한국저작권위원회

ISSN 2983-1954 (Online)

□ 블록체인 기반 지식재산권 토큰화 시장의 성장과 산업 적용 확산

 ○ 스토리($IP) 3조원 기업가치 달성과 전통 금융권 토큰화 펀드 출시
  - 전 세계 80조달러 규모의 지식재산권 시장에서 블록체인 기술을 활용한 IP 토큰화가 새로운 패러다임으로 부상하고 있다. 스토리($IP) 프로젝트가 a16z 연속 투자와 업비트 상장을 통해 3조원 기업가치를 달성하고 BTS, 블랙핑크 등 K팝 아티스트 IP 토큰화를 완료하면서 창작자 직접 수익화 모델이 현실화되고 있다. 맥킨지는 2030년까지 토큰화된 자산이 2조달러 규모에 달할 것으로 전망하며, 실시간 IP 가치 평가와 스마트 계약 기반 저작권료 분배 시스템을 통해 저작권 산업의 구조적 변화가 가속화될 것으로 예상된다.

※ (주제어) 블록체인 기반 지식재산권 토큰화 시장, 지식재산권 시장, 블록체인 기술, IP 토큰, K팝 아티스트 IP 토큰, 스마트 계약 기반 저작권료 분배 시스템, 저작권 산업

□ 미디어 제작 효율성을 높이는 AI 오케스트레이션과 저작권 귀속의 복잡성

 ○ 미디어 산업의 AI 오케스트레이션 확산과 저작권 관리 체계의 적응 과제

  - AI 오케스트레이션은 여러 AI 에이전트들을 중앙에서 통합 관리하는 분산 처리 시스템으로, 공유 메모리 시스템을 통해 실시간으로 중간 결과물을 공유하고 전체 작업 과정을 동적으로 최적화할 수 있어 AI 오케스트레이션을 활용하면 콘텐츠 제작 전 과정을 AI가 자율적으로 조정하여 확장성과 효율성을 동시에 확보할 수 있을 것으로 기대되고 있다. 그러나 저작권 산업 측면에서는 여러 AI 에이전트가 협력하는 과정에서 최종 산출물의 권리 귀속과 기여도 측정이 복잡해지는 새로운 과제도 제기된다. 이에 대응하기 위해 오케스트레이션 환경에 적합한 유연한 권리 관리 체계 구축이 필요할 것으로 보인다.

※ (주제어) AI 오케스트레이션, 공유 메모리 시스템

□ 공유저작물 자동 식별 기술의 국내외 동향과 발전 방향

 ○ 메타데이터 기반 해외 사례와 AI 기반 국내 기술 개발 방향

  - 영상, 이미지, 문서 등 다양한 공유저작물을 자동 식별·분류하는 기술의 필요성이 커지고 있다. 정부·문화기관이 보유한 자료를 콘텐츠 플랫폼에서 실시간 분석해 저작권 적용 여부를 즉시 판별하는 시스템 구축이 요구된다. 이는 콘텐츠 유통 과정에서 저작권 보호와 활용 투명성 확보를 동시에 실현할 수 있다. 무하유는 한국콘텐츠진흥원 과제로 AI 기반 자동 식별 기술을 개발 중이며, 해외의 하티트러스트와 미모 사례는 메타데이터·협업 기반 시스템으로 국내 기술 개발에 참고가 된다.

※ (주제어) 영상, 이미지, 콘텐츠 유통, 저작권 보호, AI 기반 자동 식별 기술

□ AI 학습 데이터 고갈 전망에 따른 도서관-AI 기업 간 새로운 협력 모델

 ○ AI 학습 데이터로서 도서관 디지털 데이터 공급 동향

  - AI 언어모델 개발에 필요한 텍스트 데이터의 폭증으로 인해 2020년대 후반 공개 데이터 고갈이 예상되면서, 도서관 보유 디지털 아카이브가 새로운 해결책으로 떠오르고 있다. 수백 년간 축적된 고문헌과 역사 자료들이 저작권 논란 없는 안전한 AI 훈련용 학습 데이터로 인식되며, 주요 기술 기업들이 도서관 디지털화 사업에 대규모 투자를 시작했다. 전통적인 문화유산 보관 기관들이 AI 시대의 핵심 데이터 제공자로 역할을 확장하며, 메타데이터 표준화와 연결된 데이터 기술을 통해 지능형 정보 서비스 구축이 가속화되고 있다.

※ (주제어) AI 학습 데이터, 도서관 디지털 데이터, AI 언어모델, 텍스트 데이터, AI 훈련용 학습 데이터

□ 창작 작업에 협업 형태로 AI 활용 증가… 참여저작권 관리 체계가 직면한 과제

 ○ 제약에서 촉매로: 창작 생태계 속 생성형 AI 기술의 재인식

  - 최근 생성형 AI는 단순히 자동으로 음악을 생성하는 도구가 아니라 가사 스토리텔링, 사운드 디자인, 작곡 초안 제작 같은 초기 단계에서 AI를 적극 활용되며 창작 과정을 보조하는데 사용되고 있다. 일부는 자신의 목소리를 AI로 학습시켜 새로운 창법과 음악적 실험을 시도한다. 이러한 흐름은 창작자와 AI의 협업이 일반화되는 방향을 보여주며, 저작권 관리 체계에도 새로운 요구를 제기한다. AI 학습 데이터의 출처 관리, 생성물에 대한 권리 귀속, 저작권료 분배 구조의 투명성 확보가 핵심 과제가 되면서 창작자의 목소리나 스타일이 AI 학습에 사용될 때 발생할 수 있는 권리 문제를 해결하기 위한 기술적 보호 장치의 필요성이 커지고 있다.

※ (주제어) 생성형 AI, 저작권 관리 체계, AI 학습 데이터, 출처 관리, 권리 귀속, 저작권료 분배 구조

□ 주간기술동향

 ○ AI 모델 저작권 보호를 위한 '모델 워터마킹' 기술

  - 모델 워터마킹은 모델의 학습 또는 미세조정 단계에서 가중치 분포에 특정 정보를 암호화하거나, 소유권자만이 알고 있는 특정 입력(트리거)에 대해 사전 정의된 반응을 유도하는 '백도어'를 심는 방식으로 구현된다. 이는 워터마크의 강도와 모델 성능 간의 상충 관계(trade-off)를 의미하며, 너무 강한 워터마크는 모델의 정확도를 해치고 너무 약하면 미세조정이나 양자화 같은 변형 공격에 쉽게 무력화될 수 있어 정교한 균형이 요구된다. 따라서 모델의 본래 성능을 저하시키지 않으면서도 다양한 공격에 견디는 강인함을 확보하는 것이 핵심 기술 난제이다.

※ (주제어) AI 모델 저작권 보호, 모델 워터마킹, 워터마크

한국저작권위원회가 창작한 저작권 이슈 브리프(2025-9-1호) 저작물은
"공공누리" 출처표시-상업적 이용금지-변경금지 조건에 따라 이용할 수 있습니다.