셔터스톡 AI 데이터 라이선싱 전략: 모델 학습용을 넘어 추론용 콘텐츠 공급으로 확장하다

핵심 메시지

• 셔터스톡은 4년 전 비전통적 수익원을 찾는 과정에서 AI 데이터 라이선싱을 시작했고, 지금은 시각 콘텐츠 분야 최대 라이선서라고 밝혔다.
• 수요는 이미지에서 영상·오디오·3D·폰트 등 멀티모달로, 다시 '양이 아니라 특정성'을 요구하는 니치 콘텐츠와 메타데이터·주석으로 옮겨갔다.
• 최근의 변화는 학습용을 넘어 추론용 공급이다. 사용자의 요청에 생성 결과 대신 실제 스톡·에디토리얼 자산을 실시간으로 제공하는 방식으로, 라이선스 종류와 과금이 다르다.
• 합성 데이터는 엣지 케이스를 메우는 보완재일 뿐이며, 모델은 권리가 정리된 실제 데이터에 근거해야 한다는 것이 담당자의 입장이다.
• 창작자 보상에 정답은 아직 없다고 인정하면서도, 기고자를 맞춤 콘텐츠 제작과 주석 작업 등 AI 워크플로 안으로 끌어들이는 방향을 제시했다.

쉽게 이해하기

AI 비즈니스의 팟캐스트 '타기팅 AI'에 셔터스톡의 데이터 라이선싱 부문 수석 부사장 대니얼 맨델이 출연해, 스톡 콘텐츠 회사가 어떻게 AI 생태계의 공급자로 자리를 옮겼는지 설명했다. 그는 로이터와 웬 미디어를 거쳐 4년 전 셔터스톡에 합류했고, 당시에는 존재하지 않던 사업 개발 기능을 맡아 전통적이지 않은 수익원을 찾는 것이 임무였다.

출발점은 '모델은 그것을 먹이는 데이터만큼만 좋다'는 인식이었다. 초기 수요는 탐색적이었고 대부분 이미지에 몰렸다. 그러나 곧 멀티모달로 확장되면서 고객들은 '얼마나 필요한가'가 아니라 '얼마나 가지고 있는가'를 묻기 시작했고, 있다고 하면 그만큼 다 가져가겠다는 식의 수요 폭주가 이어졌다고 그는 회상했다.

지금 산업의 관심은 'AI로 무엇이 가능한가'에서 구체적인 활용 사례로 옮겨갔다. 그래서 요구도 훨씬 세분화됐다. 대량 확보보다 특정성이 중요해졌고, 기존 콘텐츠 위에 얹는 추가 메타데이터나 고객 콘텐츠에 다는 주석 작업이 사업의 일부가 됐다.

가장 새로운 흐름은 추론용 공급이다. 예컨대 이용자가 특정 스타일의 주택 사진이나 특정 경기 현장의 인물 사진을 요청하면, 생성 결과 대신 실제 자산을 실시간으로 제공하는 방식이다. 그는 이런 방식이 사용자 경험에도 좋고 연산 비용을 태우지 않고 결과를 내놓을 수 있다는 점에서 고객에게도 이점이 있다고 설명했다. 학습용과 추론용은 라이선스 유형과 과금이 다르며, 후자는 구독형과 API·전송 방식으로 이어지고 있다.

무단 스크래핑에 대해서는 소송보다 대화를 택한다고 했다. 콘텐츠를 가져갔다는 것 자체가 수요 신호이며, 스크래핑으로는 고해상도와 4K·8K, 그리고 메타데이터 전체를 얻지 못한다는 것이다. 엔터프라이즈급 품질을 원한다면 결국 라이선스를 받아야 하고, 실제로 대부분의 경우 대화가 생산적인 기회로 이어졌다고 말했다.

합성 데이터와 창작자 보상에 대해서는 조심스러운 태도가 눈에 띈다. 그는 합성 데이터를 믿지만 모델이 순수하게 합성 데이터만으로 성공할 수는 없다고 보며, 합성으로 확인된 콘텐츠는 배제하는 대신 표시해 관리한다고 밝혔다. 창작자 보상 방식에 대해서는 '누구도 최선의 방법을 찾았다고 생각하지 않는다'며, 20년 넘게 쌓인 전문성이 사내가 아니라 기고자에게 있다는 점을 들어 이들을 맞춤 제작과 주석 업무로 끌어들이는 방향을 제시했다.

주요 인사이트

• 데이터 라이선싱이 '한 번 팔면 끝'일 것이라는 시장의 예상과 달리, 갱신율이 매우 높게 유지되고 있다는 언급은 학습 데이터 시장이 일회성 거래에서 지속 관계로 옮겨가고 있음을 보여준다.
• 추론용 라이선스는 스톡 업계에 구독형 매출을 되돌려 준다. 대량 전송이 아니라 API·FTP 같은 상시 연결 방식이 전제라는 점에서 사업 구조 자체가 달라진다.
• 생성 이미지가 스톡의 가치를 대체한다기보다, 고객이 원하는 것은 '생성된 결과물'이 아니라 목적에 가장 잘 맞고 성과를 내는 콘텐츠라는 진단이 흥미롭다.
• 에이전트 시대에는 데이터 요청·응답·가격 협상·전달이 모두 에이전트를 통해 이뤄질 수 있으며, 아직 그 단계는 아니지만 그에 맞춘 플랫폼을 준비 중이라고 밝혔다.
• 기술 회사에 콘텐츠를 넘기는 이상 블랙박스 안에서 무슨 일이 벌어지는지 완전히 알 수 없다는 위험은 계약으로만 관리된다는 점을 담당자 스스로 인정했다.

자주 묻는 질문

관련 AI 소식