.svg)
AI 솔루션 문의하기
로봇과 자동화 시스템이 학습하기 위해서는 대규모의 훈련 데이터가 필요합니다. 이 데이터는 실제 산업 현장에서 카메라와 센서를 통해 수집됩니다. 수집 과정에서 인간이 작업을 수행하는 영상이나 현장의 배경이 포함되면 여러 저작권 문제가 발생할 수 있습니다. 첫째, 촬영된 사람의 초상권이 문제가 될 수 있습니다. 둘째, 작업 환경에 보이는 기계나 제품이 제3자의 지적재산권 대상일 수 있습니다. 셋째, 촬영 장소 자체가 특정 기업의 소유 공간이므로 데이터 수집 권한이 필요합니다. 이러한 복잡한 법적 상황을 명확하게 이해하고 관리하지 않으면 향후 분쟁으로 발전할 가능성이 있습니다.
피지컬 AI 데이터 수집에서 가장 자주 발생하는 문제는 인간 작업자의 초상권 침해입니다. 산업 현장의 영상 데이터에는 자주 근로자의 얼굴, 신체, 움직임이 포함됩니다. 이를 AI 학습 용도로 사용하려면 해당 인물의 명시적 동의가 필요합니다. 초상권은 개인이 자신의 이미지 사용에 대한 통제권을 갖는 권리입니다. 또한 근로자의 개인정보 보호법도 고려해야 합니다. 일반적인 익명화 처리(얼굴 모자이킹 등)만으로는 충분하지 않을 수 있으며 명확한 동의 절차가 필요합니다. 다만 동의를 구한다 하더라도 범위를 명확히 해야 합니다. 예를 들어 "특정 로봇 학습용"이라고 한정했는데 다른 기업에 데이터를 판매하는 경우 동의 범위를 벗어날 수 있습니다.
피지컬 AI 데이터를 수집하는 과정에서 기업의 제조 공정, 제품 설계, 생산 방식 등이 영상에 노출될 수 있습니다. 이러한 정보들은 경제적 가치를 가진 영업 비밀일 가능성이 높습니다. 만약 학습 데이터가 외부에 유출되면 기업의 경쟁력이 심각하게 손상될 수 있습니다. 따라서 데이터 수집 시 기업 기밀이 포함되지 않도록 신중하게 관리해야 합니다. 촬영 범위를 제한하거나 민감한 부분을 모자이킹하는 방식이 있지만 이는 학습 데이터의 품질을 떨어뜨릴 수 있습니다. 또한 어디까지가 영업 비밀인지 판단하기 어려운 경우가 많습니다. 일부 기업은 극도로 보수적으로 접근하여 영상 촬영 자체를 거부할 수도 있습니다.
수집된 영상이나 이미지 자체가 저작물로 보호받을 수 있는지는 법적으로 논쟁의 여지가 있습니다. 일반적으로 창의적 표현을 담은 영상은 저작권으로 보호되지만, 단순히 객체를 촬영한 공장 카메라 영상은 저작물로 인정받기 어려울 수 있습니다. 다만 영상 촬영 자체에 창의성이 있다면(특별한 각도, 라이팅, 편집 등) 저작권 보호를 받을 수 있습니다. 또한 촬영한 사람(회사)이 저작권을 보유하는지, 아니면 촬영 대상의 저작권자가 권리를 가지는지도 불명확합니다. 이러한 불확실성으로 인해 데이터 수집자와 데이터 사용자 간의 분쟁이 발생할 수 있습니다. 따라서 데이터 수집 시점에 저작권 귀속을 명확하게 정의하는 계약이 필요합니다.
피지컬 AI 개발에 사용되는 데이터는 공개 데이터와 사유 데이터로 구분됩니다. 공개 데이터는 학계나 정부가 공개한 데이터로 제한된 용도 내에서 자유롭게 사용할 수 있으며, 사유 데이터는 특정 기업이 수집한 데이터로 엄격한 라이선스 제약이 있습니다. 문제는 이 경계가 명확하지 않은 경우가 많다는 것입니다. 예를 들어 공개 데이터셋에 포함된 이미지가 실제로는 제3자의 저작물을 포함하고 있을 수 있습니다. 또한 사유 데이터를 학습 용도로만 사용하기로 했는데 학습된 모델을 상용화하는 경우 계약 위반이 될 수 있습니다. 따라서 데이터 사용 계약서에서 허용되는 용도를 구체적으로 명시해야 합니다.
• 초상권 보호 근로자 및 제3자의 얼굴 사용에 대한 명시적 동의 확보
• 개인정보 보호 근로자 개인정보의 적절한 처리 및 보호
• 영업 비밀 관리 촬영 데이터에 포함된 기업 기밀의 보호
• 저작권 귀속 명확 데이터 수집 시점의 저작권 소유권 정의
• 명확한 계약 체결 모든 이해관계자와의 서면 동의 확보
• 용도 제한 명시 데이터의 사용 범위를 구체적으로 정의
• 라이선스 관리 데이터 배포 및 재사용 시 라이선스 확인
• 정기적 감시 데이터 사용이 계약 범위 내에서 이루어지는지 확인
피지컬 AI 데이터가 수집된 후 원래의 용도를 벗어나 다른 목적으로 사용될 수 있습니다. 예를 들어 로봇 팔의 동작 학습용으로 수집한 데이터가 나중에 다른 로봇의 학습이나 상업적 판매 용도로 사용될 수 있습니다. 이러한 2차 가공이나 재사용이 원래 동의 범위를 벗어나면 저작권 침해나 계약 위반이 될 수 있습니다. 또한 학습된 모델을 공개하는 경우도 문제가 될 가능성이 있습니다. 오픈소스 모델로 공개하면 누구나 그 모델을 사용할 수 있는데, 만약 모델이 학습 데이터의 저작권을 침해하여 만들어졌다면 이를 공개하는 행위가 침해를 확산시키는 것이 됩니다. 따라서 데이터 사용 권리를 정확하게 파악한 후에만 모델을 공개해야 합니다.
피지컬 AI 데이터 수집은 글로벌하게 이루어집니다. 한 회사의 로봇이 여러 국가의 공장에서 작동하고 데이터를 수집합니다. 국가마다 개인정보 보호법, 저작권법, 영업 비밀 보호법이 다르므로 각 국가의 법규를 모두 만족시키는 것이 매우 복잡할 수 있습니다. 예를 들어 유럽의 GDPR은 개인정보 보호에 매우 엄격한 요구사항을 제시하지만 일부 개발도상국은 상대적으로 느슨한 규제를 가질 수 있습니다. 기업들은 가장 엄격한 기준을 글로벌하게 적용하는 방식으로 대응하는 경우가 많지만 이는 비용과 효율성 측면에서 부담이 될 수 있습니다. 또한 국가 간 법적 분쟁이 발생할 경우 해결이 매우 복잡해질 수 있습니다.
저작권 문제를 완전히 회피하기 위해 일부 기업들은 합성 데이터 생성에 투자하고 있습니다. 시뮬레이션 환경에서 생성한 데이터는 실제 인물이나 장소를 포함하지 않으므로 초상권이나 영업 비밀 문제가 없을 수 있습니다. 다만 합성 데이터의 현실성이 부족할 수 있어 실제 환경 성능이 저하될 가능성이 있습니다. 또한 합성 데이터 생성 과정 자체가 저작권 이슈를 야기할 수도 있습니다. 예를 들어 현실적인 합성 데이터를 만들기 위해 실제 제품의 3D 모델을 참고하는 경우 그 자체가 저작권 침해가 될 수 있습니다. 따라서 합성 데이터만으로는 완전한 해결책이 되지 않을 가능성이 있습니다.
피지컬 AI 커뮤니티에서 학습 데이터를 공유하고 협력하려는 움직임이 있습니다. 이를 위해서는 명확한 라이선스 체계가 필요하며, 오픈데이터 라이선스 같은 기존 틀을 활용할 수 있습니다. 다만 이러한 라이선스가 피지컬 AI 데이터의 특수성(초상권, 영업 비밀, 복합적 저작권)을 충분히 반영하는지는 불확실합니다. 또한 라이선스 위반이 발생했을 때 국제적으로 어떻게 집행할지도 명확하지 않습니다. 일부 학계 그룹과 산업 협회에서 피지컬 AI 데이터 특화 라이선스 개발을 추진하고 있으므로 향후에 상황이 개선될 가능성이 있습니다.
정부와 국제 기구들이 AI 규제에 관심을 기울이면서 학습 데이터의 저작권 문제도 주목받고 있습니다. 향후 AI 규제가 강화되면 학습 데이터의 출처 증명, 저작권 확인, 동의 기록 등에 대한 요구사항이 증가할 가능성이 높습니다. 이는 산업 전반의 컴플라이언스 비용을 높일 수 있지만 장기적으로는 신뢰할 수 있는 AI 생태계 구축에 도움이 될 것입니다. 선도 기업들은 이미 엄격한 내부 정책을 수립하여 이러한 변화에 대비하고 있습니다. 또한 업계 표준을 주도적으로 개발하려는 움직임도 있습니다. 이러한 자율 규제가 효과적이면 정부의 강제 규제를 최소화할 수 있을 것으로 예상됩니다.
.svg)
.svg)
