AI 학습 데이터 저작권 침해가 음악 산업에서 다시 한번 적나라하게 드러났습니다. The Atlantic이 공개한 조사에 따르면, 수백만 곡의 저작권 보호 음악이 AI 훈련 데이터셋에 무단으로 포함되어 있었습니다. 테일러 스위프트, 배드 버니 등 현존하는 최상위 아티스트들의 음원까지 포함된 이 데이터셋은, 허락 없이 AI 모델 학습에 쓰였습니다. Dataconomy 보도가 이를 상세히 다뤘습니다.
출판계는 이 소식을 남의 일처럼 볼 수 없습니다. 음악과 도서는 표면적으로 다른 산업처럼 보이지만, AI 기업 입장에서는 동일한 방식으로 접근하는 '콘텐츠 데이터'입니다. 실제로 지금까지 드러난 AI 학습 데이터셋에는 음악 가사, 도서 본문, 학술 논문이 구분 없이 혼재되어 있었습니다. 무단 도서 스캔 사건이나 Anna's Archive, LibGen 사례가 이를 증명합니다.
패턴은 하나다 — 구하기 쉬운 것부터 가져간다
AI 기업들이 학습 데이터를 수집하는 방식에는 일관된 논리가 있습니다. 디지털화가 잘 되어 있고, 웹에 공개되어 있으며, 권리 추적이 어려운 콘텐츠부터 먼저 가져갑니다. 음악 스트리밍 시대에 가사 데이터가 풍부해진 것처럼, 전자책과 PDF로 유통된 도서 콘텐츠도 마찬가지 이유로 표적이 됩니다. 방어하지 않으면 수집됩니다.
유럽 출판계는 이 흐름을 명확히 인식하고 있습니다. 유럽출판사연맹(FEP)은 EU에 AI 학습 데이터 저작권 보호 강화를 공식 요구했습니다. 핵심 요구는 단순합니다. AI 기업이 저작권 보호 콘텐츠를 학습에 사용할 경우, 반드시 권리자의 동의를 얻고 정당한 보상을 지급해야 한다는 것입니다. 음악 산업에서 벌어진 일이 도서에서 반복되기 전에 제도적 장벽을 세우겠다는 의지입니다.
음악 산업이 먼저 당했고, 출판사는 지금 선택해야 합니다
- 음악: 스트리밍 시대에 디지털화된 방대한 가사·음원 데이터가 무단 수집됨
- 도서: 전자책·PDF·해적판 사이트를 통해 디지털화된 수백만 권이 이미 유통 중
- 공통점: 권리자가 모르는 사이에 학습 데이터로 편입되었고, 소송이 시작된 후에야 실태가 드러남
- 차이점: 출판사는 아직 계약을 통해 선제적으로 대응할 시간이 남아 있음
AI 기업이 합법적 라이선스를 구매하기 시작했다는 것은, 시장이 이미 바뀌고 있다는 신호입니다. 문제는 출판사가 그 테이블에 앉아 있느냐입니다.
음악 산업의 교훈은 명확합니다. 소송으로 뒤늦게 권리를 주장하는 것보다, 처음부터 라이선싱 계약을 통해 수익화하는 구조를 만드는 쪽이 권리자에게 유리합니다. 음악 저작권자들이 스트리밍 로열티 체계를 구축하는 데 10년 이상이 걸렸다면, 도서 출판사들은 그 시행착오를 반복할 필요가 없습니다. 협상 레버리지가 있는 지금이 기회입니다.
멘탯은 출판사가 AI 기업과 직접 라이선싱 협상 테이블에 앉을 수 있도록 연결합니다. 무단 사용을 사후에 적발하는 방식이 아니라, 처음부터 동의와 보상이 포함된 구조로 계약을 설계합니다. 도서 콘텐츠의 AI 학습 데이터 라이선싱에 관심 있는 출판사라면 출판사 서비스에서 구체적인 방식을 확인하실 수 있습니다.