AI 음성 합성 및 위반 식별 문제
인공 지능(AI)의 발전으로 종합 데이터에서 음악 제품을 만들 수 있습니다. 여기서 보컬은 특정 녹음본을 모방하고 시뮬레이션할 뿐만 아니라 다양한 출처에서 종합됩니다.
당사자 입장에서 작곡가 하안은 "청취자는 익숙한 목소리 색깔을 알아볼 수 있지만, 정확히 누구인지 확인할 수는 없습니다."라고 말했습니다. 그에 따르면 목소리가 여러 출처에서 종합될 때 예술가는 개인적인 인상이 영향을 받는 것을 느낄 수 있지만, 해당 제품이 자신의 목소리를 사용한다고 단정할 충분한 근거가 없습니다.
법적으로 이러한 경우 위반을 증명하는 데 많은 어려움이 있습니다. Pham Quoc Bao 변호사는 다음과 같이 분석합니다. “첫째, 보컬은 공연자의 권리(SHTT법 제29조)와 녹음 제작자의 권리(제30조)를 통해서만 간접적으로 보호됩니다. 즉, AI가 아티스트의 특정 원본 녹음을 사용했다는 것을 증명해야 합니다. AI가 여러 소규모 소스(fragmented data)에서만 "배운다면" 이것이 직접 복사본이거나 파생 저작물임을 증명하기 어렵습니다.
둘째, AI는 종종 다양한 아티스트로부터 수백만 개의 음성 샘플을 훈련받아 어떤 녹음과도 똑같지 않은 새로운 제품을 생성하는 "음성 합성"으로 이어집니다. 위반 사항을 식별하는 것은 유사성 감각에만 의존할 수 없고 특정 기술적 근거에 의존해야 합니다. 그러나 AI의 작동 방식에서는 이 요소가 실제로 입증되기 어렵습니다.
실제 장벽
2025년 개정된 지적 재산권법은 기술이 빠르게 발전하는 상황에서 더 명확한 법적 근거를 마련하기 위해 제정되었습니다. 그러나 전문가에 따르면 실제 적용에는 여전히 많은 어려움이 있습니다.
팜바오 변호사에 따르면 개정법의 규정은 명확하지만 실제로 적용하기는 쉽지 않습니다. 문제점 중 하나는 AI 요소가 있는 제품에 대한 인간의 참여 수준을 결정하는 것입니다.
변호사는 "디지털 시대에 작가가 AI를 지원 도구로 사용하는 것과 AI가 창의적 사고를 완전히 대체하도록 하는 것 사이의 경계는 매우 희박합니다. 그렇다면 하이브리드 작품에서 인간의 개입 비율을 어떻게 결정할 수 있을까요? 이것은 권한 있는 기관이 지적 재산권 등록 조건을 충분히 결정할 수 있는 어려운 질문입니다."라고 분석했습니다.
게다가 법률 시행은 지침 문서에 달려 있습니다. "법은 프레임워크일 뿐이며, 많은 중요한 내용(AI-assisted 작품 보호 기준, AI 훈련 데이터 사용 조건, 가격 책정 및 IP 거래 메커니즘)은 정부 법령을 기다려야 합니다. 현재까지 디지털 작품 식별 및 보관 시스템과 집단 권한 관리 조직은 여전히 취약하여 출처를 투명하게 밝히고 로열티를 징수하는 것이 매우 어렵습니다."라고 변호사는 말했습니다.
실제로 저작권 침해 상황은 여전히 발생하고 있습니다. 팜바오 변호사는 "명확한 법적 틀이 있지만 음악, 연극, 영화 분야의 저작권 침해는 여전히 많이 발생하고 있습니다."라고 평가했습니다.
변호사는 전자 네트워크 페이지의 허점을 이용하는 것, 콘텐츠가 쉽게 복사되고 확산되지만 빠르게 흔적이 지워지는 것, 사용자의 무료 콘텐츠 사용 습관 등과 같은 원인을 지적했습니다. 반면에 장기간의 소송 절차는 많은 작가들을 낙담하게 만듭니다.
준수 비용 부담도 장벽입니다. 디지털 환경에서 작품을 보호하려면 작가는 보관, 저작권 등록부터 위반 추적 및 처리에 이르기까지 많은 절차를 수행해야 하지만 침해 행위는 빠르고 광범위하게 발생합니다.
위반 내용이 단기간에 변경되거나 삭제될 수 있기 때문에 증거 수집 및 보존에도 어려움이 있습니다. 이로 인해 처리 과정이 길어지고 저자의 권익 보호 효과가 감소합니다.
