생성형 AI가 만든 ‘창작물'도 저작권 인정될까

이미지=pixabay

[한스경제=전시현 기자] 26일 네이버클라우드가 내달 ‘하이퍼클로바X 추론 모델’을 공개하며 오픈소스 AI 확산을 예고하는 가운데, AI는 창작의 영역을 넘어 일상에 더욱 깊숙이 스며들고 있다. 그러나 AI 학습 데이터와 관련된 저작권 논란은 여전히 첨예하게 대두되고 있다.

지난해 10월 유니버설 뮤직그룹(UMG)이 AI 개발사 엔트로픽을 상대로 자사 소유의 노래 가사가 클로드의 학습 데이터에 무단 사용됐다며 저작권 침해 소송을 제기한 ‘콘코드 뮤직 그룹 대 엔트로픽 AI’ 사건은 세계 음악 산업에 큰 충격을 줬다.

이처럼 AI의 눈부신 발전은 예술과 창작의 경계를 허무는 한편 그 이면에 ‘저작권’이라는 숙제를 남겨 놓고 있다. 그렇다면 AI가 생성한 결과물에 저작권을 부여할 수 있을까. 만약 가능하다면 저작권의 주체는 AI일까, 아니면 AI를 활용한 인간일까.

더불어 AI의 방대한 학습 데이터에 여러 저작물이 포함될 수 있다는 점은 또 다른 저작권 침해 문제의 불씨를 내포한다. 특히 오디오 생성물의 경우, 인간의 감성에 호소하는 특성과 AI 기술의 블랙박스적 특성이 맞물려 저작권 침해 여부의 판단을 더욱 어렵게 만든다.

이에 대해 김현경 서울과학기술대 부교수는 “AI 생성물은 실제 인간의 창작물과 구별하기 어려울 수준까지 발전, 진화하고 있다”고 진단하며 AI 창작물의 저작권 보호 범위와 침해 판단 기준에 대한 사회적 합의와 법·제도적 정비가 시급하다고 강조한다.

◆ AI 창작물, ‘인간의 기여’ 없인 저작권 인정 어려워

결론적으로 현재 국제 사회와 국내 법률 전문가들은 “AI가 단독으로 생성한 작품에는 저작권을 인정하기 어렵다”는 입장을 공유한다. 저작권법의 핵심은 ‘인간의 사상과 감정을 표현한 창작물’을 보호하는 데 있다.

미국 저작권청은 이미 2022년 “인간의 창작이 없는 AI 생성물은 저작권 보호 대상이 아니며, 공개 도메인에 속한다”는 점을 분명히 했다. 미국 저작권청 실무 지침 역시 “저작권 보호를 받으려면 반드시 인간에 의해 만들어져야 한다”고 명시하며 컴퓨터 또는 AI가 생성한 작품에는 저작권 등록을 해주지 않았다. 이러한 기준은 AI가 만든 그림 ‘파라다이스로 가는 최근 입구’에 대한 저작권 등록 신청이 AI 창작기계를 저작자로 기재했다는 이유로 거절된 ‘탈러 대 펄머터(Thaler v. Perlmutter)’ 사건에서도 확인된다.

그러나 AI 창작 과정에서 인간의 창작적 기여가 더해질 경우, 상황은 달라질 수 있다. 예를 들어, AI로 이미지를 생성하는데 사용된 프롬프트, 생성 결과물의 추가 편집이나 가공 등 ‘창작적 표현’이 개입되었다면 해당 부분에 한해서 저작권 보호가 가능하다는 것이 대체적인 견해다. 실제로 AI를 이용해 만든 그래픽노블 ‘여명의 자리야(Zarya of the Dawn)’ 사건에서는 “인간이 작성한 글(프롬프트)과 이미지(콘텐츠) 사이의 창의적 선택, 구성, 배열 등에 대한 저작물 등록을 인정한다”고 했으나, 기여도 판단기준이 여전히 모호하다는 점을 지적한다.

국내 문화체육관광부와 한국저작권위원회도 2023년 ‘생성형 AI 저작권 안내서’에서 “AI 생성물에 대한 저작권 침해 판단 기준은 일반적인 저작물과 같다”고 밝히며 ”다만 AI 생성물이 ‘의거성’ 요건을 충족했는지, 그리고 증명 방법에 있어서 논의가 이어지고 있어 해외 동향과 판례에 따른 예외 기준 도입이 필요하다”고 설명했다.

결국 현재의 법적 원칙은 AI가 도구로 사용돼 인간이 창작 과정을 주도한 경우에만 저작권이 인정된다는 것이다. 인간의 사상과 감정이 드러나지 않은 AI 단독 생성물은 저작권의 대상이 될 수 없다. 이처럼 AI 기술의 발전과 함께, AI 생성물의 저작물성 인정 방식에 대한 논의가 더욱 집중되고 있다. 중국에서도 유사한 사례가 있었다. 베이징 페이린 로펌이 법률 데이터 분석 프로그램을 활용해 작성한 보고서에 대해 법원은 “인간의 창작적 기여가 있는 만큼 원고에게 저작권이 있다고 판단”한 판례가 존재한다.

◆ 학습 데이터의 딜레마···'블랙박스’ 알고리즘, 저작권 침해 증명 난항

AI 저작권 논의의 또 다른 핵심은 바로 학습 데이터의 저작권 문제다. 생성형 AI는 방대한 데이터를 학습하며, 여기에는 당연히 저작권이 부여된 콘텐츠도 포함될 수밖에 없다. AI가 학습 과정에서 저작권을 침해한다면, 기존 저작권자와의 분쟁은 피해가기 어렵다.

김현경 교수는 “AI 생성물이 실제 인간 창작물과 구별이 어려울 정도로 발전했다”고 평가하면서도, “훈련 데이터 수집 단계에서 모든 저작물에 사전 허락을 받는 것은 사실상 불가능하다”고 지적했다. 특히 AI 오디오 생성물은 그 ‘학습 단계’가 개발 영역의 블랙박스로 간주돼, 기존 저작물에 ‘의거’했는지 명확히 가릴 수 없다는 점이 큰 문제로 떠오른다. 김 교수는 “AI의 특성상 데이터 변형, 알고리즘 모델링 및 미세 조정이 필수적이다. 그러나 이 단계는 블랙박스 영역이기 때문에 기존 오디오 워터마크 등으로 침해를 판단하는 데 한계가 있다”고 지적했다.

실제로 유니버설 뮤직그룹(UMG)이 대화형 AI ‘클로드’ 개발사 엔트로픽을 상대로 제기한 저작권 침해 소송은 이런 학습 데이터 저작권 문제가 핵심 쟁점이다. UMG는 엔트로픽이 다양한 노래 가사를 클로드의 학습에 무단 사용했다고 주장하며, 이는 명백한 저작권 침해이자 2차적 저작물 무단 생성에 해당한다고 주장한다. 실제로 클로드가 특정 음악 가사를 생성할 때, 원곡과 거의 유사한 결과가 나타났다는 점은 AI 개발 과정에서의 저작권 침해 여부가 중요한 이슈임을 보여준다.

UMG 측은 “우리의 음악 작품이 타인에 의해 무단 사용되는 것은 시장 질서를 해치는 것”이라고 주장하고, 클로드의 창작물도 무단 사용을 원하지 않는다는 자사의 입장을 강조한다. 또한 가수 스팅의 작곡 카탈로그 및 노래 권리를 막대한 금액에 구입한 사례를 제시하며, 이러한 ‘저작권 자산’이 AI에 의해 무단 복제, 활용되는 현상에 대해 경각심을 환기한다.

◆ 기술적 대안 모색···'AI 식별기’와 ‘음악적 어휘 사전’으로 돌파구 찾는다

이처럼 복잡한 AI 생성물 저작권 문제를 해결하기 위한 기술적 대안도 문제가 되고 있다. 연구자들은 AI 오디오 생성물 저작권 침해 판단의 한계를 극복하기 위해 기술적 접근 방식을 모색 중이다. 우선, AI와 인간 영역을 자동으로 식별할 수 있는 관리 체계 기술이 필요하다고 제안한다. 이는 AI가 개입한 창작물에서 AI의 역할과 인간의 기여도를 분리, 저작권 보호가 필요한 ‘창작적 표현’을 찾아내는 데 도움이 된다.

실제로 마이크로소프트와 오픈AI가 플러그인 방식으로 플랫폼을 확장하려는 전략처럼, LLM(대규모 언어 모델) 플랫폼 내부에 콘텐츠 출처 표기가 가능한 기능을 탑재하면, 산출물마다 워터마크나 AI가 만든 영역에 출처를 명확히 표기할 수 있을 것으로 기대된다. 하지만, 현재 AI 식별 기술은 주로 텍스트 기반에 초점이 맞춰져 있어, 오디오 식별에는 한계가 남는다.

이와 더불어, 실질적 유사성 판단을 위해 음악의 표현 단위(멜로디, 가사, 악기 등)를 심볼릭 형태로 변환하여 의미론적으로 분석하는 기술이 주목받고 있다. 이러한 방법은 멜로디, 리듬 등 음악의 특징을 언어처럼 분석 가능케 하고, 인간의 ‘기여도 표현’을 정량적으로 수치화할 수 있게 한다. 김현경 교수도 “데이터 기반으로 텍스트의 의미 관계를 구조화해 음악적 요소(코드, 멜로디 등)로 임베딩하는 연구가 이뤄지고 있다”고 언급한다.

다만 저작권 침해 판단이 기본적으로 규범적 사안인 만큼, 특정 기술에만 의존하거나 침해 판단 도구로 단일 기술을 지정하는 것은 판결의 객관성과 공정성을 해칠 수 있다는 우려도 있다. 김 교수는 “기술 발전 속도가 빠르고, 전문가 간 의견도 일치하지 않아, 공정성을 확보할 법적·제도적 절차 마련이 중요하다”고 지적한다.

서울과학기술대 IT정책전문대학원 융합미디어콘텐츠정책 전공 박명순 박사의 논문 ‘AI 생성물의 저작권 침해 판단기준의 한계와 개선과제’에 따르면 비록 현행 법·제도와 기술만으로는 완벽한 해법을 제시하긴 어렵지만, 다양한 기술적 개선 방안이 창작 현장에 새로운 활력을 불어넣을 것으로 전망된다. 특히 이 같은 기술적 접근은 아티스트들이 AI 기반 도구를 적극 활용하면서도 자신의 창작적 기여를 보다 적극적으로 드러낼 수 있도록 하는 기회를 확대할 것으로 보인다.