한국저작권위원회

ISSN 2983-1954 (Online)

□ 2025년 2월 현재 AI 기반 영상 제작 기술 개발 현황

 ○ AI 영상 제작 기술의 현황과 전망

  - 글로벌 AI 영상 시장은 2023년 56억 달러에서 2034년 1,565억 달러 규모로 성장할 것으로 전망됨.

  - 어도비(Adobe)의 파이어플라이(Firefly), 구글(Google)의 비오2(Veo2), 아트리스트(Artlist)의 AI 음성 생성기 등 주요 기업들의 기술 개발이 활발함.

  - AI는 영상 제작 전 과정에 적용되어 스크립트 분석, 실시간 카메라 제어, 색보정 등을 자동화하고 있음.

  - 이로 인해 제작 효율성이 향상되고 맞춤형 콘텐츠 제작이 용이해졌으나, 고해상도 처리 지연과 도구 간 호환성 등의 과제가 남아있음

※ (주제어) AI 영상 제작 기술, AI 기반 영상 제작 기술, 글로벌 AI 영상 시장, 어도비, 파이어플라이, 구글, 비오2, 아트리스트, AI 음성 생성기, 스크립트 분석, 실시간 카메라 제어, 색보정

□ 메타의 AI 학습 위한 불법사이트 활용 논란

 ○ AI 모델 학습의 투명성 확보 필요성 확대

  - 메타가 AI 모델 학습을 위해 약 80TB의 불법 학술 자료를 무단 활용한 사실이 드러남.

  - 소송 자료에 따르면, 메타는 ‘제트 라이브러리’와 ‘라이브러리 제네시스’ 등에서 저작권 보호 도서를 수집함.

  - 내부 윤리적 우려에도 경영진은 데이터 수집을 강행했으며, VPN 사용 등 은폐를 시도함.

  - 이는 AI 기업들의 무분별한 데이터 수집 관행을 보여주는 사례로, 오픈AI와 엔비디아도 유사한 저작권 침해 논란에 휘말림.

  - 산업계에서는 AI 학습 데이터 투명성 강화와 라이선스 기반의 데이터 수집 체계 마련이 시급하다는 지적이 제기되고 있음

※ (주제어) 메타, 오픈AI, 엔비디아, AI 학습, AI 모델 학습, 데이터 수집, AI 학습 데이터 투명성, 저작권 보호 도서, VPN, 불법 사이트, 불법 학술 자료, 제트 라이브러리, 라이브러리 제네시스, 저작권 침해 논란

□ AI 활용한 표절 문제와 AI 표절 검사 기술 현황

 ○ 생성형 AI 표절 문제와 효과적인 탐지 기술의 필요성

  - 생성형 AI 기술 발전으로 AI 활용 표절 문제가 학계와 산업계의 주요 과제로 떠오름.

  - AI 생성 콘텐츠 증가로 학술 연구, 언론, 창작 산업 전반에서 저작권 침해와 지식재산권 보호에 대한 우려가 커지고 있음.

  - 기존 표절 검사 도구들은 AI 생성 콘텐츠를 효과적으로 탐지하는 데 한계가 있으며, 이를 보완하기 위해 머신러닝과 자연어 처리 기술을 활용한 새로운 AI 표절 검사 도구들이 개발되고 있음.

  - AI 표절 문제 해결을 위해 탐지 기술의 고도화와 멀티모달 콘텐츠 검출 시스템 구축이 필요하며, AI 윤리 가이드라인 수립과 교육 강화, 평가 방식 혁신 등을 통해 대응해야 함.

  - 또한, 산업계, 학계, 연구기관이 협력하여 AI 표절 문제에 공동 대응하는 체계를 마련하는 것이 중요함

※ (주제어) 생성형 AI 기술, AI 표절 검사 기술,  AI 표절 검사 도구, AI 생성 콘텐츠, 표절 문제, AI 표절 문제, 생성형 AI 표절 문제, AI 활용 표절 문제

□ 영상 콘텐츠 플랫폼의 AI 도구 혁신과 창작 생태계 진화 전망

 ○ 유튜브 AI 기술 혁신의 저작권 산업 영향과 전망

  - 유튜브가 2025년 핵심 전략으로 추진하는 AI 기술 도입으로 영상 콘텐츠 생태계에 근본적 변화가 예상됨.

  - 자동 더빙 기술의 전면 확대로 콘텐츠의 글로벌 유통이 가속화되면서 국제적 저작권 관리 체계 재편 필요성이 대두됨.

  - AI 기반 연령 식별 기술은 맞춤형 콘텐츠 환경을 조성하지만 개인정보 보호와의 균형이 과제로 남음.

  - 콘텐츠 ID 시스템 확장과 AI 생성물 탐지 기술, 제3자 AI 학습 동의 시스템은 저작권 보호를 강화할 것으로 기대됨.

  - 이러한 기술 혁신으로 글로벌 저작권 관리, AI 학습용 데이터 라이선싱 등 저작권 산업의 새로운 비즈니스 모델 창출이 전망됨

※ (주제어) AI 기술, 유튜브 AI 기술, AI 기반 연령 식별 기술, 자동 더빙 기술, 콘텐츠 ID 시스템, AI 생성물 탐지 기술, 제3자 AI 학습 동의 시스템, 저작권 산업, 창작 생태계, 영상 콘텐츠 생태계, 영상 콘텐츠 플랫폼, AI 도구, 글로벌 저작권 관리, AI 학습용 데이터 라이선싱

□ 구글, AI 편집 이미지에도 디지털 워터마크 'SynthID' 적용 발표

 ○ 딥마인드 기술 활용한 워터마킹 시스템, 2025년 2월부터 전면 도입

  - 구글이 2024년 출시한 픽셀 9의 구글 포토의 매직 편집기 기능은 생성형 AI 기반 이미지 변환 도구를 포함함.

  - 리이매진 도구로 사용자는 이미지 특정 영역을 선택하고 텍스트 프롬프트로 자유롭게 변형할 수 있음.

  - 구글은 2025년 2월부터 이 도구로 편집된 모든 이미지에 딥마인드의 SynthID 기반 디지털 워터마크를 자동 삽입하기로 함.

  - 이를 통해 공유되는 이미지의 AI 편집 여부를 확인해 디지털 이미지의 신뢰성을 확보할 수 있음. 구글 포토 앱에서 AI 편집 정보와 워터마크 존재를 확인할 수 있음

※ (주제어) 딥마인드 기술, 워터마크, 워터마킹 시스템, 디지털 워터마크, SynthID, 구글, 이미지, 디지털 이미지, AI 편집 이미지, 생성형 AI 기반 이미지 변환 도구, 구글 포토, 매직 편집기, AI 편집 정보

□ 주간기술동향

 ○ 디지털 홀로그래피 저작권 보호 기술

  - 디지털 홀로그래피 기술은 별도의 장비 없이 입체 영상을 재현할 수 있는 기술로, 광고, 의료, 예술, 교육, 보안 등 다양한 산업에서 활용 가능성이 높음.

  - 그러나 상용화 과정에서 고해상도 콘텐츠 제작 비용, 대용량 데이터 유통 문제, 저작권 침해가 발생할 수 있음.

  - 이는 복제가 용이하여 불법 유통의 위험이 크므로 보호 기술 개발이 필수적임.

  - 이에, 암호화와 워터마킹을 결합한 보호 방식과 딥러닝 기반 워터마킹 기술 사례에 대해 알아보도록 함.

  - 이른바, '복합 진폭 변조(CAM) 기법'을 활용하여 암호문과 키를 적용해 불법 복제를 방지하고, 내장된 워터마크로 원 저작자를 증명하는 기술과, 딥러닝을 활용하여 워터마크를 자동 최적화하는 기술을 살펴보겠음

※ (주제어) 보호 기술, 암호화, 워터마크, 워터마킹, 딥러닝 기반 워터마킹 기술, 디지털 홀로그래피 기술, 디지털 홀로그래피 저작권 보호 기술, 복합 진폭 변조기법, CAM 기법, 원저작자, 고해상도 콘텐츠, 저작권 침해, 불법 복제, 불법 유통

한국저작권위원회가 창작한 저작권 이슈 브리프(2025-2-4호) 저작물은
"공공누리" 출처표시-상업적 이용금지-변경금지 조건에 따라 이용할 수 있습니다.