크리에이터가 AI 학습에 대한 대가를 받는 방법

소개

수년간 많은 콘텐츠가 출처 표기나 대가 없이 인터넷에서 조용히 스크랩되었습니다. 이제 상황이 역전되고 있습니다. AI 기업들이 창작물에 대한 라이선스를 취득하고, 실질적인 계약을 체결하며, 데이터셋을 만든 이들에게 보상을 지급하기 시작했습니다.

이 자금이 실제로 창작자에게 어떻게 전달되는지, 그리고 여러분이 이를 활용할 수 있는 방법을 알아보자.

'무료' 스크래핑에서 허가 기반 유료 데이터로

생성형 AI는 데이터로 작동하며, 수년간 그 데이터 상당량은 공개 웹의 조용한 스크래핑에서 비롯되었습니다. 창작자들의 동영상, 사진, 기사, 디자인이 동의 없이 훈련 데이터셋으로 끌려 들어갔습니다.

이러한 방식은 이제 압박을 받고 있습니다. 저작권자와 미디어 기업들은 AI 훈련을 위해 자신들의 저작물을 무단 사용한 주요 기술 기업들을 상대로 소송을 제기하며, 업계가 저작권과 보상 문제를 정면으로 마주하도록 강요하고 있습니다.

이에 대응해 AI 기업들은 명시적인 라이선스 계약을 체결하고 필요한 고품질 창작 데이터에 대한 대가를 지급하기 위한 체계적인 프로세스를 구축하고 있다. 이러한 변화는 실제 콘텐츠를 제작하는 사람들에게 실질적인 수익 창출 기회를 열어주고 있다.

창작자들이 현재 수익을 창출하는 방식

1. AI 연구소 및 출판사와의 직접 라이선스 계약

대형 AI 개발사와 주요 권리 보유자들이 중간 지점에서 만나기 시작했다. 예를 들어 해퍼 콜린스 같은 출판사는 마이크로소프트와 다년간 계약을 체결해 AI 모델 훈련에 사용된 논픽션 도서당 비용을 지급받는다.

이러한 협상은 일반적으로 기업 차원에서 이루어지지만 파급 효과를 창출합니다. 카탈로그 훈련 접근에 대한 공개 가격이 형성되면 개별 작가, 저널리스트, 틈새 출판사들도 노출이라는 공허한 약속에 만족하지 않고 보상을 요구할 수 있는 입지를 강화하게 됩니다.

2. 창작자 콘텐츠를 패키징하는 중개 플랫폼

대부분의 창작자는 AI 연구소 법무팀과 직접 협상할 시간(또는 영향력)이 부족합니다. 바로 여기서 창작자 중심 플랫폼이 등장합니다.

무작정 이메일을 보내는 대신, 작품을 한 번 업로드하고 원하는 권리를 설정한 후 플랫폼이 모든 복잡한 작업을 처리하도록 맡기면 됩니다:

• 올바른 검증
• 메타데이터
• 계약
• 지급금

브랜드, 스톡, 소셜 캠페인 촬영을 해온 사진작가는 하드 드라이브에 수년간 사용되지 않은 B롤 영상이나 추가 제품 사진이 쌓여 있을 수 있습니다. Wirestock 같은 플랫폼에서는 이 같은 아카이브를 AI 기업의 훈련 데이터셋으로 전환할 수 있습니다. 이는 오래된 프리랜서 사진 작업을 재활용하고 최신 기술 발전에 자신의 미적 감각을 기여하는 방법입니다.

3. 스톡 라이브러리와 기여자 펀드

이미 스톡 플랫폼에 업로드하고 있다면, 모르는 사이에 AI 생태계의 일부가 되어 있을 수 있습니다. 예를 들어 어도비는 적격 어도비 스톡 콘텐츠를 Firefly AI 모델에 활용하며, 훈련에 포함된 자산을 보유한 창작자에게 지급하는 기여자 펀드를 도입했습니다.

현직 사진작가, 디자이너, 영상 제작자에게 이는 기존 라이선스 판매 수익에 더해 추가적인 보상 계층을 의미하며, 특히 지속적으로 데이터 가치를 창출하는 대규모 포트폴리오의 경우 더욱 그렇습니다.

이 변화가 크리에이터 경제에 주는 의미

기존 아카이브에서 발생하는 새로운 수익

가장 큰 변화는 오래된 작업물이 갑자기 새로운 가치를 얻게 된다는 점입니다. 이미 촬영, 편집, 대금을 한 번 받은 작업물을 훈련 목적으로 다시 라이선싱하면 반수동적 수입원이 창출될 수 있습니다.

통제권 강화

새로운 라이선싱 생태계는 통제권 강화와도 연결됩니다. 계약서에는 AI 훈련에서 콘텐츠 사용 범위와 방법, 민감한 주제나 브랜드 안전성 보호 조항이 명시됩니다. 예를 들어 하퍼콜린스와 마이크로소프트의 계약에는 포함되는 도서 목록 조건이 포함되며 저자의 명시적 동의가 필수입니다.

단순 구매자가 아닌 공동 조종사로서의 AI

라이선싱 외에도 창작자들은 AI 도구를 활용해 작업 흐름을 가속화하고 있습니다. 텍스트 및 이미지 모델은 이미 아이디어 구상, 대본 작성, 러프 스토리보드 제작, 초안 편집 등에 도움을 주어 시간을 절약할 수 있게 합니다.

일부 창작자들은 평가자나 전문 AI 트레이너라는 새로운 역할로 진출하여 자신의 전문 분야에서 우수한 모델이 어떤 모습인지 가르치는 원격 업무를 수행하기도 합니다.

창작자가 AI 데이터 경제에 참여하는 방법

창작자로서 어디서부터 시작해야 할지 고민된다면 권리, 관련성, 도달 범위를 고려하세요.

1. 권리를 명확히 하세요

실제로 통제할 수 있는 것만 라이선스할 수 있습니다.

• 과거 클라이언트 및 브랜드와의 계약을 검토하세요. 권리를 보유하는 부분이 있나요, 아니면 모든 것이 작업 의뢰 형태인가요?

• 필요한 경우 모델 및 재산 사용 허가서를 확보하세요.

• 아카이브를 태그하고 정리하여 AI 구매자가 원하는 콘텐츠 유형(다양한 주제, 다양한 환경, 선명한 오디오, 상세한 메타데이터)을 신속하게 찾을 수 있도록 하세요.

2. 훈련에 가치 있는 요소 파악하기

AI 연구실은 다양하고 현실적이며 정확하게 라벨링된 데이터가 필요합니다.

예를 들어:

• 음질이 깨끗하고 여러 카메라 앵글로 촬영한 긴 형식의 토킹 헤드 영상

• 일상적인 사용 환경에서 물건을 보여주는 제품 및 라이프스타일 촬영

• 실제 조명 조건, 날씨, 움직임을 포착한 거리 사진

3. 시장에 진출할 적절한 경로를 선택하세요

규모와 전문 분야에 따라 적합한 경로는 달라집니다:

• 상당한 규모의 카탈로그를 보유하고 있거나, 강력한 관객층을 확보하고 있거나, 가치 있는 IP를 보유하고 있다면 직접 거래를 진행하세요.

• AI 데이터 라이선싱 및 수익 분배를 전문으로 하는 중개 플랫폼.

• 모델 훈련에 귀하의 작품을 사용하는지 여부와 방법을 투명하게 공개하는 스톡 및 마켓플레이스

• 콘텐츠 라이선싱과 라벨링, QA 또는 평가 작업 참여를 동시에 허용하는 크리에이터 중심 데이터 플랫폼.

결론: AI는 그 어느 때보다 창작자를 필요로 한다

인공지능 이야기는 종종 기계가 인간을 대체한다는 식으로 전해집니다. 그러나 현실, 특히 훈련 단계에서는 거의 정반대입니다. 모델은 방대한 양의 인간이 만든 작업이 뒷받침되지 않으면 현실감, 미묘함, 취향을 배울 수 없습니다.

창작자들이 자신들의 조건에 따라 테이블에 앉을 자리를 더 많이 차지할수록, 이 다음 AI 물결은 더 공정하고 지속 가능해질 것입니다.