AI 도서 라이선싱에서 출판사가 반드시 구분해야 할 두 가지 개념이 있습니다. 바로 '학습 데이터 라이선싱(training data licensing)'과 '인용·참조 라이선싱(citation licensing)'입니다. AI 기업이 도서 콘텐츠를 사용하는 목적과 방식이 전혀 다른 이 두 유형을 혼동하면, 계약 조건 협상에서도 수익 설계에서도 출판사가 불리한 위치에 놓일 수밖에 없습니다.
학습 데이터 라이선싱: AI 모델을 '빚는' 재료
학습 데이터 라이선싱은 AI 기업이 LLM(대형 언어 모델)을 사전 학습(pre-training)하거나 파인튜닝(fine-tuning)할 때 도서 텍스트를 원자재로 활용하는 계약입니다. 이 과정에서 책의 문장은 모델의 가중치(weight) 속으로 녹아들어 사라지고, 원문은 남지 않습니다. 결과물인 AI 모델이 어떤 책으로 학습했는지 외부에서 파악하기도 어렵습니다. 대표적인 계약 사례로는 와일리가 AI 라이선싱으로 실질적인 매출을 올리기 시작한 것과 블룸즈버리가 AI 라이선싱 수익을 공시한 사례가 있습니다. 두 출판사 모두 학술·전문 서적 위주로 대규모 데이터 공급 계약을 체결했습니다.
- 사용 목적: LLM 사전 학습(pre-training), 파인튜닝, 도메인 특화 모델 개발
- 콘텐츠 형태: 대량의 텍스트 데이터 (JSONL, 원시 텍스트 등)
- 계약 규모: 통상 건당 수천만~수억 원 규모의 일시 또는 기간 라이선스
- 저작권 리스크: 학습 후 원문 복원 가능성, 무단 사용 여부 추적 난이도 높음
- 협상 포인트: 사용 모델 명시, 학습 범위 제한, 재라이선싱 금지 조항
인용·참조 라이선싱: AI가 책을 '읽고 답하는' 방식
인용 라이선싱은 RAG(Retrieval-Augmented Generation) 구조에서 AI가 실시간으로 도서 원문을 검색하고 발췌·인용해 답변을 생성할 때 필요한 계약입니다. RAG의 원리와 라이선싱 구조에서 설명했듯이, 이 방식에서는 원문 텍스트가 모델 내부에 흡수되지 않고 외부 데이터베이스로 분리 관리됩니다. Perplexity, ChatGPT의 검색 연동 기능, 전문 리서치 도구 등이 이 방식을 씁니다. 원문이 사용자에게 직접 노출되기 때문에 학습 데이터보다 추적과 감사(audit)가 상대적으로 용이합니다.
- 사용 목적: 검색 증강 생성(RAG), AI 챗봇 참조, 전문 리서치 툴
- 콘텐츠 형태: 인덱싱된 청크(chunk) 단위 텍스트, 메타데이터 포함
- 계약 구조: 조회 건수·API 호출 기반 종량제, 또는 연간 구독 모델
- 저작권 리스크: 원문 발췌 노출 범위 제한, 출처 표기 의무화 필요
- 협상 포인트: 인용 길이 상한, 출처 귀속(attribution) 표시, 사용량 리포트 제공
학습 데이터 계약은 '재료 공급'이고, 인용 라이선싱은 '서비스 제공'입니다. 계약서 한 장으로 둘을 같이 처리하려 하면 반드시 구멍이 생깁니다.
출판사가 계약 전 반드시 확인해야 할 세 가지
첫째, AI 기업이 요청하는 사용 목적이 학습인지 참조인지 명확히 기재되어 있는지 확인하십시오. '일반적인 AI 활용'처럼 포괄적으로 쓰인 조항은 학습과 인용 모두를 허용하는 것으로 해석될 수 있습니다. 둘째, 계약 종료 후 학습에 쓰인 데이터의 처리 방법을 규정해야 합니다. 모델 가중치에 이미 반영된 학습 데이터는 '삭제'가 기술적으로 불가능하므로, 파생 모델 배포 제한 등 대안적 조항이 필요합니다. 셋째, 인용 라이선싱이라면 실제 인용량을 측정하는 방법과 보고 주기를 계약서에 명시하십시오. 사용량 데이터가 없으면 수익 배분도 사후 감사도 불가능합니다.
멘탯은 학습 데이터 라이선싱과 인용 라이선싱을 각각 별도 계약 구조로 관리하는 AI 도서 라이선싱 플랫폼입니다. 출판사가 보유한 도서 권리를 유형별로 분리 등록하고, AI 기업의 사용 목적에 맞는 조건을 투명하게 매칭합니다. 계약 후에는 사용량 모니터링과 정산 데이터를 제공해 출판사가 실질적인 수익을 추적할 수 있도록 지원합니다. 어떤 유형의 계약이 우리 도서에 적합한지 먼저 파악하고 싶다면 출판사 서비스에서 자세한 내용을 확인하십시오.