패션 디자인과 생성형 AI: 창작물의 범주와 윤리적 과제

생성형 AI는 학습한 데이터를 기반으로 새로운 데이터를 생성하는 기술로, 단순히 콘텐츠의 패턴을 학습하여 추론 결과로 새로운 콘텐츠를 만들어 내는 것을 넘어 콘텐츠의 생성자와 만들어진 콘텐츠를 평가하는 판별자가 끊임없이 서로 대립하고 경쟁하며 새로운 콘텐츠를 생성해내는 기술이다(Telecommunications Technology Association[TTA], n.d.). 이러한 생성형 AI는 대규모 언어 모델(Large Language Model[LLM])로 대표되는 자연어 생성 분야와 디퓨전 모델(Diffusion Model)로 대표되는 이미지 생성 분야, 그 외에도 음원 생성, 비디오 생성 등 다양한 분야로 구분된다. 패션 디자인 분야에서는 특히 아이디어나 자료의 시각화가 중요하기 때문에 이미지 생성 분야의 AI가 많이 활용되고 있다. 이미지 생성에 활용되는 딥러닝 모델은 스타일갠(StyleGan Model), 변분 자동 인코더(Variational Autoencoder Model), 디퓨전(Diffusion Model)이 대표적이다(Lee, 2023).

스타일갠은 적대적 생성 신경망인 GAN 기술을 활용하는 것으로, GAN은 생성자 네트워크와 판별자 네트워크라는 두 개의 신경망이 경쟁하며 학습하는 구조를 통해 고품질의 이미지를 생성한다(Goodfellow et al., 2014). 스타일갠을 활용하는 대표적인 서비스로는 아트브리더(Artbreeder)가 있으며 이 플랫폼을 통해 패션 디자인 아이템이나 얼굴, 배경 등을 새롭게 생성하거나 재조합할 수 있다. 변분 자동 인코더 VAE는 이미지 및 스타일 생성을 포함한 다양한 작업에 사용할 수 있는 인공지능모델의 한 유형으로, 원래 이미지 정보를 잃게 하고 축약시킨 다음 다시 원래 이미지에 흡사하게 찾아가도록 교육하여 결과물을 생성한다(Lee, 2023). VAE는 패션 디자인의 다양한 변형을 생성할 수 있고 스타일 변환 등의 작업을 할 수 있어 패션 디자이너의 창작 작업에 보조 도구로 활용될 수 있다. 디퓨전 모델은 확산의 개념을 적용하여 이미지에 노이즈를 생성하고 다시 노이즈를 조합하는 과정에서 변형과 생성이 이루어진다. 이미 다양한 분야에서 각광받고 있는 DALL·E 2나 미드저니(MidJourney), 스테이블 디퓨전(Stable Diffusion)등이 가장 대표적인 서비스로, 고품질의 이미지를 생성하는데 적합한 모델이기 때문에 관심이 지속적으로 고조되고 있는 추세이다. 이러한 디퓨전 모델을 활용하면 거의 실제와 흡사한 이미지를 생성할 수 있어 사용자의 목적과 의도에 맞춘 다양한 디자인, 마케팅, 교육자료, 예술작품 등 그 쓰임새가 확장되고 있다.

생성형 AI는 패션 디자인 분야에 혁신적인 변화를 가져오고 있다. 생성형 AI는 패션 디자인 프로세스의 전반적인 과정에서 보조 도구로 활용될 수 있으며, 패션 이미지 맵 작업, 컬러 팔레트의 구성, 텍스타일 모티프와 변형 작업, 패션 디자인의 생성과 변형, 가상 모델의 생성과 피팅, 홍보용 영상 제작에 이르기까지 다양한 적용이 가능하다. 패션 디자이너의 의도를 즉각적으로 시각화된 결과물로 제공한다는 점에서 시간과 비용의 절감 효과를 가져올 수 있으며 이러한 강점이 창작 과정의 효율성으로 직결된다. 따라서 관련 학계와 업계에서도 이에 관한 연구와 개발이 매우 활발히 이루어지고 있는 실정이다.

이와 관련한 선행연구를 보면 패션 디자인 프로세스에서 AI의 활용의 가능성에 관한 연구(Ahn & Park, 2023; Lee, 2023; Lee & Lee, 2021), 생성형 AI를 활용한 텍스타일, 패션 아이템 디자인, 컬러 개발에 관한 연구(Choi et al., 2023; Jung & Suh, 2023; Park, 2023; Park, 2024; Wu & Li, 2023), 인공지능 추천 스타일링에 관한 연구(Kim & Kim, 2020), 인간과 AI 공동창조(HAIC, Human AI Co-creation)에 관한 것(Jung et al., 2023) 등 그 범위가 매우 다양하다.

생성형 AI를 활용한 디자인 개발 연구뿐만 아니라 실제 패션 브랜드와 기업에서도 이미 AI의 도움을 받은 다양한 디자인을 발표한 사례를 찾아볼 수 있다. Acne Studio는 2020년 파리 패션 위크에서 기성복 컬렉션을 위한 AI 지원 패션 디자인을 선보였고, Levi Strauss & Co.는 AI 알고리즘을 사용하여 데님 재킷의 새로운 디자인 대안을 만들고 생산 및 제조과정을 최적화했다(Lee & Kim, 2024). 또한 2023년 4월에는 최초의 AI 패션 위크가 뉴욕에서 개최되어 AI 디자이너의 컬렉션을 선보이기도 하였다. 이러한 패션의 'AI 혁명'은 패션 디자이너의 권위에 도전하며 인간과 기계의 상호작용에 대한 의문을 제기하고, 인간 창작자가 기계로 대체되거나 기계의 도움을 받게 될 때, 특히 저작권 분야뿐만 아니라 지식재산권(IP)과 연관된 법률 문제를 야기한다(Härkönen, 2023). 패션에서 AI의 올바른 활용은 창의성과 기술의 경계를 허물며 새로운 형태의 협업과 디자인 가능성을 열어준다. 그러나 이는 디자이너의 독창성과 인공지능의 기능성을 어떻게 조화시킬 것인지에 대한 깊은 논의가 필요함을 시사한다. 이러한 문제들을 깊이 인지하고 해결하려는 노력을 기울일 때 패션 산업은 AI와 인간 디자이너의 상호 보완적 관계를 통해 더욱 혁신적이고 다채로운 디자인을 창출할 수 있을 것이다.

패션 디자인 분야에서 생성형 AI를 활용하여 만들어진 작품이 창의적 디자이너의 창작물로서 또는 기업의 상품 가치를 지닌 것으로 저작권을 인정받기 위해서는 해당 저작물이 진정한 창작물로서의 자격을 갖추고 있는지에 대한 명확한 정의가 우선적으로 이루어져야 한다. 이는 창작의 의도에 따라 모든 창작물이 저작권을 지닐 필요는 없지만, 개인 디자이너의 예술적가치를 지닌 작품이거나 기업에서 상품의 독창성을 보호하고 타인이나 타 기업의 모방을 방지하기 위한 법적 보호 장치로서 저작권이 필요할 경우에 해당될 수 있다. 따라서 본 연구에서는 공용재로서의 창작물이 아닌 저작권을 인정받을 수 있는 창작물에 대한 개념을 전제로 창작물에 대한 정의를 도출하였다.

현재 AI를 활용하여 생성된 산출물은 그 자체로는 창작물로 인정받지 못하며, 반드시 인간의 창의성이 반영된 의도적인 개입이 있는 경우에만 저작권의 보호 대상으로 보는 견해가 다수를 이루고 있다. 특히 미국의 저작권청은 창작의 주체가 되는 인간을 저자, 창작자로 강조하며 저작권을 “자신의 천재성이나 지적 산물에 대한 한 인간의 배타적 권리”로 묘사하고 있다(U.S. Copyright Office, 2023). 한국의 경우도 이와 유사한 기준을 적용하여, 한국저작권위원회는 AI 산출물에 인간의 창작적 기여가 없을 경우 저작권 등록이 불가하다는 입장을 밝히고 있다(MCST & KCC, 2023). 저작권 등록은 인간의 사상 또는 감정이 표현된 창작물에 대해서만 가능하며, AI 산출물에 인간이 수정·증감 등 창의적으로 ‘추가 작업’을 한 경우, 추가 작업한 부분만 저작물성이 인정될 수 있다(MCST & KCC, 2023). 따라서 창작 과정에 인간의 개입이 없는 강한 인공지능이 만든 창작물은 인간이 만든 창작물이 아니므로 현재는 저작권 보호대상으로 보기 힘들다는 것이 일반적인 견해이다(Jun, 2022). AI 프로그램은 독창적인 작품을 생성할 수 없으며, 그 출력물은 공공 영역에 속하게 된다. 그러나 AI가 인간 디자이너를 보조하여 인간 디자이너가 창작물에 자신의 개성을 반영할 수 있다면, 독창성 기준을 충족시킬 수 있으며, 창작 과정에서 AI의 존재는 본질적으로 문제가 되지 않는다(Härkönen, 2023). 즉 AI 산출물 자체는 등록할 수 없지만, AI 산출물을 선택하고 배열한 것에 창작성이 있다면 ‘편집저작물’로 등록이 가능하다(MCST & KCC, 2023). 결론적으로, 현재 지적재산권 제도상 AI가 생성한 산출물은 인간이 도구로 AI를 이용하여 창작을 하고 있다고 평가되는 경우에는 권리가 발생하지만, 인간의 관여가 창작적 기여로 볼 수 없고 AI가 자율적으로 생성했다고 평가되는 경우에는 권리의 대상이 되지 않는다는 것이 일반적이다(Son, 2023).

이상의 내용을 토대로 주요 문헌에 언급된 창작물의 범주를 정리하면 다음과 같다(Table 2).

Table 2.

Copyright recognition criteria for human, AI, and human-AI collaborative works

미국 저작권청은 창작물에 대해 기본적으로 인간 저작의 산물인지, 컴퓨터 또는 다른 장치가 단순히 보조 도구 역할을 하는지, 또는 작품의 전통적인 저작 요소(문학적, 예술적, 음악적 표현 또는 선택, 배열 등의 요소)가 실제로 인간이 아닌 기계에 의해 구상되고 실행되었는지를 판단의 기준으로 삼고 있으며, AI 생성 자료를 포함한 작품의 경우, AI의 기여가 “기계적 복제”의 결과인지, 아니면 저자의 “자신의 독창적인 정신적 구상에 의해 가시적 형태를 부여한" 것인지 여부를 고려하고 있다(U.S. Copyright Office, 2023). 유럽의회 역시 AI 기술에 법적 인격을 부여하려는 것은 인간 창작자의 인센티브에 부정적인 영향을 미칠 것이므로 적절한 해결책이 아니라고 명시하며 인간 중심의 창작물에 저작권 부여의 기준을 두고 있음을 시사하였다(European Parliament, 2020). 예를 들어, 2018년에 미국 저작권청은 “기계에서 실행되는 컴퓨터 알고리즘에 의해 자율적으로 생성된” 시각 작품에 대한 신청을 거부한 바 있는데, 심사관은 해당 작품에 인간 저작권이 포함되지 않았다고 판단하였으며, 최종 결정은 “인간 행위자의 창의적인 기여 없이” 만들어졌기 때문에 등록될 수 없다는 것이었다(U.S. Copyright Office, 2023).

그러나 유럽의회는 인공지능이 창작 과정에서 저작자를 지원하는 도구로만 사용되는 경우 현행 지식재산권 프레임워크가 여전히 적용 가능하다는 점을 강조하고 있다(European Parliament, 2020). 한국저작권위원회 역시 저작권 등록은 인간의 사상 또는 감정이 표현된 창작물에 대해서만 가능하나, 다만, AI 산출물에 인간이 추가 작업을 하거나, AI 산출물들을 선택하고 배열한 것에 창작성이 있으면 저작권 또는 편집저작물로 등록 가능 가능하다고 밝히고 있다(MCST & KCC, 2023). 이와 관련한 사례로 최근 미국 저작권청에서는 인간이 저작한 요소와 AI 생성 이미지가 결합된 작품에 대한 등록을 검토했으며, AI 서비스 미드저니가 생성한 이미지와 인간이 저작한 텍스트가 결합된 그래픽 소설이 저작권 보호가 가능한 작품을 구성하지만, 개별 이미지 자체는 저작권 보호를 받을 수 없다는 결론을 내렸다(U.S. Copyright Office, 2023). 반면 뉴욕에서 활동하는 예술가이자 프로그래머인 Kristina Kashtanova는 2022년 9월 21일, AI가 만든 그래픽 소설인 “Zarya of the Dawn”을 미국 저작권 청에 등록했다고 자신의 인스타그램에 밝혀 언론에서 화제가 되었다(Jun, 2022). Kashtanova는 소설의 스토리를 작성하고 이에 어울리는 삽화를 미드저니를 활용해 제작하였는데, 유명인을 닮은 캐릭터를 생성한 후 캐릭터 제작 온라인 앱인 메타휴먼을 통해 작가만의 고유한 캐릭터로 재창조하고 이를 다시 작가가 스케치하여 미드저니에 학습시키는 등 수많은 개입과 표현을 조율하는 과정에서 인공지능이 단순히 창작의 보조 도구로 활용되었음이 인정되었기 때문이다. 그러나 이 사례는 여전히 인공지능이 창작한 저작물이 등록된 사례로 보기는 힘들며, 앞서 미국 저작권청의 결정에도 다른 변화가 있다고 보기 힘들다(Jun, 2022).

이상의 창작물에 대한 개념 정의와 사례를 패션 디자인 분야에도 적용하여 볼 수 있다. 패션 디자인에서 AI 생성 디자인은 여전히 인간 디자이너에 의해 큐레이팅되어야 하며, 인간 디자이너는 자신의 암묵적 지식을 바탕으로 AI 작업의 미적 품질을 모니터링하는 중요한 역할을 한다(Härkönen, 2023). 예를들어, AI는 디자인의 초기 아이디어를 제공하고, 인간 디자이너는 이를 바탕으로 창의적이고 독창적인 요소를 더해 최종 작품을 완성할 수 있다. 패션 디자인 분야는 모방과 표절의 윤리적 문제에 대해 특히 민감하므로, 생성형 AI를 활용한 패션 디자인 창작물이 창의적 작품이나 독창성을 지닌 상품으로서 가치를 인정받기 위해서는 인간 디자이너의 개입이 적극적으로 이루어져야 한다. 따라서 AI는 패션 디자인 프로세스에서 단순한 보조 도구로 활용될 때 그 저작권을 인정받을 수 있다. 이는 AI가 생성한 디자인이 인간 디자이너의 창의적 개입과 결합되어야만 저작권 보호의 대상이 될 수 있다는 의미이다. 디자이너가 AI 생성 출력물을 큐레이팅하면서 자유롭고 창의적인 선택을 할 수 있다면, 그 결과물은 저작권 보호를 받을 수 있으나, 큐레이팅 과정이 단순히 사소한 편집만 포함한다면, EU의 독창성 기준을 충족할 수 없다(Härkönen, 2023). 이와 같은 맥락에서 패션 디자인 분야에서 AI와 인간 디자이너 간의 협업은 필수적이며, AI는 인간 디자이너의 창의적 프로세스를 지원하고 강화하는 도구로서 작용해야 한다. 이러한 점에서 AI의 학습 데이터의 출처와 사용 허가 여부를 명확히 하고, 창작 과정의 기록을 통해 창의적 기여도와 책임 소재를 명확히 함으로써, 패션 디자인 산업에서 AI 기술을 윤리적이고 법적으로 안전하게 활용할 수 있는 실질적인 가이드라인을 마련해야 한다(MCST & KCC, 2023). 이는 패션 디자인의 독창성과 창의성을 보호하고, 모방과 표절의 윤리적 문제를 해결하는 데 중요한 역할을 할 것이다.

AI 및 관련 기술의 발전은 산업적 또는 예술적 성격을 가진 창작물에 대한 지식재산권 적용에 대한 문제를 제기한다. AI의 도움을 받은 인간의 창작물과 AI가 자율적으로 생성한 창작물을 구별하는 것이 중요하다(European Parliament, 2020). 창작물의 저작권 귀속 문제는 AI가 생성한 디자인이 창작물로 인정받기 위해 필요한 조건을 명확히 함으로써 해결될 수 있다. 저작권은 인간의 창의성의 산물인 자료만을 보호할 수 있다는 개념이 확립되어 있으며, 헌법과 저작권법에서 사용되는 “저자”라는 용어는 비인간을 배제하기 때문이다(U.S. Copyright Office, 2023). 따라서 AI가 자율적으로 생성한 저작물은 독창성 기준을 충족하지 못하며, 인간의 창작적 기여가 없는 경우 저작권 보호의 대상이 되지 않는다(MCST & KCC, 2023). 패션 디자인 분야에서도 AI는 인간 디자이너의 창작 활동을 지원하는 도구로 사용될 때 저작권 보호를 받을 수 있으며, AI와 인간의 협업이 중요한 이유가 여기에 있다(Härkönen, 2023).

또 다른 저작권의 귀속 문제는 패션 디자인 분야의 특수성에 기인한다. 개인 활동을 하는 경우를 제외하고 대부분 패션 디자이너는 패션 기업의 소속으로, 저작자로서의 권리를 행사하는 경우가 드물다. 즉 패션에서는 저작권이 대기업에 축적되는 경향이 있으며, 저자들이 자신의 경제적 권리를 이러한 기업에 양도하게 된다(Härkönen, 2023). 이러한 경우 AI를 활용한 패션 창작물의 저작권이 인정된다면 그 소유권은 기업인 법인이 가지게 되는데, 저작권은 인간 창작자에게만 부여될 수 있다는 원칙과 상충할 수 있다. 만약 AI 생성 출력물이 보호된다면, 보호 대상은 인간 저자가 아니라 해당 제작을 수행하는 회사의 이익이 될 것이며, 예를 들어 패션 하우스와 같은 법인은 인격이 없는 주체이기 때문에, 저자가 아닌 법인이 주로 저작권 보호의 진정한 수혜자가 되는 부분에서 신뢰성을 일부 상실하게 된다(Härkönen, 2023). 이는 단편적으로 이익과 연관되는 수혜의 문제에 그치지 않는다. 특히 AI를 보조 도구로 활용하여 디자인하는 과정에서 개인이 아닌 법인이 저작권을 소유하게 된다면 그 출처에 대한 투명성과 책임의 문제에서 더욱 모호해질 수 있다는 우려가 있다. 명확하게 누가, 어떠한 과정에서 AI를 활용하였고, 어느 정도 창작에 관여하여 최종 패션 디자인 산출물을 제작하였는지 밝히기 어려운 부분이 발생하므로 이러한 부분에 대한 세심한 법적 제도에 대한 논의가 필요하며 기업의 윤리적인 의식이 매우 절실한 부분이라 하겠다.

패션 디자인 분야에서 AI를 사용할 때 윤리적 우려 중 하나는 시스템이 다양한 문화와 인구를 동등하게 대표하지 않는 데이터 세트를 학습할 때 발생하는 편향 문제이다. 다양성과 포용성이 점점 더 중요해지고 있는 패션 업계에서, AI가 고정관념이나 문화적 편견을 고착화하지 않도록 하는 것이 중요하다(Musmeci & Pantano, 2023). AI 시스템이 특정 문화나 인구집단을 과소대표하거나 과대표하게 되면, 이는 공정성과 포용성을 저해하고, 결과적으로 창작물의 질과 다양성에도 영향을 미칠 수 있다. 또한 패션의 맥락에서 특정 스타일, 직물 또는 신체 표현이 다른 스타일보다 선호되어 소비자 트렌드와 선호도에 대한 부분적이고 잠재적으로 왜곡된 시각을 만들 수 있음을 의미할 수 있다(Musmeci & Pantano, 2023). 같은 의미로 AI의 학습 데이터는 사회적 트렌드를 반영하고 형성하는 힘을 가지고 있으며, 예를 들어, AI 기반 트렌드 예측 알고리즘은 진화하는 문화적 및 사회적 가치를 반영하는 소비자 선호도에서 새로운 패턴을 식별할 수 있기 때문에 유행에 영향을 미칠수도 있으며, 패션 트렌드의 균질화를 초래하고 패션 표현에서 문화적 다양성을 감소시킬 수 있다(Giovanola et al., 2023). 한 예로 최근 많이 사용되는 ‘텍스트 투 이미지’ 인공지능 모델인 스테이블 디퓨전은 더러운 건물이 아시아 일부 국가의 환경을 나타낸다고 가정하고 종종 지역적으로 관련 없는 형상을 생성하고 유해한 고정관념을 나타내고 있으며, 우리나라의 전통 의상인 한복도 일본의 전통 의상인 기모노와 유사하게 표현하는 등 AI 모델의 편향성을 보여준다(Kim, 2024)(Fig. 2). 이는 AI가 학습하는 데이터가 특정 집단이나 문화를 배제하거나 왜곡하지 않도록 철저히 검토되고 수정되어야 함을 의미한다. 무엇보다 특정 집단이나 계층에 대한 차별이 발생하지 않도록 주의해야 하며, 특히 인종·종교·국적·성별 등을 이유로 차별이 발생하지 않도록 해야 한다(Kim, 2020). 이러한 편향성은 생성 모델의 사용성을 현저히 저하시키는데, 이는 생성 모델 학습 방법과 학습에 사용하는 소수 민족, 저개발 국가 문화 데이터가 매우 부족한 것과 관련되어 있다(Kim, 2024). 이러한 AI의 데이터 편향 문제는 단순히 기술적 문제가 아니라 사회적, 문화적 맥락에서의 윤리적 문제로도 간주되어야 한다. AI 시스템의 개발자와 디자이너는 데이터 편향 문제를 인식하고 이를 해결하기 위한 구체적인 전략을 마련해야 한다(Härkönen, 2023). 이러한 편견을 해결하고 완화하는 것은 패션 업계에서 공정하고 포용적인 AI를 구현하는 데 매우 중요한 요소가 될 것이다.

Fig. 2.

Examples of biased training data reflected in misleading outcomes. Kim, 2024 www.kyosu.net

패션 디자인에서 AI 활용 과정의 가장 중요한 윤리적 쟁점은 AI가 학습한 데이터의 출처와 사용 허가 여부를 명확히 하는 투명성의 문제이다. 상기에서 살펴본 창작물의 개념적 범주 안에서 AI로 생성한 저작물이 논란이 되는 이유는, AI가 우리가 알지 못하는 방대한 학습 데이터로부터 이미지를 학습하기 때문이다. 이는 원하는 이미지를 프롬프트나 레퍼런스 이미지로 입력하더라도, 어떤 원본 이미지가 고도로 모방될지 예측할 수 없다는 우려를 야기한다. 더불어 우연히 생성된 이미지에 창작자의 의도가 얼마나 반영되었는지를 명확히 파악하기 어려운 문제가 발생할 수 있다. 패션 디자인에서 AI가 기존 디자이너의 작품을 학습하여 새로운 디자인을 생성할 때, 해당 데이터의 출처를 명확히 하고 저작권자의 허가를 받아야 하며, 이를 통해 AI 생성 디자인의 투명성과 신뢰성을 확보할 수 있다(European Parliament, 2020). 한 예로 기억한 전경 및 배경 객체를 조합하여 이미지를 생성하는 스테이블 디퓨전의 경우, 생성된 산출물은 픽셀 단위로 동일하지 않더라도 의미적으로 원본 객체와 동일한 경우가 발생할 수 있는데(Fig. 3), LAION에서 샘플링된 다양한 프롬프트와 수작업으로 작성된 프롬프트에서 이러한 행동이 발생하는 것을 확인할 수 있다(Somepalli et al., 2023). 이러한 상황은 매우 적은 확률로 발생하지만 여전히 이미지의 소유권에 대한 의문이 제기된다. WIPO(2019)의 보고서에 따르면, AI가 학습한 데이터의 출처를 명확히 하고, 사용 허가 여부를 공개하는 것이 AI 생성 디자인의 투명성과 신뢰성을 확보하는 데 필수적이며, AI가 학습하는 데이터가 저작권 침해 소지를 피하고, 공정하게 사용될 수 있도록 하는 기반을 마련하기 위해 AI 개발자와 사용자는 데이터의 출처와 사용 조건을 철저히 검토하고 준수해야 한다(European Parliament, 2020).

Fig. 3.

Examples of generated outputs nearly identical to the original objects. Image re-edited from Somepalli et al.(2023), p.6048.

투명성 문제는 AI가 생성한 디자인의 저작권 귀속과도 밀접하게 연관되어 있다. AI와 인간 디자이너의 창작 과정을 체계적으로 기록하고, 각 단계에서의 기여도를 명확히 함으로써 저작권의 귀속 문제를 해결하는 데 기여할 수 있다(MCST & KCC, 2023). 이는 또한 AI 사용의 공정성과 데이터 출처의 투명성을 높이는 데 중요한 역할을 한다. 정교한 AI 프로그램이 인간 디자이너의 작업을 수행하고 인간이 생성한 패션과 구별할 수 없는 출력을 생성할 수 있으며, 인간 디자이너의 작품을 학습 데이터로 사용하면서도 이들을 인정하지 않는 상황에서, 기술 발전으로 인해 약자의 위치에 처한 인간 디자이너의 권리는 더욱 축소될 수 있기때문에 패션을 창작하는 인간의 이익과 권익을 어떻게 보호할 것인지 고려해야 한다(Härkönen, 2023).

패션 회사들이 AI를 점점 더 많이 사용함에 따라 디자인 출처에 대한 투명성 문제가 무엇보다 중요하게 부각되고 있다. 투명성 문제가 해소되지 않는다면 소비자와 경쟁자 모두에게 불확실성을 초래할 수 있다. 이러한 상황에서 AI가 생성한 출력물에 대한 저작권 표시권과 동등한 기능을 도입하는 것은 패션 및 창의적 분야 전반의 투명성을 향상시키는데 도움이 된다(Härkönen, 2023). 예를 들어, AI가 생성한 디자인에 ‘AI 생성’ 표시를 추가하고, 해당 디자인의 출처와 사용된 데이터 세트를 명확히 공개하는 것은 투명성과 신뢰성을 높일 수 있는 실질적인 방안이 될 수 있다(Härkönen, 2023). 2023년 5월 발의된 국내 콘텐츠산업 진흥법 개정안에서는 콘텐츠 제작자가 AI 기술을 이용하여 콘텐츠를 제작한 경우, 해당 콘텐츠가 AI 기술을 이용하여 제작된 것임을 표시하도록 규정하고 있다(MCST & KCC, 2023). 또한, 미국 정부는 2023년 7월 주요 기업들과 AI로 생성된 콘텐츠에 워터마크를 표시하는 등 안전 조치를 도입하는 방안에 합의하였으며, 10월에는 해당 콘텐츠에 대한 워터마크 사용 지침을 개발하는 행정명령을 발표했다(MCST & KCC, 2023). 이와같이 창작물에 AI 활용의 여부를 밝히도록 제도를 마련하는 것이 중요하고, 더 나아가 어떠한 데이터 세트를 사용하였는지에 대한 공개를 장려하기 위하여 데이터의 출처와 습득경로 등을 제시하는 방안을 마련하는 것이 필요하다. 따라서 AI가 학습하는 데이터의 출처와 사용 허가 여부를 명확히 하고, 이를 법적으로 규제하는 정책을 마련해야 한다.

AI와 인간 디자이너의 창작 과정을 체계적으로 기록하는 시스템을 구축하여, 창의적 기여도와 책임 소재를 명확히 할 필요가 있다. AI와 인간 디자이너의 창작 과정을 체계적으로 기록하는 시스템을 도입함으로써, 창의적 기여도와 책임 소재를 명확히 할 수 있으며, 이는 AI가 생성한 디자인에 대한 책임을 명확히 하고, 저작권 분쟁을 예방하는 데 기여할 수 있다(MCST & KCC, 2023). 이러한 시스템은 AI와 인간의 협업을 촉진하고, 결과물의 창의성과 윤리적 기준을 동시에 충족시키는 데 도움을 줄 수 있다(Giovanola et al., 2023). Kim (2023)은 AI 생성물의 저작권 문제와 관련하여, 데이터 투명성과 창작 과정의 기록이 저작권 보호를 강화하는 데 중요한 역할을 한다고 지적하였다. 이는 AI와 인간의 협업이 더 공정하고 투명하게 이루어질 수 있도록 하며, AI 기술이 창의적인 산업에서 긍정적인 영향을 미칠 수 있도록 한다(Cianfanelli, 2023). 또한, AI가 제공하는 다양한 디자인 옵션 중 인간 디자이너가 최종 선택을 함으로써, 창의적 통제를 유지하는 방식을 통해 창의성이 고취될 수 있다(Hughes et al., 2021). 패션 분야에서는 각 디자인 프로젝트의 시작부터 끝까지의 모든 과정을 디지털로그 시스템으로 기록하여, AI와 인간 디자이너의 역할을 명확히 구분하고 추적 가능하게 해야 한다. 이는 각 단계에서의 기여도를 평가할 수 있는 기준을 마련하고, AI의 데이터 사용 및 처리 과정에 대한 투명성을 높이는 데 기여할 것이다. 이는 저작권과도 관련하여 중요한 요소로 작용할 수 있다. 저작권을 부여받을 수 있는 창작물은 반드시 인간의 창작 기여도가 필요한 부분이므로 이에 대한 과정과 기여도의 수준을 기록함으로써 창작물의 권리를 주장할 수 있는 근거를 마련할 수 있을 것이다. 더 나아가, 이러한 기록 시스템은 교육 자료로 활용되어 AI와의 협업에서 발생하는 윤리적 문제를 학습하고 예방할 수 있는 기반을 제공할 수 있다.

한편 AI가 인간 디자이너의 창의적 역할을 대체할 것이라는 우려와 함께 직업 소멸의 위기감을 문제로 지적하기도 한다. 그러나 AI가 패션 부문에서 새로운 작업과 직업을 계속 정복하면서, 인간이 디자인한 의류와 액세서리는 새로운 사치품이 될 수 있다고 Härkönen(2023)은 긍정적인 견해를 내놓기도 하였다. AI가 생성한 출력물과 비교할 때 인간이 창작한 패션은 ‘느린 패션’이며, 특히 패스트 패션 소비가 일반적인 시대에 그 자체로 가치가 있다고 설명하고 있다(Härkönen, 2023). 이처럼 AI와 인간 디자이너 간의 협업은 패션 디자인에 새로운 기회를 제공할 수 있다. AI는 반복적이고 시간 소모적인 작업을 자동화하여 디자이너가 더욱 창의적인 작업에 집중할 수 있도록 도울 수 있다. 이는 패션 디자인의 질과 다양성을 높이는 동시에, AI 기술의 혁신적 잠재력을 최대한 활용할 수 있는 긍정적인 방향으로 작용할 것이다.

AI가 패션 디자인에 가져올 수 있는 잠재력은 무궁무진하게 여겨진다. 그러나 이 잠재력이 윤리적이고 책임감 있게 활용되기 위해서는 산업 전체가 공정성과 투명성을 중시하는 문화를 형성해야 할 것이다. AI를 올바르게 활용한다면 인간의 창의적 능력을 보완하고 확장하는 강력한 도구가 될 수 있다. 이를 통해 더 다채롭고 혁신적인 패션 디자인이 탄생할 수 있으며, 궁극적으로는 패션 산업의 미래를 재정의할 수 있을 것이다. AI기술이 사람과 공동선을 위한 도구로 남으려면 윤리적 원칙과 인권을 준수하는 인간 중심의 접근 방식이 필요하다 (European Parliament, 2020). AI가 일반적으로 인간이 수행하는 작업을 수행할 수 있는 능력을 점차 확보하고 있음을 지적하며, AI 의 사결정에 대한 투명성, 책임성 및 검증을 위해 사람이 직접 제어 및 검토 프로세스를 갖춘 설계 시스템을 포함한 적절한 안전장치를 마련할 필요가 있다(European Parliament, 2020). 또한 AI의 진전이 완전한 결실을 맺기 위해서는 인프라에 대한 공공 투자, 디지털 기술 교육, 연결성 및 상호운용성의 대대적인 개선이 반드시 병행되어야 한다(European Parliament, 2020).