서론

"저작권만 해결하면 AI 이미지는 상업적으로 이용할 수 있다"──SNS나 note에서도 자주 보이는 이 말. 틀린 말은 아닙니다. 하지만 이것은 어디까지나 "자신의 SNS에 게시한다", "자신의 굿즈로 판매한다"와 같은 개인 이용의 최저선에 관한 이야기입니다.

클라이언트로부터 "이 상품 패키지의 비주얼을 AI로 만들어 달라"는 의뢰를 받는다면? 사내에서 "다음 분기 브랜드 비주얼을 AI 생성으로 내재화하고 싶다"는 기획이 올라온다면?

지켜야 할 기준은 단번에, 격상되어, 급격히 올라갑니다.

1. 이력의 증명과 브랜드 세이프티 (Brand Safety)

미술 세계에는 "이력 (Provenance)"이라는 개념이 있습니다. 미술관이 작품을 구매할 때, 이력을 추적할 수 없는 작품은 아무리 아름다워도 받아들이지 않습니다.

AI 생성물에도 똑같은 말을 할 수 있습니다. 베이스 모델의 학습 데이터 출처, 이용 약약관의 상업적 허가, LoRA의 학습 원천──이 "원류"를 추적할 수 없는 생성물을 납품하는 것은, 이력을 알 수 없는 회화를 미술관에 납품하는 것과 같습니다.

체크포인트:

• 베이스 모델의 이용 약관과 학습 데이터의 출처를 확인
• LoRA의 학습 원천 이미지의 권리 관계를 파악
• 클라이언트의 브랜드 이미지와 모델의 학습 내용에 괴리가 없는지 확인
• 생성 프로세스의 기록 (모델·LoRA·프롬프트)을 남김

2. 납품물의 품질 보증

해상도 문제: 표준 출력 1024x1024px로는 A4 인쇄에 부족하다. 300dpi 기준으로 최소 2500×3500px가 필요하다.

품질의 편차: 재현성 있는 워크플로우 (Workflow) 구축이 필수적이다. "10번 돌려서 1장만 잘 나왔다"로는 안정적인 납품을 할 수 없다.

"상업적 이용 가능" ≠ "상업적 품질": 이용 약관상의 허가와 납품물의 품질은 차원이 다른 문제다.

3. 인프라로서의 신뢰성

상업 프로젝트에는 납기가 있다. "그래픽 카드 (GPU)가 고장 나서 납품이 늦어집니다"는 통하지 않는다.

4. 클라이언트 대응

상대방은 "AI 생성"에 대해 잘 모른다는 전제로 움직인다.

사전 기대치 조정-
수정 대응 설계: 수정 횟수의 상한을 계약 시에 결정해 둔다 -
납품 형식 확인: 파일 형식, 해상도, 컬러 모드 -
견적 산출 방식: 프롬프트 설계, 시행착오, 후처리에 시간이 걸린다는 점을 설명할 수 있도록 준비

5. 법적 리스크는 저작권뿐만이 아니다

결론: 이력의 증명이 5가지 관점을 관통한다

5가지 관점 모두를 관통하는 것은 "이력의 증명"이라는 테마입니다.

C2PA나 SynthID는 "AI가 생성했다"는 사실은 증명하지만, "누가, 어떤 모델로, 어떤 의도를 가지고 생성했는가"까지는 추적할 수 없습니다.

이 "구조적 격차"를 메우는 접근법으로서, 블록체인 기반의 이미지 보호 도구인 AI와지 지문군 (AI和指紋くん) 이 있습니다. 생성 이미지에 불가역적인 이력 정보를 새김으로써, 상업 납품에 있어 품질 보증과 이력 증명을 동시에 실현합니다.

★ 2026년 5월 시점의 법 제도·가이드라인을 바탕으로 합니다.

✍️ 이 글을 쓴 사람

시츠칸｜질감 LoRA 연구소

일본화 → 예술학 → 영국 박물관학 석사 → AI 엔지니어.

🔬 무료 LoRA 체험하기 → CivitAI

📖 기술 기사 더 읽기 → 질감 LoRA 연구소

Discussion