スクレイピングしたデータの所有者は誰か:権利、ライセンス、再販できるもの

ウェブデータを収集しても、その所有者になるわけではない。スクレイピングしたデータセットにはどのような権利が存在し、何をライセンス供与または再販でき、何が他者のものであり続けるのか。

チームが6か月かけて、公開されているウェブサイトから商品価格、求人情報、企業プロフィールのデータセットを構築したとする。そこへ買い手が単純な質問をする。あなたはそれを所有しているのか、私たちに売れるのか、と。正直な答えはたいてい「部分的には」であり、どの部分かによってデータセットの価値が決まる。

スクレイピングされたデータは、一方の当事者が所有する単一のものではない。それは複数の別個の権利からなる層である。個々の項目に関する権利、収集元サイトのデータベースに関する権利、サイトが利用規約によって生み出した権利、人々が自分自身に関するデータに対して持つ権利、そして最後に収集者が新しいものを作り上げることで得る権利である。本ガイドでは、各層について、米国とヨーロッパの裁判所がどのように扱ってきたか、そしてそれがライセンス供与や再販にとって何を意味するかを順に見ていく。

これは一般的な情報であり、法的助言ではない。法律は国によって異なり、急速に変化する。データセットをライセンス供与または販売する前に弁護士に相談すること。

要点

事実は所有できない。 価格、住所、日付、件数などは、米国著作権法の下では一般的に自由にコピーできる。文章、写真、その他の創作的なコンテンツは、どこで収集しても保護され続ける。
ヨーロッパはデータベース権を追加する。 データの収集や検証に相当な投資をしたサイトは、たとえ個々の項目がすべて単純な事実であっても、他者がその実質的な部分を抽出することを差し止めることができる。
何を収集するかと同じくらい、どのように収集するかが問題になりうる。 同意した利用規約、偽アカウント、サーバーへの負荷は、誰もそのデータを所有していない場合でも責任を発生させてきた。
個人データは決して自由に販売できるものにはならない。 公開されていることは、欧州データ保護法上の免除事由にはならない。
所有しているのは自分自身の貢献分である。 追加した選定、構造、クレンジング、分析についてはライセンス供与できる。コピーした対象の著作権を取得することは決してない。

層1:項目そのもの

まず収集した個々のものから見ていく。

事実。 米国最高裁判所は1991年のFeist v. Rural Telephone事件でこれを確定させた。事実は著作権の対象にならない。著作権には独創性が必要であり、誰も事実を創作することはできないからである。電話帳の氏名と電話番号は自由にコピーできるとされた。この判決はまた、事実を収集する労力(「額に汗した成果」)が著作権を生むという考え方も退けた。スクレイピングされたデータについて言えば、これは企業が実際に収集するものの大半、すなわち価格、在庫数、フライト時刻、事業者名と住所、職種名、数値としての評価などをカバーする。

表現。 記事本文、ブランドが書いた商品説明、写真、ユーザーレビューの文言は創作物である。公開ページ上にあるかどうかにかかわらず、著作権はこれらを保護する。公に見えることとライセンスされていることは同じではない。

実務上の境界線は、ページが何を言っているかを記録することと、どのように言っているかをコピーすることの間にある。「このノートパソコンはドイツで899ユーロです」は事実である。そのノートパソコンを説明する3段落の文章は、それを書いた者に属する。

層2:収集元サイトのデータベース

米国著作権法は、事実の編集物をその独自の選定または配列においてのみ保護し、裁判所はその保護を「薄い」ものと説明する。競合他社は、創作的な構造をコピーしない限り、事実を再利用できる。米国にはデータベースに関する独立した権利は存在しない。

ヨーロッパには存在する。EUの独自権(sui generis database right)の下では、内容の取得、検証または提示に相当な投資を行ったデータベースの作成者は、その全部または実質的な部分の抽出や再利用を差し止めることができる。この権利は15年間存続し、内容が実質的に変更された場合には更新されうる。また、小さな部分の反復的かつ組織的な抽出が積み重なってデータベースを損なう場合も対象となる。

欧州司法裁判所の3つの判決が、この権利がどのように収集者に適用されるかを形作っている。

事件	年	スクレイピングにとっての意味
British Horseracing Board v William Hill	2004年	既存のデータの収集と検証への投資のみがカウントされ、データの創出への投資はカウントされない。自らデータを生成するサイト(独自の試合日程、独自のリストなど)は、この権利を主張するのが難しい場合がある。データを公表しても権利は放棄されない。
Ryanair v PR Aviation	2015年	著作権にもデータベース権にも保護されないデータベースであっても、契約によって制限されうる。EUでは、知的財産法ができないことを利用規約が行いうる。
CV-Online Latvia v Melons	2021年	公開データベースをコピーしてインデックス化する専門検索エンジンは、それを抽出し再利用しているが、作成者がこれを差し止められるのは、それが作成者の投資回収能力を危険にさらす場合に限られる。

英国はBrexit後も独自のデータベース権を維持した。2021年1月1日以降、これは英国の作成者のみを保護し、新しい英国のデータベースはもはやEUの権利を得ず、その逆も同様である。

したがって収集者にとってヨーロッパで問われる問いは、「これらは事実か」だけでなく、「誰かがそれを収集するのに相当な投資をしたか、そして自分はその実質的な部分を取得しているか」でもある。

層3:契約とどのように収集したか

誰もそのデータを所有していない場合でも、収集の方法が責任を生むことがある。3つの米国の事例がそのパターンを示している。

LinkedInとhiQ。 第9巡回区控訴裁判所は2019年、そして再び2022年に、公開プロフィールをスクレイピングすることが連邦のハッキング禁止法における「権限なき」アクセスに当たるかどうかについて、hiQが重大な疑問を提起していたと判断した。しかしその後地方裁判所は、hiQが偽プロフィールの使用を含めLinkedInの利用規約に違反していたと認定した。この事件は2022年12月にhiQに対する判決、恒久的差止命令、そしてスクレイピングしたデータの廃棄命令をもって終了した。ハッキングの点で勝訴しても、全体として勝訴したことにはならなかった。
Metaによる、あるウェブデータ企業に対する2024年の訴訟。 カリフォルニア州の連邦裁判所は2024年1月、FacebookとInstagramの利用規約は「ログアウト状態での公開データのスクレイピングを禁止しておらず、したがってそのような公開データの販売も禁止していない」と判断した。Metaは残っていた請求を取り下げ、控訴しなかった。
Xによる同社に対する訴訟。 2024年5月、裁判所はスクレイピングと公開投稿の販売が利用規約に違反するというXの請求を、連邦著作権法によって先占されるとして却下した。Xはユーザーの投稿について非独占的ライセンスを有しているにすぎず、利用規約を用いて私的で著作権類似の支配を作り出すことはできないとされた。2024年後半、裁判所はサーバーへの負荷の主張など、データへのアクセス方法に基づく請求をXが追求することを認めた。この事件は2025年に非公開の条件で和解した。

所有権についての教訓は限定的だが重要である。プラットフォームの利用規約は、それが所有していない公開データに対する支配を与えないかもしれないが、ログインすること、規約に同意すること、偽アカウントを作成すること、サーバーに過負荷をかけることは、それぞれデータの所有者が誰かとは無関係の別のリスクを生む。ウェブスクレイピングは合法かについての概説で、アクセス面をより詳しく扱っている。

層4:テキスト・データマイニングとAI学習

データセットがAIモデルの学習や供給に使われる場合、さらに別の規則が適用される。

EUでは、著作権規則に2つのテキスト・データマイニング例外がある。研究機関と文化遺産機関は、合法的にアクセスできるコンテンツを科学研究のためにマイニングすることができ、権利者はこれをオプトアウトできない。それ以外の者、商業利用者を含めて、権利者が適切な方法でその権利を留保していない限り、合法的にアクセス可能なコンテンツをマイニングできる。オンラインのコンテンツについては、これは機械可読な手段を意味する。EU AI法は、汎用AIモデルの提供者に対し、こうした留保を尊重する方針を持ち、学習用コンテンツの概要を公表することを求めている。

何が有効な留保にあたるかは、まだ決着していない。写真家Robert Kneschkeが非営利団体LAIONを相手取ったドイツの事件では、ハンブルクの裁判所はLAIONの利用は研究例外によってカバーされると判断し、控訴審裁判所は画像エージェンシーのオプトアウトが機械可読であると実証されていないと認定した。ドイツ連邦最高裁判所は2026年9月にこの事件を審理し、EUの最高裁判所への付託を検討中であると述べた。robots.txt、AIオプトアウトと留保シグナルについてのガイドでシグナル自体を扱っており、AIクローラーをブロックしているのは誰かについての調査でその普及度を示している。

米国の裁判所は分かれた結論に達しており、取得方法が繰り返し争点になっている。

Bartz v. Anthropic(2025年)では、裁判所は合法的に取得した書籍での学習はフェアユースであるとしたが、海賊版コピーの保持はそうではないとした。この事件は15億ドルで和解し、2026年7月に最終承認された。
Kadrey v. Meta(2025年)では、裁判所はその記録に基づきフェアユースを認定したが、この判決がそのような学習を一般的に合法化するものではないと強調した。
2026年9月、第3巡回区控訴裁判所はThomson Reuters v. Rossにおいて、競合する法律調査ツールを学習させるためにWestlawの編集見出し(ヘッドノート)をコピーしたことはフェアユースではないと確認した。裁判所は、このAIシステムが新たな表現を生成できなかったことを指摘し、この事件を競合企業間の通常の著作権紛争として扱った。

データセット販売者にとっての教訓は、データの出所と取得の合法性がデータとともに付いて回るということである。モデルを学習させる買い手は、あらゆる部分がどこから来たかを尋ねるだろう。

層5:個人データ

データセットに識別可能な個人に関する情報が含まれる場合、他のすべてに加えてデータ保護法が適用される。GDPRの下では、公開されている個人データに対する免除事由は存在しない。それを収集し、どう扱うかを決める者は管理者であり、その義務には、人々に対して自分のデータが処理されていることとその出所を知らせることが含まれる。それを販売またはライセンス供与することはさらなる目的であり、それ自体の法的根拠が必要であり、買い手は自らの義務を負う管理者となる。

規制当局はスクレイピングに対してこれを執行してきた。オランダのデータ保護当局は2024年、スクレイピングされた顔画像のデータベースを構築したとしてClearview AIに3,050万ユーロの制裁金を科した。これに先立ち、イタリア、ギリシャ、フランスでも制裁金が科されていた。「公開されていた」という主張は抗弁にならなかった。GDPRコンプライアンス概説で収集チーム向けの基本事項を扱っている。

実際に所有しているもの

各層を合わせると、収集者の立場は明確になる。

自分の選定と配列。 米国では、何を含めるか、どう構成するかについて行った独自の選択を著作権が保護しうるが、その根底にある事実は保護されない。
自分のデータベースへの投資。 EUまたは英国において、自社がそこに設立されており、データの取得、検証または提示に相当な投資をした場合、データセットはそれ自体のデータベース権を持ちうる。これはライセンス供与または譲渡が可能である。
その上に積み重ねた作業。 クレンジング、重複排除、正規化、エンリッチメント、分類、スコア、指数、分析は自分のものである。これらはしばしばデータセットの中で最も価値のある部分であり、最もライセンス供与しやすい部分である。
収集元の権利は決して含まれない。 自分の権利が対象とするのは自分が貢献した部分のみである。コピーした記事、写真、レビューに対する著作権は得られず、収集元サイトのデータベース権や誰かのデータ保護上の権利を無効にすることもない。

ライセンス供与または再販できるもの

リスクが低いもの	リスクが高いもの
事実と測定値:価格、在庫状況、件数、日付	記事、商品説明、レビュー本文のコピー
派生データ:指数、トレンド、集計値、スコア、フラグ	写真、動画、その他のメディア
正規化されたフィールドと自分独自のカテゴリ	単一の欧州データベースの実質的な部分をそのまま複製したもの
収集元そのもののコピーの代わりにそこへのリンク	個人データ、特に個人のプロフィール
ログインや規約への同意をせずに収集したデータ	アカウント、偽プロフィール、ブロックの回避によって収集したデータ

最も安全な商品は、ウェブのコピーではなく、ウェブから学んだことを販売するものである。何百万もの観測値から構築された価格指数は、小売業者のカタログのミラーとは、法的にも商業的にもまったく別物である。

データセットをライセンス供与する前に

出所を記録する。 データセットの各部分について、出所、日付、収集方法を記録する。買い手、監査人、裁判所はそれを尋ねるだろう。
事実とコンテンツを分離する。 表現的な素材は再販商品から除外するか、コピーする代わりにリンクする。
欧州のデータベースを確認する。 データセットの実質的な部分が単一のEUまたは英国の出所から来ている場合、その出所がデータベース権を有するかどうかを評価する。
どのように収集したかを見直す。 同意した規約、使用したログイン、遭遇したブロックを記録する。
個人データをスクリーニングする。 それを削除するか、共有する前に法的根拠と透明性を確認する。
ライセンスに書き込む。 買い手が受け取るもの、それをどう扱えるか、どのコンプライアンス義務を負うかを明記する。

文書化された方針があれば、こうした確認作業の大半はルーチン化できる。データ収集方針のテンプレートが出発点になる。

よくある質問

公開ウェブサイトからスクレイピングしたデータを所有していますか?

自分自身の貢献分、つまり選定、構造、クレンジング、分析を所有しており、ヨーロッパでは相当な投資をした場合にはデータベース権を持つ可能性もある。事実そのものは所有しておらず、コピーした創作的コンテンツの著作権を取得することは決してない。

スクレイピングしたデータを販売できますか?

多くの場合、事実とそこから派生させたデータについては、合法的に収集し、データセットに共有する法的根拠のない個人データが含まれていなければ可能である。記事、写真、レビューのコピー、保護された欧州データベースの実質的な部分、個人データの再販は、はるかに高いリスクを伴う。

ウェブサイトの利用規約は、そのデータを誰が所有するかを決めますか?

利用規約は事実の所有権を生み出さず、米国のある裁判所は、プラットフォームが自らの規約を用いて公開データに対する著作権類似の支配を作り出すことはできないと判断した。しかし規約は、それに同意した人々を依然として拘束しうるし、EUでは、それ以外には保護されていないデータベースの利用を制限しうる。

公開されている個人データは自由に利用できますか?

いいえ。EUと英国では、データ保護法は公開されているかどうかにかかわらず個人データに適用され、規制当局は公開投稿された画像からデータベースを構築した企業に制裁金を科してきた。

結論

データをスクレイピングしても、その所有権は移転しない。事実は自由なままであり、創作的コンテンツはその著作者のもとに留まり、欧州のデータベースはその作成者のもとに留まりうり、個人データはそれが指し示す人々の規律下に留まる。収集者が所有するのは自らが付け加えたもの、すなわち生のページを有用なものへと変える選定、構造、クレンジング、分析である。それを構築して販売し、すべての出所を記録し、他者の著作物やデータのコピーを商品から排除すること。