🎯 고급 · 레슨 1

AI의 이야기 생성

대규모 언어 모델(LLM)은 어떻게 이야기를 만들어 낼까요? 그 작동 원리와 한계를 살펴봅니다.

AI가 쓴 이야기는 진짜 '상상'에서 나온 것일까요?

2022년 6월, 메타(Meta)의 AI 연구 팀은 BlenderBot 3를 공개했습니다. 이 챗봇은 사용자와 자유롭게 대화하며 이야기를 생성하는 기능을 갖추고 있었습니다. 그러나 공개 직후, 사용자들은 이 시스템이 사실과 다른 내용을 자신 있게 서술한다는 사실을 발견했습니다. 블렌더봇은 없는 책의 플롯을 상세히 묘사하고, 실존하지 않는 역사적 사건을 이야기 형식으로 "기억"했습니다. 메타의 연구팀은 이 현상을 '환각(hallucination)'이라 명명하고, LLM이 이야기를 생성할 때 '사실'과 '가능성 있는 패턴' 사이에서 작동한다는 점을 인정했습니다. 이 사례는 AI 스토리텔링의 핵심 구조적 특성을 가장 명확하게 드러낸 실제 사례로 기록되어 있습니다.

LLM은 어떻게 이야기를 만드는가

대규모 언어 모델(Large Language Model, LLM)은 수십억 개의 텍스트 데이터를 학습하여 다음에 올 단어가 무엇인지 예측하는 방식으로 작동합니다. 이야기를 '창작'하는 것처럼 보이지만, 실제로는 학습된 텍스트에서 나타나는 패턴을 통계적으로 조합합니다.

블렌더봇 사례에서 확인했듯이, AI는 '정확한 사실'이 아닌 '통계적으로 그럴듯한 다음 토큰(token)'을 생성합니다. 이것이 AI 이야기 생성의 근본적인 메커니즘입니다. 소설 속 장면을 묘사할 때도, 캐릭터의 감정을 표현할 때도, 이 원리는 변하지 않습니다.

AI 이야기 생성의 세 가지 특성

AI가 생성하는 이야기에는 세 가지 중요한 특성이 있습니다.

유창성(Fluency): 문법적으로 자연스럽고 읽기 쉬운 문장을 생성합니다. 표면적으로는 인간이 쓴 글과 구별하기 어렵습니다.
일관성의 한계(Coherence Limits): 짧은 텍스트에서는 일관성이 유지되지만, 이야기가 길어질수록 등장인물의 특성이나 플롯이 앞뒤가 맞지 않는 경우가 생깁니다.
환각(Hallucination): 블렌더봇 사례처럼, AI는 존재하지 않는 사실을 자신 있게 서술할 수 있습니다. 이야기 창작에서는 창의적 서술처럼 보일 수 있으나, 사실 정보가 포함될 때 위험해집니다.

핵심 개념

AI는 이야기를 '이해'하고 쓰는 것이 아닙니다. 방대한 데이터에서 학습된 패턴을 바탕으로, 다음에 올 가장 그럴듯한 텍스트를 예측하여 연결하는 것입니다. 이 차이를 이해하는 것이 AI 스토리텔링 활용의 첫걸음입니다.

GPT-3와 스토리텔링의 전환점

2020년 OpenAI가 GPT-3를 공개했을 때, 많은 작가와 연구자들이 그 이야기 생성 능력에 놀랐습니다. The Guardian 신문은 GPT-3에게 "인공지능이 인간에게 위험하지 않다"는 주장을 담은 기사를 쓰도록 요청했고, 그 결과를 실제 기사로 게재했습니다. 편집자들은 "인간 기자의 기사를 편집하는 것과 크게 다르지 않았다"고 밝혔습니다.

그러나 더 깊이 분석하면, GPT-3의 이야기는 학습 데이터에 있는 논증 패턴을 재조합한 것이었습니다. 새로운 논리를 만들어 낸 것이 아니었습니다. 이 사례는 AI 스토리텔링이 인간에게 미치는 영향력과 그 한계를 동시에 보여줍니다.

레슨 1 퀴즈

AI의 이야기 생성 원리를 확인합니다.

1. 메타의 BlenderBot 3 사례에서 '환각(hallucination)'이란 무엇을 의미합니까?

✅ 정확합니다! 환각은 AI가 존재하지 않는 사실을 그럴듯하게 서술하는 핵심 한계입니다.

❌ 다시 생각해 보세요. 블렌더봇이 없는 책의 플롯을 상세히 묘사했던 사례를 떠올려 보세요.

2. LLM이 이야기를 생성하는 근본적인 방식은 무엇입니까?

✅ 맞습니다! LLM은 통계적 패턴 예측을 통해 텍스트를 생성합니다.

❌ 틀렸습니다. LLM은 상상력이나 이해를 가지지 않으며, 학습 데이터의 통계적 패턴에 의존합니다.

3. AI 이야기 생성의 '일관성 한계'는 주로 어떤 상황에서 나타납니까?

✅ 정확합니다! 긴 이야기에서 일관성 유지는 현재 AI의 주요 한계 중 하나입니다.

❌ 틀렸습니다. 일관성 한계는 주로 텍스트가 길어질 때 등장인물이나 설정이 흔들리는 형태로 나타납니다.

🧪 실습 1: AI 스토리텔링 분석

AI가 생성한 이야기의 특성을 직접 탐구해 보세요.

AI 이야기 생성의 패턴 탐구

이번 실습에서는 AI와 대화하며 AI가 이야기를 어떻게 구성하는지, 그 패턴과 한계를 직접 확인합니다.

AI의 첫 질문에 답하며 대화를 시작하세요.
AI에게 짧은 이야기를 만들어 달라고 요청해 보세요.
이야기 속의 사실 관계나 등장인물의 행동이 일관성 있는지 분석해 보세요.

예시 질문: "서울을 배경으로 한 탐정 이야기를 3문단으로 써 줘. 주인공이 실제 존재하는 건물을 방문하는 장면을 포함해 줘."

🤖 AI 스토리텔링 분석 실습 레슨 1

🎯 고급 · 레슨 2

함께 이야기 만들기

인간과 AI가 협업하여 이야기를 만들 때 어떤 역할 분담이 이루어지며, 어떤 결과가 나오는지 살펴봅니다.

인간과 AI가 협력할 때, 누가 이야기의 방향을 결정하는가?

2021년, 뉴욕타임스 베스트셀러 작가 로빈 슬론(Robin Sloan)은 AI 도구를 사용한 자신의 소설 창작 과정을 공개했습니다. 그는 OpenAI API를 활용해 문장의 다음 방향을 제안받는 방식으로 소설의 초안을 작성했습니다. 슬론은 AI가 제안한 방향 중 자신의 의도와 맞는 것만 선택하고, 나머지는 버렸다고 밝혔습니다. 그는 이 과정을 "피아노 연습에서 화음을 들어보는 것과 같다"고 표현했습니다. 최종 결과물의 서사적 방향, 주제, 감정의 결은 모두 인간이 결정했지만, AI가 없었다면 시도하지 않았을 특정 장면들이 탄생했습니다. 이 협업 방식은 AI와 인간의 창의적 관계를 새롭게 정의한 사례로 자주 인용됩니다.

공동 창작의 구조

로빈 슬론의 사례는 인간-AI 공동 창작(co-creation)의 핵심 구조를 잘 보여줍니다. AI는 가능성의 공간을 확장하고, 인간은 그 중에서 선택하고 방향을 결정합니다. 이 관계는 단순히 AI가 글을 써주는 것과 다릅니다.

공동 창작에서 인간의 역할은 크게 세 가지입니다. 첫째, 초기 방향과 맥락을 설정하는 '설계자(architect)'. 둘째, AI의 제안을 평가하고 선택하는 '편집자(editor)'. 셋째, 감정적 진실성과 주제 일관성을 유지하는 '감독자(curator)'입니다.

협업의 실제 사례들

슬론의 사례 외에도 여러 실제 협업 사례가 있습니다. 2023년, 한국의 웹소설 플랫폼 카카오페이지는 AI 보조 창작 도구 실험을 공개적으로 진행했습니다. 작가들은 AI를 활용해 플롯 대안을 생성하거나, 특정 장면의 대화문을 제안받는 방식으로 활용했습니다. 결과적으로 집필 속도는 향상되었으나, 완성도 높은 작품을 위해서는 여전히 작가의 깊은 관여가 필수적이었습니다.

중요한 구분

AI가 '대신 써준' 이야기와 AI와 '함께 만든' 이야기는 과정과 결과 모두에서 다릅니다. 공동 창작에서는 인간의 의도와 판단이 매 단계마다 개입합니다. 이것이 창의적 책임의 소재를 결정하는 핵심 요소입니다.

협업에서 나타나는 실제 문제들

인간-AI 공동 창작에는 실질적인 과제도 있습니다. AI의 제안이 지나치게 일반적인 플롯 패턴에 의존할 수 있습니다. 이는 학습 데이터에서 가장 흔히 등장하는 이야기 구조를 반영하기 때문입니다. 또한 AI가 생성한 텍스트에 지나치게 의존하면, 작가 자신의 독특한 문체가 희석될 수 있습니다.

로빈 슬론 역시 이 점을 지적하며, AI와의 협업에서는 의도적으로 AI의 제안을 '거부하는' 훈련도 중요하다고 밝혔습니다. 무엇을 받아들이고 무엇을 버릴지 결정하는 능력이 곧 창작자의 역량입니다.

레슨 2 퀴즈

인간-AI 공동 창작의 구조를 확인합니다.

1. 로빈 슬론의 창작 사례에서 AI의 역할을 가장 정확하게 설명한 것은?

✅ 정확합니다! AI는 가능성을 제안하고, 최종 선택은 인간이 했습니다.

❌ 틀렸습니다. 슬론은 AI가 자동으로 소설을 쓴 것이 아니라, 방향 제안을 제공하는 도구로 사용했다고 명확히 밝혔습니다.

2. 공동 창작에서 인간의 역할 중 '편집자(editor)'의 기능은 무엇입니까?

✅ 맞습니다! 편집자로서 인간은 AI의 수많은 제안 중 적합한 것을 가려냅니다.

❌ 틀렸습니다. 편집자 역할은 AI가 생성한 텍스트를 평가하고 선택하는 것입니다. 다른 설명은 설계자나 감독자의 역할에 해당합니다.

3. AI와의 공동 창작에서 로빈 슬론이 특히 중요하다고 강조한 능력은?

✅ 정확합니다! 무엇을 버릴지 아는 것이 창작자의 핵심 역량입니다.

❌ 틀렸습니다. 슬론은 AI 제안을 선별적으로 받아들이는 것, 특히 '거부하는' 훈련의 중요성을 강조했습니다.

🧪 실습 2: 공동 창작 실험

AI와 함께 이야기를 만들며 역할 분담을 직접 경험해 보세요.

인간-AI 협업 스토리텔링

이 실습에서는 AI와 번갈아 가며 이야기를 이어나갑니다. AI가 방향을 제안하면, 당신이 선택하고 수정하며 이야기를 발전시킵니다.

AI의 첫 질문에 답하며 이야기의 기본 설정을 잡아 보세요.
AI가 제안한 플롯 방향 중 마음에 드는 것을 선택하거나, 아예 다른 방향으로 이어가 보세요.
최종적으로 당신이 만들고 싶은 이야기와 AI가 제안한 방향이 어떻게 달랐는지 비교해 보세요.

팁: "이 이야기에서 다음에 일어날 수 있는 세 가지 방향을 제안해 줘"라고 물어보고, 그 중 하나를 선택하거나 새로운 방향을 제시해 보세요.

🤖 공동 창작 실습 레슨 2

🎯 고급 · 레슨 3

AI의 그림과 음악

이미지 생성 AI와 음악 생성 AI는 어떻게 작동하며, 창작 생태계에 어떤 변화를 가져왔을까요?

AI가 만든 그림은 예술 작품이라고 부를 수 있을까요?

2022년 8월, 미국 콜로라도 주립 미술 대회(Colorado State Fair Fine Arts Competition)에서 제이슨 M. 알렌(Jason M. Allen)이 이미지 생성 AI 도구 미드저니(Midjourney)를 사용하여 제작한 작품 Théâtre D'Opéra Spatial이 디지털 아트 부문 1위를 수상했습니다. 알렌은 출품 당시 "AI 보조 작품"임을 명시했지만, 이 사실이 알려지자 다른 참가자들과 예술 커뮤니티에서 거센 논쟁이 일었습니다. "AI가 만든 것이 예술인가"를 둘러싼 이 논쟁은 전 세계 언론에 보도되었으며, 이미지 생성 AI의 예술적·윤리적 지위에 대한 공론화를 이끌었습니다. 이 사건은 AI 시각 예술의 역사에서 가장 중요한 전환점 중 하나로 기록됩니다.

이미지 생성 AI의 작동 원리

미드저니(Midjourney), DALL-E, 스테이블 디퓨전(Stable Diffusion) 같은 이미지 생성 AI는 확산 모델(diffusion model)을 기반으로 작동합니다. 이 모델은 수십억 장의 이미지-텍스트 쌍 데이터를 학습하여, 주어진 텍스트 설명(프롬프트)에 해당하는 이미지를 생성합니다.

구체적으로는, 무작위 노이즈에서 시작하여 학습된 패턴에 따라 점진적으로 이미지를 '복원'하는 방식을 사용합니다. 이 과정에서 AI는 "이런 설명에는 이런 시각적 특성이 어울린다"는 통계적 관계를 활용합니다.

음악 생성 AI의 발전

음악 생성 AI 분야에서는 구글의 MusicLM과 Suno AI가 주목받고 있습니다. 2023년 Suno AI는 텍스트 프롬프트만으로 완성된 노래(보컬 포함)를 생성하는 서비스를 공개했습니다. 사용자가 "90년대 케이팝 스타일의 여름 노래"라고 입력하면, 몇 초 내에 해당 스타일의 노래가 완성됩니다.

같은 해, 미국 음악가 권리 단체들은 이러한 AI가 기존 음악가의 녹음 데이터를 학습에 사용했다는 이유로 법적 문제를 제기하기 시작했습니다. 이는 시각 예술과 마찬가지로, AI 음악 생성이 기존 창작자들의 생계와 권리에 직접적 영향을 미친다는 것을 보여줍니다.

핵심 쟁점

콜로라도 미술 대회 사건은 단순히 AI가 그림을 잘 그린다는 것을 보여준 것이 아닙니다. AI 생성 콘텐츠가 인간의 창작 생태계와 충돌할 때 발생하는 공정성, 저작권, 그리고 예술의 정의에 관한 근본적인 질문을 던진 사건입니다.

AI 시각 예술의 현재

2023년 이후, 미드저니와 DALL-E 3는 사실적인 사진과 구별하기 어려운 수준의 이미지를 생성할 수 있게 되었습니다. 이에 따라 광고, 게임, 영화 산업에서 AI 이미지 생성 도구의 활용이 급격히 증가했습니다.

특히 한국 게임 업계에서는 넥슨, 넷마블 등이 AI 이미지 생성 도구를 콘셉트 아트 제작에 활용하기 시작했습니다. 이 변화는 기존 콘셉트 아티스트의 역할에 대한 논의로 이어졌으며, 업계 전반의 창작 프로세스가 재편되고 있습니다.

레슨 3 퀴즈

AI의 이미지·음악 생성 원리와 사례를 확인합니다.

1. 2022년 콜로라도 미술 대회 사건에서 제이슨 알렌이 사용한 AI 도구는 무엇입니까?

✅ 정확합니다! 알렌은 미드저니를 사용하여 수상작을 제작했습니다.

❌ 틀렸습니다. 알렌이 사용한 도구는 미드저니(Midjourney)입니다.

2. 확산 모델(diffusion model) 기반 이미지 생성 AI의 작동 방식을 가장 정확하게 설명한 것은?

✅ 맞습니다! 확산 모델은 노이즈 복원 과정을 통해 이미지를 생성합니다.

❌ 틀렸습니다. 확산 모델은 무작위 노이즈에서 학습된 패턴으로 이미지를 점진적으로 복원하는 방식으로 작동합니다.

3. 음악 생성 AI에 대해 미국 음악가 권리 단체들이 제기한 주요 문제는 무엇입니까?

✅ 정확합니다! 기존 창작자의 데이터를 동의 없이 학습에 사용한 것이 핵심 쟁점입니다.

❌ 틀렸습니다. 핵심 문제는 기존 음악가의 작품을 허가 없이 AI 학습에 사용한 것에 관한 저작권·동의 문제입니다.

🧪 실습 3: 이미지 및 음악 AI 비교 분석

시각·음악 생성 AI의 특성과 한계를 직접 탐구해 보세요.

AI 생성 예술의 특성 탐구

이 실습에서는 콜로라도 미술 대회 사건을 중심으로 AI 생성 예술의 예술적·윤리적 특성을 분석합니다.

AI의 첫 질문에 답하며 대화를 시작하세요.
AI 생성 이미지가 '예술'로 인정받아야 하는지에 대한 자신의 의견을 제시해 보세요.
AI의 반론이나 추가 관점을 듣고, 자신의 생각이 어떻게 변화하는지 살펴보세요.

예시 질문: "AI가 만든 그림이 미술 대회에서 1위를 한 것이 공정하다고 생각하세요? 그 이유는 무엇인가요? AI의 관점에서도 이야기해 주세요."

🤖 AI 예술 분석 실습 레슨 3

🎯 고급 · 레슨 4

좋은 프롬프트란 무엇인가

프롬프트(prompt)의 품질은 AI 출력물의 품질을 직접 결정합니다. 효과적인 프롬프트를 작성하는 원칙을 학습합니다.

프롬프트를 잘 쓰는 것이 왜 하나의 전문 기술이 되었는가?

2022년, 샌프란시스코의 스타트업 Anthropic과 OpenAI는 공개적으로 '프롬프트 엔지니어(prompt engineer)'라는 직책으로 채용 공고를 냈습니다. 연봉은 최대 33만 5천 달러(약 4억 5천만 원)에 달했습니다. 같은 시기, AI 이미지 생성 커뮤니티에서는 정교한 미드저니 프롬프트를 판매하는 마켓플레이스 PromptBase가 등장했습니다. 사용자들은 특정 스타일의 이미지를 생성하는 프롬프트를 1~5달러에 구매했습니다. 이는 프롬프트 작성이 단순한 '명령어 입력'이 아니라, AI 출력을 원하는 방향으로 조종하는 전문적 스킬이 되었음을 보여주는 실제 증거입니다.

프롬프트 엔지니어링의 핵심 원칙

효과적인 프롬프트(prompt)는 단순히 무엇을 원하는지 말하는 것이 아닙니다. AI가 그것을 어떻게 처리할지까지 고려한 정밀한 지시입니다. 프롬프트 엔지니어링(prompt engineering)의 핵심 원칙은 다음과 같습니다.

명확성(Clarity): 모호한 단어나 표현을 피합니다. "좋은 이야기"보다 "긴장감 있는 오프닝과 반전 결말이 있는 1000자 분량의 단편 소설"이 더 효과적입니다.
맥락 제공(Context): AI에게 역할과 배경을 제공합니다. "당신은 20년 경력의 SF 작가입니다. 다음 이야기를 써 주세요..."처럼 역할 설정이 출력 품질을 높입니다.
형식 지정(Format): 원하는 출력 형식을 명시합니다. "3개의 단락으로 나눠서", "표 형식으로", "대화체로" 등의 지시가 포함됩니다.
예시 제공(Examples): 원하는 스타일이나 형식의 예시를 함께 제공하면 AI의 출력 방향을 더 정확하게 조정할 수 있습니다.

창작에서의 프롬프트 실제 사례

같은 목적이라도 프롬프트의 품질에 따라 결과물이 크게 달라집니다. 예를 들어, 단순히 "시 한 편 써 줘"라고 하면 AI는 일반적인 패턴의 시를 생성합니다. 반면, "1990년대 서울의 골목길을 배경으로, 이른 아침 혼자 일어난 중학생의 시선에서 본 도시의 냄새와 소리를 중심으로, 5연 7행의 현대시를 써 줘"라고 하면 훨씬 구체적이고 독특한 결과물이 나옵니다.

PromptBase의 베스트셀러 프롬프트들을 분석한 연구에 따르면, 판매량이 높은 프롬프트는 평균 6개 이상의 구체적인 지시어를 포함하고, 원하는 스타일에 대한 참조(예: "안드레이 타르코프스키 영화 스타일의 조명으로")를 명시적으로 언급하는 경우가 많았습니다.

중요한 맥락

프롬프트 엔지니어링은 AI의 능력을 '끌어내는' 기술입니다. AI의 성능 자체를 변화시키는 것이 아니라, 이미 학습된 능력을 사용자가 원하는 방향으로 활성화하는 것입니다. 따라서 AI가 학습하지 않은 것은 어떤 프롬프트로도 생성할 수 없습니다.

레슨 4 퀴즈

효과적인 프롬프트 작성의 원칙을 확인합니다.

1. PromptBase와 같은 프롬프트 마켓플레이스의 등장이 의미하는 것은 무엇입니까?

✅ 정확합니다! 프롬프트 판매 시장의 등장은 프롬프트 작성 능력의 경제적 가치를 증명합니다.

❌ 틀렸습니다. PromptBase는 AI 모델이 아닌 프롬프트 자체를 사고파는 시장으로, 프롬프트 작성 기술의 가치를 보여줍니다.

2. 프롬프트 엔지니어링에서 '맥락 제공(Context)'의 올바른 예시는?

✅ 맞습니다! 역할 부여는 AI에게 맥락을 제공하는 대표적인 방법입니다.

❌ 틀렸습니다. 맥락 제공은 AI에게 역할과 배경 정보를 부여하는 것입니다. 단락 나누기는 형식 지정, 예시 제공은 별도 원칙에 해당합니다.

3. "프롬프트 엔지니어링은 AI가 학습하지 않은 것도 생성하게 만들 수 있다." 이 주장은 맞습니까?

✅ 정확합니다! 프롬프트는 AI의 기존 능력을 이끌어내는 것이지 새로운 능력을 만드는 것이 아닙니다.

❌ 틀렸습니다. 프롬프트는 AI가 학습하지 않은 내용을 생성하게 만들 수 없습니다. 기존 능력의 방향을 조정할 뿐입니다.

🧪 실습 4: 프롬프트 실험실

같은 목표에 대한 다양한 프롬프트를 실험하며 차이를 분석해 보세요.

프롬프트 품질 비교 실험

이 실습에서는 동일한 창작 목표에 대해 다양한 프롬프트를 작성하고 결과물을 비교합니다.

AI의 첫 질문에 답하여 창작 목표를 설정하세요.
먼저 간단한 프롬프트로 요청하고, 그 다음 명확성·맥락·형식·예시를 모두 포함한 상세한 프롬프트로 요청해 보세요.
두 결과물의 차이를 AI와 함께 분석해 보세요.

비교 예시: (단순) "짧은 이야기 써 줘" vs. (상세) "1980년대 부산 항구를 배경으로, 어선에서 일하는 60대 선원과 처음 배를 탄 20대 조카의 대화를 중심으로, 긴장과 화해의 감정 변화를 담아 500자 이내의 이야기를 써 줘"

🤖 프롬프트 실험실 레슨 4

🎯 고급 · 레슨 5

창의성과 독창성

AI는 진정으로 '창의적'일 수 있는가? 창의성의 본질을 철학적·과학적으로 탐구합니다.

패턴의 조합만으로도 진정한 독창성이 탄생할 수 있는가?

2023년 3월, 미국 저작권청(U.S. Copyright Office)은 크리스 카슈타노바(Kristina Kashtanova)의 AI 생성 웹툰 Zarya of the Dawn에 대한 저작권 등록을 부분 취소하는 결정을 내렸습니다. 카슈타노바는 이미지 생성 AI 미드저니를 사용하여 이 작품의 이미지를 제작했습니다. 저작권청은 "인간의 창의적 표현이 담긴 텍스트와 이야기 구성은 보호하지만, 미드저니가 생성한 이미지는 저작권법상 인간 저작자의 창작물로 볼 수 없다"고 밝혔습니다. 이 결정은 AI 창의성의 법적·철학적 지위를 둘러싼 전 세계적 논쟁의 기점이 되었습니다.

창의성이란 무엇인가

창의성(creativity)에 대한 심리학적 정의는 크게 두 가지 요소로 구성됩니다. 첫째, 참신성(novelty): 기존에 없던 새로운 것을 만드는 것. 둘째, 적절성(appropriateness): 그것이 어떤 맥락에서 의미 있거나 유용한 것.

이 기준에서 볼 때, AI가 생성하는 콘텐츠는 표면적으로는 참신하게 보일 수 있습니다. 그러나 핵심 문제는 AI의 '참신성'이 학습 데이터의 통계적 조합에서 나온다는 점입니다. 전혀 새로운 개념이나 감정적 통찰에서 비롯된 것이 아닙니다.

저작권청 결정이 드러내는 것

카슈타노바 사건에서 저작권청이 명확히 한 것은, 법적 의미에서의 창의성은 인간의 의도적인 표현에서 비롯되어야 한다는 것입니다. AI는 어떤 것을 '표현하려는 의도'가 없습니다. 미드저니가 이미지를 생성할 때, 그것은 특정 감정이나 개념을 전달하고자 하는 목적의식이 아닌, 입력된 프롬프트에 대한 통계적 반응입니다.

반면, 카슈타노바가 쓴 이야기 텍스트와 이미지 배열 방식은 저작권 보호를 받았습니다. 이는 인간의 창의적 판단이 개입된 부분에 법적 보호가 부여된다는 것을 의미합니다.

철학적 쟁점

인간 창의성의 핵심은 단순히 새로운 조합을 만드는 능력이 아닐 수 있습니다. 특정한 감정적 진실을 표현하려는 의지, 실패를 통한 학습, 문화적 맥락 속에서의 의미 창출 — 이러한 요소들이 AI와 인간 창의성을 구별하는 경계일 수 있습니다.

AI의 '창의성'을 바라보는 다양한 관점

인지과학자 마가렛 보든(Margaret Boden)은 창의성을 세 가지 유형으로 분류합니다. 첫째, 기존 아이디어를 새로운 방식으로 결합하는 '조합적 창의성'. 둘째, 기존 개념 공간을 탐색하는 '탐색적 창의성'. 셋째, 개념 공간 자체를 변형하는 '변형적 창의성'. 현재 AI는 첫 번째와 두 번째 유형에는 어느 정도 근접하지만, 세 번째 유형은 불가능하다는 것이 지배적인 견해입니다.

이 관점에서 볼 때, AI는 창의적 '도구'로서의 가능성은 충분하지만, 인간의 창의성을 완전히 대체하는 '창작자'로서의 지위는 현재 기술로는 불가능합니다.

레슨 5 퀴즈

AI 창의성의 본질과 법적 지위를 확인합니다.

1. 미국 저작권청이 AI 생성 이미지에 저작권을 인정하지 않은 핵심 이유는?

✅ 정확합니다! 저작권의 핵심은 인간의 의도적인 창의적 표현에 있습니다.

❌ 틀렸습니다. 저작권청의 결정은 AI 이미지가 인간의 의도적인 창의적 표현에 해당하지 않는다는 법적 판단에 근거합니다.

2. 마가렛 보든(Margaret Boden)의 분류에서 현재 AI가 도달하기 불가능한 창의성 유형은?

✅ 맞습니다! 개념 공간 자체를 변형하는 것은 현재 AI의 능력 범위 밖으로 여겨집니다.

❌ 틀렸습니다. 보든의 분류에서 가장 높은 수준인 변형적 창의성이 현재 AI가 달성하기 불가능한 것으로 평가됩니다.

3. 카슈타노바 사건에서 저작권 보호를 받은 부분은 무엇입니까?

✅ 정확합니다! 인간의 창의적 판단이 개입된 부분만 보호를 받았습니다.

❌ 틀렸습니다. 저작권청은 카슈타노바가 직접 작성한 텍스트와 이미지 배열 등 인간의 창의적 표현 부분에 한해 보호를 인정했습니다.

🧪 실습 5: 창의성의 본질 탐구

AI 창의성의 한계와 인간 창의성의 본질을 직접 논의해 보세요.

창의성과 독창성 논쟁

이 실습에서는 AI가 과연 창의적일 수 있는지에 대한 철학적 탐구를 진행합니다.

AI의 첫 질문에 답하며 창의성에 대한 자신의 정의를 제시하세요.
AI가 생성한 콘텐츠가 '독창적'이라고 볼 수 있는지 자신의 입장을 밝혀 보세요.
카슈타노바 사건을 중심으로 법적 창의성과 예술적 창의성의 차이에 대해 AI와 토론하세요.

심화 질문: "보든의 분류에서 AI가 현재 어느 수준까지 도달했다고 생각하세요? 변형적 창의성이 인간만의 영역이어야 하는 이유가 있을까요?"

🤖 창의성 탐구 실습 레슨 5

🎯 고급 · 레슨 6

전문 창작 분야의 AI

영화, 게임, 광고, 출판 등 전문 창작 산업에서 AI 도입이 실제로 어떤 변화를 일으키고 있는지 살펴봅니다.

AI 도입으로 창작 산업의 어떤 직업이 실제로 사라졌는가?

2023년 7~9월, 미국 작가 조합(WGA, Writers Guild of America)과 배우 조합(SAG-AFTRA)은 동시에 파업에 돌입했습니다. 핵심 요구 사항 중 하나는 AI가 각본 작성이나 배우의 외모·목소리를 모방하는 데 무제한으로 사용되는 것을 제한하는 것이었습니다. 스트라이크는 148일간 지속되었으며, 이는 할리우드 역사상 가장 긴 파업 중 하나였습니다. 최종 협약에서 스튜디오들은 AI 생성 스크립트를 인간 작가의 작업으로 인정하지 않겠다고 약속하고, AI를 활용할 경우 작가에게 반드시 통보해야 한다는 조항을 포함했습니다. 이 사건은 AI가 창작 산업 전문가들의 생계에 미치는 직접적 위협을 상징합니다.

영화 및 방송 산업의 변화

WGA-SAG-AFTRA 파업은 AI가 창작 산업에 미치는 실질적 위협을 가장 극적으로 보여준 사건입니다. AI는 이미 다음과 같은 방식으로 영화·방송 제작에 침투해 있습니다.

각본 분석 및 초안 생성: 일부 스튜디오는 AI를 활용해 기존 히트작의 구조를 분석하고, 유사한 패턴의 각본 초안을 생성합니다.
시각 효과(VFX) 자동화: 배경 장면, 군중 장면, 특정 효과들이 AI로 생성되면서 기존 VFX 아티스트의 작업량이 감소했습니다.
디지털 인간(Digital Double): 파업의 핵심 쟁점 중 하나였습니다. AI가 배우의 외모와 목소리를 복제하여 실제 촬영 없이 장면을 만들 수 있게 되었습니다.

게임 및 광고 산업

게임 업계에서는 AI가 게임 내 배경 음악 생성, NPC(Non-Player Character) 대화 자동 생성, 텍스처 및 콘셉트 아트 제작에 활용되고 있습니다. 2023년 게임 개발사 롤플레이 리퍼블릭(Roleplay Republic)은 AI가 생성한 보이스 오버를 사용했다가, 이를 인간 성우 작업으로 오해한 사용자들로부터 반발을 받은 사례가 있었습니다.

광고 업계에서는 2023년 코카콜라가 AI로 만든 크리스마스 광고를 공개했습니다. 이 광고는 기술적 완성도를 인정받았지만, 광고 산업 내부에서는 창작 디렉터와 촬영 감독의 역할 축소에 대한 우려가 제기되었습니다.

산업 변화의 패턴

공통된 패턴이 있습니다. AI는 '반복적이고 시간이 많이 소요되는' 창작 작업부터 대체합니다. 그러나 창작 프로세스에서 이 '반복적' 작업들은 종종 신진 창작자들이 경력을 쌓는 진입로였습니다. AI 도입은 이 사다리의 아래 계단을 없애는 효과를 낳고 있습니다.

레슨 6 퀴즈

전문 창작 분야에서의 AI 영향을 확인합니다.

1. 2023년 WGA와 SAG-AFTRA 파업에서 AI와 관련된 핵심 요구 사항은 무엇이었습니까?

✅ 정확합니다! AI가 인간 창작자의 역할을 무제한으로 대체하는 것에 대한 제한이 핵심 요구였습니다.

❌ 틀렸습니다. 파업의 핵심은 AI가 각본 작성과 배우 복제에 무제한으로 사용되는 것을 막는 계약 조항 확보였습니다.

2. '디지털 인간(Digital Double)'이 파업의 핵심 쟁점이 된 이유는 무엇입니까?

✅ 맞습니다! 배우의 동의와 보상 없이 복제·사용될 수 있다는 것이 핵심 문제였습니다.

❌ 틀렸습니다. 핵심 우려는 배우의 동의·보상 없이 AI가 그들의 외모와 목소리를 무한히 재사용할 수 있게 된다는 것이었습니다.

3. "AI 도입이 신진 창작자들에게 특히 타격이 크다"는 분석의 근거로 가장 적절한 것은?

✅ 정확합니다! AI는 진입 단계의 작업부터 대체하여 신진 창작자의 경력 사다리를 위협합니다.

❌ 틀렸습니다. AI가 반복적이고 진입 수준의 창작 작업을 먼저 대체함으로써, 신진 창작자들이 경력을 쌓는 기회 자체가 줄어든다는 것이 핵심입니다.

🧪 실습 6: 창작 산업의 미래 시나리오

AI 도입으로 변화하는 창작 직업의 미래를 분석해 보세요.

전문 창작 분야에서의 AI 역할 분석

이 실습에서는 WGA-SAG 파업 사례를 중심으로, AI가 창작 직업에 미치는 영향을 분석하고 향후 전략을 탐구합니다.

AI의 첫 질문에 답하며 창작 분야에서의 AI 활용에 대한 자신의 입장을 정리하세요.
당신이 관심 있는 창작 분야(영화, 게임, 음악, 광고 등)에서 AI 도입이 미치는 구체적인 영향을 논의하세요.
창작자로서 AI 시대에 어떤 역량을 키워야 할지 AI와 함께 전략을 세워 보세요.

분석 질문: "한국의 웹툰 작가라면 AI 이미지 생성 도구의 도입에 어떻게 대응해야 할까요? 위협과 기회 두 측면에서 분석해 주세요."

🤖 창작 산업 분석 실습 레슨 6

🎯 고급 · 레슨 7

저작권, 소유권, 그리고 공정한 보상

AI가 기존 창작자의 작품을 학습에 사용할 때 발생하는 저작권, 소유권, 그리고 공정한 보상에 관한 복잡한 법적·윤리적 문제를 탐구합니다.

AI가 내 작품으로 학습했다면, 나는 무엇을 요구할 권리가 있는가?

2023년 1월, 미국의 사진작가 3명이 스테이블 디퓨전(Stable Diffusion) 개발사 스태빌리티 AI(Stability AI), 미드저니(Midjourney), 그리고 데비언트아트(DeviantArt)를 공동으로 상대로 집단 소송을 제기했습니다. 소송의 핵심 주장은 이들 AI 시스템이 사진작가들의 저작물을 동의나 보상 없이 학습 데이터로 사용했다는 것이었습니다. 같은 시기, 게티이미지(Getty Images)도 스태빌리티 AI를 상대로 약 1,200만 장의 이미지를 무단으로 사용했다는 이유로 영국과 미국에서 별도 소송을 제기했습니다. 이 소송들은 AI 창작 도구가 실제 창작 생태계와 어떻게 충돌하는지를 법정으로 가져간 첫 번째 대규모 사례들입니다.

저작권법과 AI 학습 데이터

현재 저작권법의 핵심 쟁점은 AI의 학습 과정이 '공정 이용(fair use)'에 해당하는지 여부입니다. 미국 저작권법의 공정 이용 원칙에 따르면, 저작물의 무단 사용이 정당화되는 네 가지 기준이 있습니다.

사용의 목적과 성격: 상업적 목적인지, 변형적 사용인지
저작물의 성질: 사실적 저작물인지, 창의적 저작물인지
사용된 분량과 비중: 원저작물의 얼마나 많은 부분이 사용되었는지
시장 효과: 해당 사용이 원저작물의 시장 가치에 미치는 영향

AI 학습에 저작물을 사용하는 것이 이 기준들을 충족하는지는 아직 법원에서 최종 판결이 나지 않은 상태입니다. 여러 소송이 현재 진행 중입니다.

한국의 저작권 현황

한국에서도 AI 창작물의 저작권 문제가 본격적으로 논의되기 시작했습니다. 2023년 문화체육관광부는 AI 생성 콘텐츠에 대한 저작권 가이드라인 초안을 발표했으며, 현행 저작권법상 AI 생성물은 저작권 보호 대상이 되지 않는다는 입장을 밝혔습니다. 그러나 AI 창작 도구를 활용한 인간 창작자의 작품에 대해서는 인간의 창의적 기여 정도에 따라 보호 여부가 달라질 수 있다는 점도 함께 제시했습니다.

윤리적 쟁점

법적 판단과 별개로, 윤리적 질문이 남습니다. AI 기업이 창작자의 작품으로 상업적 수익을 올릴 때, 그 창작자에게 어떤 형태로든 보상해야 하는가? 현재 Adobe의 Firefly처럼 라이선스된 이미지만 학습에 사용하는 '윤리적' 접근을 택한 기업들도 등장하고 있습니다.

레슨 7 퀴즈

저작권과 AI 학습 데이터에 관한 쟁점을 확인합니다.

1. 2023년 사진작가들이 스태빌리티 AI 등을 상대로 제기한 소송의 핵심 주장은 무엇이었습니까?

✅ 정확합니다! 동의와 보상 없이 학습 데이터로 사용된 것이 소송의 핵심입니다.

❌ 틀렸습니다. 소송의 핵심은 저작물이 무단으로 AI 학습에 사용되었다는 것입니다.

✅ 맞습니다! 시장 효과는 공정 이용 판단에서 가장 중요하게 고려되는 기준 중 하나입니다.

❌ 틀렸습니다. 공정 이용 판단에서 중요한 것은 시장 효과, 사용 목적, 사용 분량 등의 실질적 기준입니다.

3. Adobe의 Firefly가 '윤리적' 접근으로 평가받는 이유는 무엇입니까?

✅ 정확합니다! 라이선스 기반 학습은 창작자의 동의와 보상을 존중하는 접근입니다.

❌ 틀렸습니다. Firefly의 윤리적 접근은 라이선스가 확보된 데이터만 학습에 사용한다는 점에서 비롯됩니다.

AI 학습 데이터 사용의 법적·윤리적 쟁점을 직접 탐구해 보세요.

창작자 입장과 AI 기업 입장에서 각각 어떤 논리가 가능한지 정리해 보세요.
AI와 함께 공정한 보상 방식을 어떻게 설계할 수 있을지 아이디어를 탐색해 보세요.

역할극 시나리오: "당신은 사진작가입니다. 자신의 작품이 AI 학습에 사용된 것을 발견했습니다. 어떤 조치를 취하고 싶으신가요? AI 기업이 제시할 수 있는 반론은 무엇일까요?"

🎯 고급 · 레슨 8

인간 창의성의 미래

AI 시대에 인간의 창의성은 어떤 의미를 가지며, 창작자로서의 인간은 어떻게 AI와 공존할 수 있을까요?

AI가 무엇이든 만들 수 있다면, 인간이 만드는 것의 가치는 어디서 오는가?

2023년 10월, 일본 만화가 협회(日本漫画家協会)는 AI 생성 이미지에 관한 공식 성명을 발표했습니다. 협회는 AI가 기존 만화가들의 스타일을 학습하고 재현하는 것에 우려를 표명하면서도, "AI를 도구로 적극 활용하는 만화가들과 AI를 거부하는 만화가들 모두의 선택을 지지한다"는 입장을 밝혔습니다. 같은 시기, 실제로 일부 일본 만화가들은 AI로 배경 작업 시간을 단축하는 한편 캐릭터와 감정 표현에 집중하는 방식을 택했고, 반대로 '전통 수작업 방식'을 전면에 내세워 팬층을 넓히는 전략을 택한 만화가들도 등장했습니다. 이는 AI 시대에 창작자들이 다양한 방식으로 자신만의 위치를 재정의하고 있음을 보여줍니다.

AI 시대, 인간 창의성의 차별화 요소

일본 만화가 협회 사례는 AI 시대에 인간 창작자가 취할 수 있는 다양한 전략을 보여줍니다. 핵심 질문은 이것입니다. AI가 점점 더 많은 창작 작업을 수행할 수 있게 될 때, 인간만이 제공할 수 있는 가치는 무엇인가?

개인적 경험과 삶의 맥락: AI는 특정 개인이 실제로 살아온 경험을 가지지 않습니다. 작가 자신의 구체적인 삶의 경험에서 나오는 이야기는 AI가 재현할 수 없습니다.
의도와 책임: 인간 창작자는 자신의 작품이 세상에 어떤 영향을 미치는지에 대한 의도와 책임을 집니다. 이 도덕적 행위자성은 예술의 사회적 기능과 깊이 연결됩니다.
문화적 특수성: 특정 문화 공동체 내부의 미묘한 맥락, 역사적 상처, 집단적 기억은 그 공동체의 일원인 창작자만이 정확하게 표현할 수 있습니다.
과정의 가치: 일부 청중은 결과물뿐 아니라 창작 과정 자체, 즉 창작자가 겪는 고민과 성장을 가치 있게 여깁니다.

두 가지 미래 시나리오

AI 창작 도구의 발전에 대한 두 가지 대조적인 미래 시나리오를 살펴볼 수 있습니다.

시나리오 1: 보완적 공존. AI는 창작의 반복적, 기술적 부분을 담당하고, 인간 창작자는 아이디어, 의도, 감정적 진실성에 집중합니다. 창작 시간은 단축되고, 인간은 더 많은 시간을 고품질 창작에 투자할 수 있습니다. 이 시나리오에서 일부 일본 만화가들의 배경 작업 AI 활용 전략이 해당됩니다.

시나리오 2: 시장 대체. AI 생성 콘텐츠가 경제성을 앞세워 시장을 지배하고, 대다수 전문 창작자는 일자리를 잃습니다. 소수의 '스타' 창작자만 살아남고, 중간 수준의 창작자들이 설 자리를 잃습니다. WGA 파업과 같은 저항이 더욱 광범위하게 일어날 수 있습니다.

결론적 통찰

어떤 시나리오가 실현될지는 기술의 발전 방향뿐 아니라, 사회가 어떤 법적·제도적 선택을 하느냐, 그리고 수용자들이 AI 생성 콘텐츠와 인간 창작 콘텐츠를 어떻게 가치 평가하느냐에 달려 있습니다. 창작자로서, 그리고 수용자로서 우리의 선택이 이 미래를 형성합니다.

레슨 8 퀴즈

인간 창의성의 미래와 AI와의 공존에 관한 이해를 확인합니다.

1. 일본 만화가 협회의 2023년 성명이 보여주는 창작자 커뮤니티의 입장은?

✅ 정확합니다! 협회는 AI 활용과 거부 모두를 유효한 개인 선택으로 존중했습니다.

❌ 틀렸습니다. 일본 만화가 협회는 AI를 활용하는 창작자와 거부하는 창작자 모두의 선택을 지지하는 중립적 입장을 표명했습니다.

2. AI 시대에 인간 창작자가 제공할 수 있는 차별화 요소로 가장 적절하지 않은 것은?

✅ 맞습니다! 대량·고속 생성은 AI의 강점이며 인간 창작자의 차별화 요소가 될 수 없습니다.

❌ 틀렸습니다. 빠른 대량 생성은 AI의 강점입니다. 인간의 차별화 요소는 경험, 의도, 책임, 문화적 특수성 같은 요소들입니다.

3. 레슨 8에서 제시된 두 가지 미래 시나리오 중 '시장 대체' 시나리오의 가장 큰 특징은?

✅ 정확합니다! 시장 대체 시나리오에서는 AI의 경제성이 중간 창작자 시장을 잠식합니다.

❌ 틀렸습니다. 시장 대체 시나리오는 AI가 경제적 이점을 바탕으로 콘텐츠 시장을 지배하고, 특히 중간 수준 전문 창작자들이 가장 큰 타격을 받는 상황입니다.

🧪 실습 8: 나의 창의성 선언

AI 시대에 창작자로서 자신의 위치와 전략을 탐구해 보세요.

AI 시대의 창작자 정체성 탐구

이 최종 실습에서는 모듈 전체를 통해 배운 내용을 바탕으로, AI 시대에 창작자로서 자신의 위치를 정의하는 개인적 성찰을 합니다.

AI의 첫 질문에 답하며 현재 자신이 관심 있는 창작 분야와 AI에 대한 입장을 공유하세요.
AI와 협업할 것인지, 어떤 방식으로 협업할 것인지, 혹은 어떤 부분에서는 AI를 사용하지 않을 것인지 자신의 전략을 논의하세요.
이 모듈에서 가장 인상 깊었던 사례를 언급하며, 그것이 자신의 창작관에 어떤 영향을 미쳤는지 이야기해 보세요.

성찰 질문: "5년 후, 당신이 관심 있는 창작 분야에서 AI는 어떤 역할을 하고 있을까요? 그때 당신은 어떤 방식으로 창작하고 있을 것 같으세요?"

🤖 창작자 정체성 실습 레슨 8

📋 모듈 테스트

모듈 4 — 스토리 & 창의성과 AI: 15문항 종합 평가

1. 메타(Meta)의 BlenderBot 3가 없는 책의 플롯을 상세히 묘사한 것처럼, AI가 사실과 다른 내용을 자신 있게 서술하는 현상의 공식 명칭은?

✅ 정확합니다! 환각(Hallucination)은 AI가 사실이 아닌 것을 그럴듯하게 서술하는 현상입니다.

❌ 틀렸습니다. 이 현상의 명칭은 '환각(Hallucination)'입니다.

2. 로빈 슬론(Robin Sloan)이 AI와 협업하여 소설을 쓸 때, 최종 서사적 방향과 감정의 결을 결정한 것은 누구였습니까?

✅ 맞습니다! 공동 창작에서 핵심 창작 결정은 인간인 슬론이 내렸습니다.

❌ 틀렸습니다. 슬론은 AI가 방향을 제안하지만, 최종 결정은 항상 인간인 자신이 내렸다고 밝혔습니다.

3. 미드저니(Midjourney)와 같은 이미지 생성 AI의 기반 기술은 무엇입니까?

✅ 정확합니다! 현대 이미지 생성 AI의 핵심 기술은 확산 모델입니다.

❌ 틀렸습니다. 미드저니 등 현대 이미지 생성 AI는 확산 모델(Diffusion Model)을 기반으로 합니다.

4. 프롬프트 엔지니어링에서 '형식 지정(Format)'의 올바른 예시는?

✅ 맞습니다! 출력 구조나 형태를 지정하는 것이 형식 지정 원칙입니다.

❌ 틀렸습니다. 형식 지정은 "세 단락으로"처럼 출력의 구조를 지시하는 것입니다. 역할 부여(맥락), 예시 제공, 배경 설정(명확성)과 구별됩니다.

6. 2023년 WGA-SAG-AFTRA 파업의 최종 협약에서 스튜디오들이 합의한 내용은?

✅ 맞습니다! 인간 작가 지위 보호와 통보 의무가 핵심 합의 내용이었습니다.

❌ 틀렸습니다. 협약의 핵심은 AI 생성물을 인간 작업으로 인정하지 않는 것과 AI 사용 시 통보 의무였습니다.

7. 마가렛 보든(Margaret Boden)의 창의성 분류에서 '탐색적 창의성'이란 무엇입니까?

✅ 정확합니다! 탐색적 창의성은 기존 규칙과 경계 안에서 새로운 가능성을 찾는 것입니다.

❌ 틀렸습니다. 탐색적 창의성은 기존 개념 공간을 탐색하는 것입니다. 조합적(결합), 변형적(공간 변형)과 구별됩니다.

8. 게티이미지(Getty Images)가 스태빌리티 AI(Stability AI)를 상대로 소송을 제기한 이유는?

✅ 맞습니다! 무단 학습 데이터 사용이 소송의 핵심 이유였습니다.

❌ 틀렸습니다. 게티이미지 소송의 핵심은 자사 사진 약 1,200만 장이 허가 없이 AI 학습에 사용되었다는 것입니다.

9. PromptBase의 등장이 보여주는 현상은 무엇입니까?

✅ 정확합니다! 프롬프트가 경제적 가치를 가진 상품으로 거래되기 시작했습니다.

❌ 틀렸습니다. PromptBase는 AI 프롬프트 자체를 사고파는 시장으로, 프롬프트 작성 기술의 경제적 가치를 증명합니다.

10. 콜로라도 미술 대회 사건(2022)에서 제이슨 알렌의 수상 작품 이름은?

✅ 맞습니다! Théâtre D'Opéra Spatial이 AI 예술 논쟁의 중심이 된 수상작입니다.

11. AI 창작 도입이 신진 창작자에게 특히 큰 영향을 미치는 이유를 가장 잘 설명한 것은?

✅ 정확합니다! 경력 사다리의 하위 계단이 AI로 대체되는 것이 신진 창작자에 대한 주요 위협입니다.

❌ 틀렸습니다. AI는 반복적·진입 수준의 작업부터 대체하는데, 이것이 바로 신진 창작자들이 경력을 쌓는 방식이었습니다.

12. LLM이 이야기를 길게 생성할 때 주로 나타나는 한계는?

✅ 맞습니다! 긴 텍스트에서 일관성 유지는 LLM의 주요 한계입니다.

❌ 틀렸습니다. LLM이 긴 이야기를 생성할 때 주요 한계는 등장인물이나 플롯의 일관성이 깨지는 것입니다.

13. Suno AI와 같은 음악 생성 AI에 대한 음악가 권리 단체들의 핵심 우려는 무엇입니까?

✅ 정확합니다! 기존 창작물의 무단 학습 사용이 음악 분야에서도 핵심 쟁점입니다.

❌ 틀렸습니다. 음악가들의 주요 우려는 자신들의 녹음물이 동의·보상 없이 AI 학습에 사용되었다는 것입니다.

14. 일본 만화가 협회(2023)의 AI에 관한 입장으로 옳은 것은?

✅ 맞습니다! 협회는 개인 창작자의 선택을 존중하는 중립적 입장을 취했습니다.

❌ 틀렸습니다. 일본 만화가 협회는 AI를 활용하든 거부하든 개별 창작자의 선택을 모두 지지한다는 중립적 입장을 밝혔습니다.

15. 이 모듈에서 다룬 내용을 종합할 때, AI와 창의성의 관계에 대한 가장 적절한 결론은?

✅ 훌륭합니다! AI는 강력한 창작 도구이지만 복잡한 쟁점을 수반하며, 인간의 역할은 여전히 핵심적입니다.

❌ 틀렸습니다. 이 모듈의 핵심 결론은 AI가 창작의 유용한 도구이지만 법적·윤리적·예술적 복잡성을 수반하며, 인간의 의도와 판단이 여전히 결정적 역할을 한다는 것입니다.