생성형 인공지능 기술이 급격히 발전하면서 전 세계 창작자들의 저작권 침해 논란이 끊이지 않고 있다.
특히 음악 산업에서는 인공지능 모델 학습에 사용된 음원에 대해 정당한 대가를 지불해야 한다는 목소리가 커지고 있다.
과거에는 창작물의 일회성 판매나 스트리밍 횟수에 따라 수익이 분배되었지만 인공지능 시대에는 저작물 활용의 개념 자체가 모호해진 상황이다.
이러한 문제를 해결하기 위해 음악가들이 인공지능 학습 데이터 제공에 대한 정당한 보상을 받을 수 있는 혁신적인 솔루션들이 등장하고 있다.
수어렐과 STIM의 인공지능 음악 라이선스 체계
워너뮤직그룹이 인수한 스타트업 수어렐은 스웨덴 저작권 단체 STIM과 손을 잡고 인공지능 음악 저작권료 정산 모델을 구축하고 있다.
수어렐의 소프트웨어는 온라인상의 음원에 저작권자의 지침을 태그 형태로 부착하는 방식을 사용한다.
이 지침을 통해 인공지능 기업이 해당 음악을 학습에 자유롭게 쓸지, 제한적으로 활용할지, 아예 배제할지를 명확하게 설정할 수 있다.
시스템은 인공지능 모델이 학습 과정에서 해당 음원을 어떻게 활용했는지 추적하여 그에 맞는 라이선스 비용을 산정한다.
이는 단순히 저작권료를 한번 받고 끝내는 것이 아니라 인공지능의 생애주기 전반에 걸쳐 지속적인 수익을 보장하려는 시도이다.
학습 데이터 기여도 측성과 공정한 보상
인공지능 음악 기업 사운드벤처스 역시 일회성 보상 대신 지속적인 아티스트 참여와 보상을 강력하게 주장하고 있다.
생성형 인공지능 시스템이 결과물을 만들어낼 때 특정 학습 데이터가 미치는 영향력은 저마다 다르기 마련이다.
예를 들어 재즈풍의 음악이 생성되었다면 학습 데이터에 포함된 재즈 음원이 더 큰 기여를 했다고 평가할 수 있다.
이처럼 개별 결과물마다 학습 데이터의 인과 관계와 기여도를 정밀하게 측정하여 차등적인 보상을 지급하는 방안이 연구되고 있다.
다만 이러한 복잡한 귀인 알고리즘이 자칫 새로운 형태로 시스템을 악용하는 사례를 낳거나 원래의 창작 의도를 왜곡할 수 있다는 우려도 존재한다.
자주 묻는 질문 (Q&A)
Q. 수어렐의 소프트웨어는 어떤 방식으로 작동하는가
A. 음악 파일에 저작권자의 활용 지침을 태그로 지정하고 인공지능 학습 과정에서 해당 파일의 사용 내역을 추적하여 라이선스 비용을 자동으로 설정한다.
Q. 일회성 로열티 매입 방식과 무엇이 다른가
A. 한 번의 비용 지불로 끝내는 것이 아니라 인공지능이 결과물을 생성할 때마다 데이터의 기여도를 실시간으로 측정하여 지속적인 수익을 분배하는 구조를 지향한다.
Q. 인공지능 학습 데이터 정산의 주요 과제는 무엇인가
A. 단순한 음원 유사성 측정을 넘어 데이터와 인공지능 모델 간의 인과 관계를 정확히 증명하고 제도를 악용하는 사례를 방지하는 것이 핵심 과제이다.
Q. 대형 음반사와 인공지능 기업들의 협상 동향은 어떠한가
A. 저작권 소송이 점차 줄어드는 대신 유니버설과 워너 등 주요 레이블들이 인공지능 기업들과 공식적인 라이선스 계약을 맺고 협력하는 추세이다.
마치며
생성형 인공지능 시대의 저작권 문제와 공정한 보상 체계를 확립하는 일은 문화 생태계의 지속 가능성을 좌우하는 매우 중요한 과제이다.
기술적 해결책 마련과 함께 정부 차원의 다층적 정책 지원이 뒷받침되어야 창작자들이 정당한 대가를 누릴 수 있을 것이다.
앞으로 관련 업계가 어떠한 정책과 합의점을 만들어낼지 깊은 관심이 필요한 시점인 듯하다.
