제5장: 저작권과 윤리

개요

인공지능 생성 예술은 창작의 새로운 지평을 열었지만, 동시에 복잡한 저작권 및 윤리적 문제를 제기합니다. AI가 생성한 작품의 저작권은 누구에게 귀속되어야 하는가? 학습 데이터로 사용된 기존 작품의 저작권은 어떻게 보호되는가? 이 장에서는 AI 예술 분야의 법적, 윤리적 쟁점을 심도 있게 탐구하고, WIA-ART-002 표준이 제시하는 해결 방안을 제시합니다.

2023년 기준, 전 세계적으로 AI 생성 예술의 저작권과 관련된 법적 분쟁이 급증하고 있습니다. Getty Images는 Stability AI를 상대로 1,200만 장 이상의 이미지를 무단으로 학습 데이터에 사용했다며 소송을 제기했습니다. 이러한 사례는 AI 예술 생태계에서 명확한 법적 프레임워크의 필요성을 보여줍니다.

AI 예술의 저작권 법적 지형

1. 생성물의 저작권 귀속

AI가 생성한 작품의 저작권 귀속은 국가마다 다른 접근법을 취하고 있습니다. 이는 각국의 저작권법이 "인간 저자"를 전제로 하기 때문에 발생하는 문제입니다.

국가/지역	저작권 귀속	주요 법적 근거	실제 적용 사례
미국	인간의 창작적 기여 필요	Copyright Office 지침 (2023)	Zarya of the Dawn 사건: AI 생성 부분 저작권 불인정
유럽연합	인간 저자만 인정	Directive 2001/29/EC	저작권은 자연인 또는 법인에만 부여
영국	컴퓨터 생성 작품 인정	Copyright, Designs and Patents Act 1988	생성에 필요한 준비를 한 사람에게 저작권 부여
한국	인간의 창작성 요구	저작권법 제2조	AI는 도구로 간주, 사용자에게 저작권 인정 가능
일본	인간의 사상 또는 감정 표현 필요	著作権法	AI 보조 도구로 사용 시 인간 저자로 인정

2. 학습 데이터의 저작권 문제

AI 모델 학습에 사용되는 대규모 데이터셋은 종종 저작권으로 보호되는 작품을 포함합니다. 이는 "공정 사용(Fair Use)" 또는 "공정 이용(Fair Dealing)" 원칙과 충돌할 수 있습니다.

공정 사용 원칙의 적용

미국 저작권법 제107조는 다음 요소를 고려하여 공정 사용을 판단합니다:

1. 사용의 목적과 성격: 상업적 목적인지, 변형적(transformative) 사용인지 평가. AI 학습이 변형적 사용으로 인정되면 공정 사용 가능성이 높아짐.
2. 저작물의 성격: 사실적 작품보다 창작적 작품의 보호 수준이 높음. 예술 작품을 학습 데이터로 사용하는 경우 더 신중한 접근 필요.
3. 사용된 부분의 양과 중요성: 전체 작품을 사용했는지, 핵심 부분만 사용했는지 평가. AI 학습은 일반적으로 전체 데이터셋을 사용하므로 이 요소에서 불리할 수 있음.
4. 저작물의 잠재적 시장에 미치는 영향: AI 생성물이 원작의 시장을 대체하는지 평가. 유사한 스타일의 작품을 생성하여 원작가의 시장을 잠식하면 공정 사용 인정이 어려움.

라이선싱과 저작자 표시

1. Creative Commons 라이선스

Creative Commons(CC) 라이선스는 AI 생성 예술에 가장 널리 사용되는 라이선싱 프레임워크입니다. 각 라이선스 유형은 서로 다른 권리와 제한사항을 제공합니다.

라이선스	설명	AI 예술 적용	권장 사용 사례
CC0	퍼블릭 도메인 헌납	완전 자유 사용, 귀속 불필요	학습 데이터셋, 실험적 작품
CC BY	저작자 표시	자유 사용, 저작자 명시 필요	오픈 소스 프로젝트, 교육 자료
CC BY-SA	저작자 표시-동일 조건 변경 허락	파생물도 같은 라이선스 적용	커뮤니티 주도 프로젝트
CC BY-NC	저작자 표시-비영리	상업적 사용 금지	개인 작품, 포트폴리오
CC BY-ND	저작자 표시-변경 금지	원본 그대로만 배포 허용	공식 문서, 브랜드 자산
CC BY-NC-SA	저작자 표시-비영리-동일조건변경허락	비영리 + 동일 라이선스	학술 연구, 교육 콘텐츠

2. 저작자 표시 모범 사례

WIA-ART-002 표준은 AI 생성 예술의 저작자 표시를 위해 다음 정보를 메타데이터에 포함할 것을 권장합니다:

{
  "attribution": {
    "humanCreators": [
      {
        "name": "김예술",
        "role": "Prompt Designer",
        "contribution": "Original concept and prompt engineering",
        "orcid": "0000-0002-1825-0097"
      }
    ],
    "aiModels": [
      {
        "name": "Stable Diffusion XL",
        "version": "1.0",
        "provider": "Stability AI",
        "license": "CreativeML Open RAIL-M"
      }
    ],
    "license": {
      "type": "CC BY-NC-SA 4.0",
      "url": "https://creativecommons.org/licenses/by-nc-sa/4.0/",
      "commercialUse": false,
      "derivatives": true,
      "shareAlike": true
    },
    "citations": [
      {
        "type": "training-data-influence",
        "artist": "반 고흐",
        "work": "별이 빛나는 밤",
        "influence": "스타일 참조"
      }
    ]
  }
}

윤리적 AI 예술 생성

1. 딥페이크와 악의적 사용 방지

AI 생성 기술은 딥페이크, 허위정보 유포, 초상권 침해 등 악의적으로 사용될 수 있습니다. WIA-ART-002는 다음과 같은 안전 장치를 권장합니다:

2. 편향성과 공정성

AI 모델은 학습 데이터에 내재된 편향을 그대로 학습하여 재생산할 수 있습니다. 인종, 성별, 연령, 문화적 배경에 대한 고정관념이 생성물에 반영될 위험이 있습니다.

편향 완화 전략

• 데이터 다양성: 학습 데이터셋에서 다양한 인종, 성별, 문화, 지리적 배경을 균형 있게 포함
• 편향 측정: 생성 결과를 정기적으로 분석하여 편향 패턴 탐지 (예: 특정 직업을 특정 성별과 연관짓는 경향)
• 공정성 제약: 생성 알고리즘에 공정성 제약 조건 추가 (예: 성별 균형 유지)
• 다양한 팀 구성: AI 모델 개발 팀을 다양한 배경을 가진 사람들로 구성하여 다각적 관점 확보
• 피드백 루프: 사용자 커뮤니티로부터 편향 사례를 보고받고 모델 개선에 반영

3. 환경적 책임

대규모 AI 모델의 학습과 추론은 상당한 에너지를 소비하고 탄소를 배출합니다. Stable Diffusion XL을 처음부터 학습시키는 데는 약 150,000 kWh의 전력이 필요하며, 이는 평균 가정이 15년 동안 사용하는 전력량에 해당합니다.

법적 분쟁 사례 연구

1. Andersen et al. v. Stability AI (2023)

3명의 예술가(Sarah Andersen, Kelly McKernan, Karla Ortiz)가 Stability AI, Midjourney, DeviantArt를 상대로 제기한 집단 소송. 원고들은 피고들이 자신들의 작품을 허가 없이 AI 학습 데이터로 사용했으며, 이는 저작권 침해, 퍼블리시티권 침해, 불공정 경쟁에 해당한다고 주장했습니다.

주요 쟁점:

• AI 학습이 공정 사용에 해당하는가?
• AI가 원작을 "복제"하는 것인가, 아니면 "학습"하는 것인가?
• 생성된 이미지가 원작의 파생물(derivative work)인가?

2024년 1월, 법원은 일부 청구를 기각했지만 저작권 침해 청구는 재판을 진행하도록 허용했습니다. 이 사건은 여전히 진행 중이며, 그 결과는 AI 예술 산업 전반에 중대한 영향을 미칠 것으로 예상됩니다.

2. Getty Images v. Stability AI (2023)

사진 에이전시 Getty Images가 Stability AI를 상대로 영국과 미국에서 제기한 소송. Getty는 Stability AI가 1,200만 장 이상의 Getty 이미지를 무단으로 복제하고 처리하여 Stable Diffusion을 학습시켰다고 주장했습니다.

특히 흥미로운 점은 Stable Diffusion이 생성한 일부 이미지에 흐릿한 Getty Images 워터마크가 나타난다는 증거가 제시되었다는 것입니다. 이는 AI가 단순히 "학습"하는 것이 아니라 원본 이미지의 요소를 "복제"할 수 있음을 시사합니다.

3. Thaler v. Vidal (미국 특허청, 2022)

Stephen Thaler 박사는 자신의 AI 시스템 "DABUS"가 생성한 두 가지 발명에 대해 특허를 신청했습니다. 그는 DABUS를 발명자로 표기했으나, 미국 특허청(USPTO)은 발명자는 자연인이어야 한다며 신청을 거부했습니다.

이 사건은 AI 생성물의 지식재산권에 관한 근본적인 질문을 제기합니다. 비록 특허 사건이지만, 저작권 분야에도 유사한 논리가 적용될 수 있습니다. 현재까지 대부분의 관할권에서는 인간만이 저작자 또는 발명자가 될 수 있다는 입장을 유지하고 있습니다.

미래 규제 동향

1. EU 인공지능법 (EU AI Act)

2024년 통과 예정인 EU 인공지능법은 AI 시스템을 위험도에 따라 분류하고 규제합니다. 생성형 AI는 다음과 같은 의무를 가질 수 있습니다:

• 투명성 의무: AI 생성 콘텐츠임을 명확히 표시
• 저작권 준수: 학습 데이터의 저작권 보호 자료 사용 내역 공개
• 기술 문서: AI 시스템의 설계, 학습 과정, 데이터셋을 문서화
• 위험 평가: AI 시스템이 야기할 수 있는 위험을 평가하고 완화 조치 마련

2. 미국 COPYRIGHT OFFICE 지침

미국 저작권청은 2023년 3월 AI 생성 작품에 대한 지침을 발표했습니다. 핵심 원칙은 "인간 저자(human authorship)"입니다:

• AI가 독립적으로 생성한 콘텐츠는 저작권 보호를 받을 수 없음
• 인간이 AI를 도구로 사용하되 창작적 통제를 행사한 경우 저작권 인정 가능
• 저작권 등록 시 AI 사용 여부와 인간의 기여도를 명확히 밝혀야 함