為刑事罰款 100 萬韓元的 96 倍。換算下來，非法網站每次瀏覽約被認定承擔 27 韓元的賠償責任。
這裡有兩個結構上很有趣的地方。第一，**非法網站的瀏覽量計數器成為了損害金額計算的核心證據。**盜版網站自己累積的流量資料，變成了刺向該生態圈參與者的回旋鏢。第二，白皮書的問卷數據中，4.904 倍數被駁回，而 39.7% 被認定。即使是同一來源，也只有「能解釋推算邏輯的數字」才能在法庭上站住腳。我認為這對所有用資料來建立論點的人都有啟示。
三隻兔子為什麼在同一天關站
如果這項判決針對的是個人翻譯者，那生態圈的主體另有其人。新兔、瑪娜兔、書兔。三個網站在 4 月 27 日同時關站不是巧合。
兩週後的 5 月 11 日，依據修訂著作權法的所謂「緊急連線阻斷制度」開始實施。過去要封鎖一個非法網站，審查程序需要 2～3 週。對網站營運者來說，被封鎖後只要花一天時間在域名後面加個數字就能重新上線，所以本質上就是捉迷藏。修訂法把這個局面翻轉了：當侵權行為明確且擔心造成難以挽回的損害時，先進行阻斷，再在 5 天內進行事後審查。
然後下週一，從 8 月 11 日起後續措施開始實施。以營利目的提供非法複製品連結的行為將受到處罰，故意侵權最高可被處以損害金額最高 5 倍的懲罰性損害賠償。刑期上限也提高到 7 年有期徒刑、1 億韓元罰款。考慮到本次判決的 9,637 萬韓元是依據第 126 條保守估算得出的數字，這意味著未來類似案件的請求金額可能會多出一個零。
從規模來看，就能理解為什麼會出現這樣的制度變化。根據報導的業界估算，僅新兔一個網站的月損失就約 398 億韓元，月用戶約 1,220 萬人，三個網站的年度損失估算約達 7,215 億韓元。當然，這些損失估算建立在「所有非法使用都會轉為付費」的假設之上，很難直接採納。有趣的是，正是這個過度估算的問題，被本次判決用 39.7% 的轉換率修正後呈現了出來。
不過，這場崩潰中有些令人不安的地方。據了解，三個網站的營運者已歸化日本國籍，調查實際上已經停滯。「資料一併刪除」聽起來像是保護用戶，但換個角度看，也意味著正在進行的訴訟的證據消失了。這更像是逃竄，而不是解決。因此，權利人的民事前線正在自然地轉移——從無法追及的海外營運者，轉向可以追及的國內參與者。本次判決的被告不是網站營運者，而是提供翻譯的個人，這就是這場轉移的開端。
同樣的問題跨入了開發者領域
現在是第三個事件。舞台不是漫畫，而是 GitHub。
今年韓國開發者社群中，一個名為「K-Skill」的開源項目受到了相當多的關注。這是一個讓 AI 代理能夠處理 SRT/KTX 查詢、天氣、法規檢索、股票資訊等韓國生活服務的技能5模組集合。方向本身很有趣，因為它要為代理時代打造韓國服務的接入點。
問題出在其中一個技能模組使用了美食評鑑服務 Blue Ribbon Survey 的資料。綜合公開資料，經過如下：**Blue Ribbon 在 3 月底發布公告，禁止未經授權的資料爬蟲和 AI 訓練使用，並將基於位置的美食查詢功能轉為年費 11,000 韓元的付費高級功能，阻斷了原有的自動化存取。**於是開發者自行付費購買了高級帳戶，然後將自己的帳戶當作某種代理伺服器使用，試圖讓其他用戶可以繞過限制存取。當自動化請求被 403 阻斷後，他甚至合併了繞過阻斷邏輯的程式碼。Blue Ribbon 以違反著作權法、違反資訊通訊網法、妨礙電腦等業務為由提起了告訴。
告訴之後的發展更清楚地揭示了這起事件的性質。開發者聲稱「這是為了公共利益的開源項目」，表達了自己的委屈，更進一步提出要以「Open Ribbon」的名義自行收集美食資訊的構想，但被社群勸阻了。最終他發布了道歉文並撤下了相關文章。社群反應中有一句話擊中了要害：「這跟做新兔有什麼區別？」
Blue Ribbon 告訴事件：AI 時代資料使用的邊界看到 Blue Ribbon 對 K-Skill 開發者的告訴事件後，我寫了一篇關於 AI 時代中重新思考資料與開發倫理的文章。當然，這起事件目前還在告訴階段，事實關係仍有爭議空間，也沒有被認定有罪。但看看結構：將他人花成本建立的付費資料，繞過明確的阻斷，免費重新分發。然後用「開源」和「公共利益」的話語來正當化這個行為。這跟漫畫翻譯者說「這是粉絲活動」是完全相同的語法。只是對象從漫畫書變成了資料庫，工具從翻譯變成了爬蟲。原文目前當事人都已撤下，但不知名的有人截了圖，在網頁爬蟲和網頁快取中，該開發者曾發布在 Threads 和 LinkedIn 上的告訴狀和貼文仍然留存著。這裡是不是也有一種諷刺感？這大概會在訴訟中成為不利的證據。
而且這起事件有一個前兩起事件沒有的新維度，就是 AI 代理。以往的爬蟲爭議是人類編寫的機器人和服務之間的問題，但在代理時代，AI 代替用戶存取服務已經成為日常。到時候服務方必須決定是允許代理存取、阻斷存取，還是出售存取權。Blue Ribbon 事件是韓國首次以法律爭議的形式出現這個問題的早期案例。
奧斯瓦爾德的視角
我這樣看待貫穿這三個事件的變化。在韓國，「未經授權使用的免責敘事」正在走到盡頭。因為是粉絲心意、因為是興趣、因為是公共利益、因為是開源。這些流通了 20 多年的話語，在幾個月內同時在法院、行政、社群三個舞台上被駁回了。特別是最後一點很重要。在 Blue Ribbon 事件中，最讓開發者痛心的批評不是來自權利人，而是來自同為開發者的同行。規範真正改變的信號，不是法律，而是社群的話語開始改變的時候。
在做 GTM 策略顧問時，每次看內容和資料企業的商業計畫，都會反覆遇到同一個項目：將非法流通的損失視為「反正也擋不住的費用」，也就是像天氣一樣的外生變數。擋不住所以不計算，不計算所以不納入策略。本次判決改變的正是這一點。平均瀏覽量乘以轉換率 39.7% 再乘以每話營收。法院認定了計算公式，這意味著權利侵害從「成本」變成了「可回收的債權」。訴訟的期望值改變了，權利人的行為就會改變，而從 8 月 11 日起，這個期望值還附加了最高 5 倍的倍數。
另一方面，我認為提供資料的企業也面臨了一項功課。像 Blue Ribbon 那樣「阻斷並起訴」只是防禦，不是策略。代理代替用戶搜尋、預約、付款的趨勢，擋是擋不住的。那麼需要的就是將代理存取設計成產品，包括計費方案、允許範圍、日誌和結算結構。這個夏天的事件，也是因為拖延了產品設計而收到的帳單。已經有行動迅速的企業開始將這些轉換為 API 或 MCP 等，重新構建為可以合法收費的新管道。
請注意，本文是對特定事件的通用解讀，並非法律諮詢。
結語
本期特輯的核心可以歸納為三句話。
- 出於興趣的粉絲翻譯被認定賠償 9,637 萬韓元。法院看的是市場影響而非動機，非法網站的瀏覽量成為了損害計算的證據。
- 新兔、瑪娜兔、書兔的同時關站更像是逃竄而非投降，因此責任追究正在轉向「可以追及的參與者」。從 8 月 11 日起還將增加懲罰性損害賠償。
- Blue Ribbon 事件是同樣的問題轉移到了 AI 代理時代的資料領域。下一條前線將不是漫畫，而是代理的資料存取權。
下次在「直接拿來用」外部內容或資料之前，建議只問自己一個問題：**「這是否在替代某人付費購買的內容？」**這個夏天的三個事件中，法院和社群真正提出的問題，最終就是這一個。
你們的公司或產品中，外部資料和內容被當作「可以直接使用」的範圍有多大？從爬蟲、抓取到 AI 訓練資料收集，如果在實務中曾經因為邊界模糊而困擾過，歡迎在留言中分享。下一期討論「代理時代的資料存取權」時會參考大家的意見。
💬 歡迎在留言中分享你在實務中遇到的資料與內容使用的灰色地帶。下一期會參考大家的意見。 📨 如果有同事涉及爬蟲或內容業務，請分享這篇文章。
📎 參考資料 & 延伸閱讀
核心來源
- 首爾中央地方法院第 61 民事部，2025 加合 9142 損害賠償（起）判決，2026 年 7 月 10 日宣判。 ··· 這是今天故事的骨架。特別是損害賠償金額計算部分（理由 3.나.）是精華所在。
- 獨家：僅出於興趣向非法漫畫網站上傳翻譯也要賠償 1 億韓元，首例，Nate News（2026. 8. 4.） ··· 這是首次報導此判決的新聞。
- 網路漫畫、漫畫、小說非法著作物網站新兔・瑪娜兔・書兔同時關站，HuffPost Korea（2026. 4.） ··· 整理了三個網站的關站經過和損失估算規模。
- 非法網路漫畫網站「新兔」自行關站，「無恢復計畫」，Daum News（2026. 4. 27.） ··· 可以查看關站公告原文和緊急阻斷制度實施日程。
- 文化部，『2023 漫畫產業白皮書』，2024 年。 ··· 這是法院認定付費轉換率 39.7% 的依據資料。收錄了非法使用現況統計。
Blue Ribbon・K-Skill 事件
- NomaDamas/k-skill, GitHub ··· 這是引發爭議的專案儲存庫。與事件無關，如果對代理技能生態圈感興趣，值得看看。
- Blue Ribbon 告訴事件整理，velog ··· 從開發者角度按時間順序整理的文章。由於事件仍在進行中，事實關係可能有爭議，請留意後閱讀。
推薦搭配閱讀的往期
- 奧斯瓦爾德的知識漫談：盧德派砸的不是機器 ··· 討論了面對技術變化時規範和制度重新編排的模式。與本期是同一脈絡的故事。
📝 名詞解釋
각주
-
專屬發行權：從著作權人處取得的「以這種形式發行此著作物的權利只歸你所有」的獨占權利。在本次事件中，就是獨家分發和銷售日本漫畫韓文翻譯出版物的權利，因此第三方的未經授權翻譯發布即構成對該權利的侵害。 ↩
-
簡式命令：不經正式審判，僅以書面審查即可科處罰金的簡易刑事程序。被告若未提出異議即告確定，確定後具有與判決相同的效力。 ↩
-
合理使用（著作權法第 35 條之 5）：在不與著作物的通常利用相衝突、且不不正當損害著作人正當利益的情況下，允許未經許可使用著作物的條款。需綜合考量使用目的、著作物種類、使用份量和對市場的影響來判定。 ↩
-
著作權法第 126 條（相當損害金額認定）：當損害確實發生但難以證明具體金額時，法院可以參酌訴訟意旨和證據調查結果，裁量認定「相當損害金額」的條款。這是本次判決中 9,637 萬韓元的依據條款。 ↩
-
代理技能：讓 AI 代理能夠處理特定服務或任務的擴展模組。用人的比喻來說，就是把「會訂火車票」這樣的能力像外掛一樣裝到代理上。 ↩
