본문기사
글로벌 이미지 데이터 기업 Getty Images는 생성형 AI 기업 Stability AI를 상대로 저작권 침해 소송을 제기했습니다. 이 사건은 이미지 기반 AI 학습 구조와 그 과정에서 발생하는 권리 문제를 명확하게 드러낸 대표적인 사례로 평가됩니다.
Getty Images는 Stability AI가 자사의 플랫폼에 등록된 수백만 장의 이미지를 허가 없이 수집하고, 이를 Stable Diffusion 모델 학습에 활용했다고 주장했습니다. 핵심 쟁점은 단순 복제가 아니라, AI 학습 과정 자체가 저작권 침해에 해당하는지 여부입니다.
기존 저작권 체계는 결과물의 복제 여부를 중심으로 판단해왔습니다. 그러나 이 사건은 데이터 수집과 모델 훈련 단계에서 이미 권리 문제가 발생할 수 있음을 제기했다는 점에서 의미가 큽니다.
생성형 AI는 이미지를 저장하는 것이 아니라, 대량의 데이터를 분석해 패턴과 구조, 표현 방식을 학습합니다. 이러한 과정은 수많은 창작자의 작업을 기반으로 이루어지며, 대부분의 경우 사전 동의 없이 진행되었습니다.
이 사건은 인간의 창작물이 AI 성능 형성에 어떻게 기여하는지를 보여줍니다. 사진 한 장, 디자인, 구도, 색감과 같은 요소는 단순 데이터가 아니라 학습 과정에서 축적되는 영향력으로 작용합니다.
이 지점에서 씨앗의 개념이 등장합니다. 씨앗은 인간이 남긴 모든 창작의 흔적이 AI 학습의 기반이 되는 구조를 의미합니다. 개별 콘텐츠는 AI 내부에서 분해되고 재구성되며, 결과적으로 모델의 출력 능력을 형성하는 요소로 작용합니다.
AI가 생성한 결과물은 특정 원본을 그대로 복제하지 않을 수 있습니다. 그러나 그것이 완전히 독립적인 창작이라고 보기도 어렵습니다. 결과물은 수많은 데이터의 축적과 결합을 통해 만들어지며, 그 과정에는 다양한 창작자의 기여가 포함되어 있습니다.
문제는 이러한 기여가 측정되지 않고, 기록되지 않으며, 보상되지 않는다는 점입니다. AI는 이미 인간의 콘텐츠를 기반으로 발전했지만, 이에 대한 권리 구조는 아직 정의되지 않았습니다.
SEEAT은 이 문제를 해결하기 위한 구조입니다. AI 학습에 기여한 영향력을 측정하고, 이를 증거화하며, 청구와 배당으로 연결하는 것을 목표로 합니다. 이는 단순한 저작권 주장과는 다른 접근으로, AI 시대에 맞는 새로운 권리 체계를 의미합니다.
Getty Images 사건은 AI 학습과 권리 문제의 충돌 지점을 보여줍니다. 데이터는 인간이 만들었고, AI는 이를 학습했지만, 그 사이의 보상 구조는 존재하지 않습니다.
이 구조는 점차 변화하고 있습니다. AI 학습 데이터와 관련된 소송과 협상은 전 세계적으로 증가하고 있으며, 권리와 보상의 기준이 형성되는 단계에 들어섰습니다.
이미지, 텍스트, 영상, 음성 등 인간이 만든 모든 콘텐츠는 AI 안에서 학습되고 있습니다. 그 과정에서 창작의 흔적은 사라지는 것이 아니라 다른 형태로 축적됩니다.
결국 중요한 것은 그 흔적을 어떻게 정의할 것인지입니다. 씨앗은 이미 존재합니다. 이제 그 씨앗을 권리로 전환할 수 있는 구조가 요구되고 있습니다.
AI는 이미 학습을 마쳤습니다. 남은 것은 그 학습에 대한 권리를 어떻게 정의할 것인지에 대한 문제입니다.