유출된 Suno 자료, AI 음악 학습 데이터 논쟁을 다시 불붙이다

도입

AI 음악 생성 서비스 Suno가 학습 데이터 출처 문제로 다시 도마에 올랐다. The Verge가 404 Media 보도를 인용해 전한 내용에 따르면, 한 해커가 확보한 Suno 내부 자료에는 여러 온라인 음악·가사 플랫폼에서 데이터를 수집하기 위한 코드와 지시가 포함돼 있었다.

Suno는 그동안 어떤 데이터로 모델을 학습했는지, 또 그 데이터를 어떻게 확보했는지 자세히 공개하지 않았다. 그래서 이번 유출 자료는 AI 음악 모델의 실제 데이터 수집 방식을 엿볼 수 있는 드문 사례로 평가된다.

핵심 내용

• 여러 플랫폼이 수집 대상으로 언급됨: 보도에 따르면 자료에는 YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound, 국제 악보 도서관 프로젝트(IMSLP) 등을 대상으로 한 스크래핑 지시가 포함돼 있었다.
• 규모가 매우 큼: YouTube Music 관련 파일 하나에는 마지막 업데이트 시점에 Suno가 2,013,545개의 YouTube Music 클립을 소비했다는 내용이 있었다고 한다. 또 다른 파일에는 YouTube Music의 수십만 시간 분량, Deezer·Genius·IMSLP·Jamendo·Pond5 등의 수천 시간 분량 데이터가 포함됐다고 보도됐다.
• 기존 저작권 소송과 직접 연결됨: Suno는 이미 여러 저작권 소송에 직면해 있다. RIAA가 제기한 소송에서 Suno는 저작권 보호 자료를 학습에 사용했다는 점을 인정하면서도, 공개 인터넷에서 접근 가능한 음악 파일을 학습에 쓰는 것은 공정 이용에 해당한다고 주장했다.
• 문제는 수집 방식까지 확대됨: RIAA는 Suno가 YouTube의 저작권 보호 장치를 우회해 스트림 리핑을 했다고도 주장해 왔다. 404 Media는 이번 자료가 이러한 주장 일부를 뒷받침할 수 있다고 보도했다.
• 고객 정보 접근도 보고됨: 해커는 이메일 주소, 전화번호, Stripe 결제 관련 정보 등 일부 고객 정보에도 접근한 것으로 전해졌다. Suno는 2025년 11월 보안 사건을 인지해 빠르게 통제했으며, 주로 더 이상 사용하지 않는 오래된 소스코드가 관련됐고 민감한 개인정보는 침해되지 않았다고 밝혔다.

의미와 영향

이번 논쟁의 핵심은 단순히 “저작권 음악을 AI 학습에 사용했는가”가 아니다. 더 중요한 질문은 그 자료를 어떤 방식으로 확보했는가다. AI 기업들은 공개 웹의 자료를 학습에 사용하는 것이 변형적 이용이며 공정 이용에 해당한다고 주장하는 경우가 많다. 반면 권리자들은 대규모 카탈로그를 허락 없이 흡수하는 행위가 원저작물 시장을 침해한다고 본다.

법원이 모델 학습 자체에 초점을 맞춘다면 이번 사안은 생성형 AI 전반의 공정 이용 기준을 가르는 사례가 될 수 있다. 그러나 플랫폼 보호 장치 우회, 스크래핑 인프라, 서비스 약관까지 쟁점이 된다면 논쟁은 저작권을 넘어 데이터 거버넌스와 기술적 보호 조치 문제로 확장된다.

음악 업계에는 이번 보도가 AI 음악 시스템이 단순히 추상적인 음악 패턴만 배우는 것이 아니라, 실제 음원과 가사, 메타데이터를 대규모로 수집했을 가능성을 보여주는 자료가 될 수 있다. AI 기업에는 학습 데이터의 불투명성이 영원한 방패가 될 수 없다는 경고다.

출처: The Verge AI