[K-콘텐츠 산업 대전환⑥] AI 제작·추천·광고, 비용 절감 뒤의 권리와 고용

[KtN 전성진기자]넷플릭스(Netflix)는 2026년 3월 생성형 인공지능(AI) 기반 애니메이션 조직 ‘잉큐베이터(INKubator)’를 사내에 설립했다. 기존 넷플릭스 애니메이션 스튜디오와 분리된 조직으로, 전통 기법을 사용하는 장편 영화보다 AI 생성 단편 콘텐츠에 집중한다. 머신러닝 보조 애니메이션과 버추얼 프로덕션, AI 제작 공정 경험을 갖춘 컴퓨터그래픽(CG) 아티스트와 엔지니어 채용도 시작했다.

AI 도입을 인력 감축과 동일한 뜻으로 단정하기 어려운 이유가 여기에서 드러난다. 반복 작업을 자동화하면서 일부 직무의 투입시간을 줄일 수 있지만, AI 모델 운영과 데이터 관리, 결과물 검수, 버추얼 프로덕션을 담당할 새로운 인력도 필요하다. 제작 현장의 인원 구성이 달라질 가능성은 커졌지만 넷플릭스가 공개한 자료만으로 기존 애니메이터와 후반작업 인력이 얼마나 줄거나 재배치됐는지는 확인하기 어렵다.

OTT 산업에서 AI가 들어간 곳은 제작 현장만이 아니다. 작품을 찾는 검색창과 추천 목록, 광고의 노출 시간과 소재, 계정 공유 탐지까지 하나의 기술 체계로 연결되고 있다. 제작비를 줄이는 도구와 이용자의 시청시간을 늘리는 추천 장치, 광고매출을 높이는 판매 기술이 동시에 작동하는 구조다.

플랫폼에는 비용 절감과 매출 확대가 함께 가능한 투자다. 창작자와 제작사에는 학습데이터의 출처와 결과물의 권리, 크레디트, 보수, 계약 종료 뒤 재사용 범위가 새 협상 항목으로 들어온다. 시청자에게는 AI가 만든 콘텐츠와 추천 결과, 개인화 광고가 어느 범위까지 제공되는지 알 수 있는 기준이 필요해졌다.

단편 제작부터 후반작업까지 들어간 생성형 AI

잉큐베이터는 기존 제작조직을 한꺼번에 대체하는 방식보다 별도의 AI 제작 공정을 시험하는 조직으로 출발했다. 넷플릭스는 전통 기법으로 제작하는 장편 애니메이션과 AI 생성 단편을 분리해 운영한다는 방침을 제시했다. 배우 벤 애플렉(Ben Affleck)이 공동 창업한 AI 후반제작 기업 인터포지티브(InterPositive)를 인수하는 등 후반작업 기술 확보도 병행했다.

애니메이션 제작에서는 콘셉트 이미지와 배경 생성, 캐릭터 움직임 보정, 중간 프레임 제작, 색상 처리, 렌더링, 번역과 더빙 보조 등에 AI를 적용할 수 있다. 실사 작품에서도 사전 시각화와 배경 확장, 불필요한 물체 제거, 음성 정리, 자막 제작, 예고편 편집 등에 활용할 가능성이 있다.

제작기간 단축과 비용 절감 폭은 작품 장르와 길이, 사용한 모델, 사람의 수정 횟수에 따라 달라진다. 잉큐베이터가 제작한 콘텐츠의 편당 예산과 작업기간, 기존 공정과 비교한 투입인원은 아직 충분히 공개되지 않았다. AI 스튜디오 설립만으로 제작비 절감 효과를 수치화하기는 어렵다.

자동 생성 결과물을 그대로 사용할 수 있는지도 별도의 문제다. 캐릭터의 손과 표정, 움직임의 연속성, 배경의 세부 묘사, 작품 전체의 미술 방향을 맞추려면 사람이 반복적으로 수정해야 할 수 있다. 생성 속도가 빨라져도 검수와 재작업이 늘면 전체 제작기간은 기대만큼 줄지 않을 수 있다.

AI 제작 효과는 기술 도입 여부가 아니라 공정별 수치로 확인해야 한다. 작업시간이 줄어든 공정, 사람의 수정이 늘어난 공정, 외주비 변화, 렌더링 비용, 최종 인력 구성, 작품 완주율을 나눠 봐야 실제 생산성 향상을 판단할 수 있다.

검색창에 들어온 자연어, 추천 권한도 확대

넷플릭스는 2025년 오픈AI(OpenAI)의 챗GPT(ChatGPT)를 활용한 대화형 검색 도구를 내놓았다. 이용자가 장르명이나 작품 제목을 입력하는 대신 원하는 분위기와 강도를 문장으로 설명하면 후보 작품을 제시하는 기능이다. 호주와 뉴질랜드의 iOS 이용자를 대상으로 선택형 시험 운영을 시작했고, 이용자의 선호 언어에 맞춰 작품 대표 이미지를 바꾸는 기능도 공개했다.

기존 추천은 과거에 본 작품과 비슷한 콘텐츠를 배열하는 방식이 중심이었다. 대화형 검색은 이용자가 아직 시청하지 않은 작품을 감정과 상황, 동반 시청자, 원하는 분위기로 찾을 수 있게 한다. 플랫폼에 묻는 문장이 구체적일수록 이용자의 취향 정보도 더 세밀하게 쌓인다.

추천 시스템은 하루 단위로 목록을 바꾸는 수준에서 벗어나 재생과 중단, 검색, 작품 선택 등 이용자의 행동마다 결과를 조정하는 실시간 개인화로 이동하고 있다. 넷플릭스는 이용자 상호작용 데이터를 머신러닝으로 처리하고 있으며, 아마존은 여러 추천 방식을 결합한 모델을 운영한다. 디즈니+는 장르뿐 아니라 등장인물과 세계관, 서사의 연결 관계를 활용해 자사 프랜차이즈 작품을 묶는다.

추천 기술은 작품 한 편의 공개 성과를 넘어 플랫폼 전체의 투자 효율과 연결된다. 제작비가 투입된 작품이 첫 화면에 노출되지 않으면 이용자는 존재 자체를 알기 어렵다. 반대로 플랫폼이 특정 작품을 여러 이용자에게 반복적으로 추천하면 별도의 외부 마케팅 비용을 줄이면서 시청량을 높일 수 있다.

추천 목록을 결정하는 기준은 제작사와 창작자에게도 중요한 거래 조건이 된다. 작품 계약을 체결해도 노출 위치와 추천 기간, 검색 결과 반영 방식이 공개되지 않으면 실제 유통 효과를 예측하기 어렵다. 플랫폼이 보유한 추천 데이터를 제작사와 어느 수준까지 공유하는지도 작품의 후속 제작과 해외 판매 판단에 영향을 준다.

AI 추천이 시청의 약 80%를 만든다는 분석도 제시됐다. 정확한 산정 범위와 서비스별 차이는 추가 확인이 필요하지만, 작품 선택에서 플랫폼의 배열 권한이 차지하는 비중이 상당하다는 점은 분명하다. AI와 데이터 역량이 콘텐츠 보유량만큼 중요한 경쟁 요소로 이동하고 있다.

광고 문구와 노출 시간도 실시간 변경

AI는 광고형 요금제의 수익성을 높이는 도구로도 쓰인다. 넷플릭스는 이용자의 시청 상황에 맞춰 광고를 삽입하고 개인화된 문구를 제공하는 기술을 확대하고 있다. 아마존 프라임 비디오와 디즈니+, 훌루도 광고 데이터와 자동 구매 시스템에 투자를 늘리고 있다.

동적 크리에이티브 최적화(Dynamic Creative Optimization·DCO)는 하나의 광고 영상을 모든 시청자에게 똑같이 내보내는 방식과 다르다. 지역과 날씨, 상품 재고, 시청 중인 콘텐츠에 맞춰 제품과 문구, 가격 등의 요소를 바꾼다. 고급 DCO를 사용한 소비재 광고에서 영상 완주율이 98.6%로 나타나 일반 영상 광고보다 약 5%포인트 높았다는 수치도 제시됐다. 해당 결과를 전체 업종과 플랫폼에 그대로 적용할 수 있는지는 조사 방식과 표본 확인이 필요하다.

광고가 몇 차례 노출됐을 때 이용자가 작품을 중단하는지도 AI가 계산한다. 동일한 광고의 반복 횟수를 줄이고 시청 맥락에 가까운 상품을 배치하면 광고매출을 유지하면서 이탈을 낮출 수 있다. 무료 광고 기반 스트리밍 TV(FAST)에서는 봇과 비정상 재생을 탐지해 실제 사람이 보지 않은 광고에 비용이 지급되는 것을 막는 데도 AI가 활용된다.

광고 개인화는 시청 데이터의 사용 범위를 넓힌다. 이용자가 어떤 작품을 언제 멈췄는지, 어느 배우와 장르를 반복해서 봤는지, 어떤 광고를 건너뛰었는지가 광고 판매 자료로 쓰일 수 있다. 플랫폼이 어떤 데이터를 수집하고 광고주와 어느 수준까지 공유하는지, 이용자가 개인화를 거부할 수 있는지가 이용자 보호와 직결된다.

학습데이터와 결과물 권리, 계약서에 들어올 새 항목

생성형 AI가 제작에 들어오면 학습데이터의 출처부터 확인해야 한다. 모델이 기존 영화와 드라마, 그림, 음성, 대본을 학습했다면 해당 자료를 사용할 권한이 있었는지, 창작자의 동의를 받았는지, 상업적 결과물 제작까지 허용된 범위였는지가 계약과 분쟁의 기준이 될 수 있다.

잉큐베이터가 사용하는 모델과 학습자료의 구체적인 구성, 외부 창작물의 포함 여부는 공개 자료만으로 확인하기 어렵다. 인터포지티브의 기술을 어느 작품과 공정에 적용하는지, AI 결과물의 저작재산권을 넷플릭스와 제작자 가운데 누가 보유하는지도 자료 부족으로 단정할 수 없다.

제작 계약에는 최소한 AI 사용 공정과 입력 자료, 창작자의 작업물을 모델 개선에 다시 사용할 수 있는 범위, 결과물의 권리 귀속, 크레디트 표기, 후속 작품 재사용, 보수 산정 방식이 구분돼야 한다. 배우의 얼굴과 목소리, 작가의 문체, 미술가의 캐릭터 디자인을 학습하거나 변형할 때는 최초 작품 계약과 다른 이용 범위가 발생할 수 있다.

제작사가 플랫폼에 납품한 영상과 원본 파일이 AI 훈련에 다시 사용되는지도 확인 항목이다. 작품 공개권을 넘긴 계약이 학습데이터 활용과 새로운 결과물 제작까지 포함하는지는 계약 문구에 따라 달라질 수 있다. AI 학습과 재생산 권한을 포괄적으로 넘길 경우 제작사는 향후 파생 콘텐츠 협상에서 불리해질 가능성이 있다.

AI 이용 사실을 작품 크레디트나 시청 화면에 표시하는 기준도 필요하다. 사람의 작업을 보조한 수준과 영상 대부분을 생성한 경우를 같은 방식으로 표시하기 어렵다. 사용 여부만 밝힐 것인지, 적용 공정과 모델까지 공개할 것인지도 산업 내 기준이 정립되지 않았다.

인력 감축보다 직무 재편부터 확인

AI가 콘텐츠 일자리를 줄인다는 전망과 새로운 기술 직무를 만든다는 전망은 동시에 나오고 있다. 잉큐베이터는 CG 아티스트와 엔지니어, 버추얼 프로덕션 경험자를 채용했다. AI가 사람을 전부 대체하기보다 제작 인력에게 요구되는 기술 조합을 바꾸고 있다는 징후다.

배경과 중간 프레임, 자막, 번역, 음성 정리처럼 반복 작업의 비중이 높은 직무는 투입시간이 줄어들 가능성이 있다. 결과물 검수와 데이터 정리, 프롬프트 설계, 모델 운영, 저작권 확인을 맡는 업무는 늘어날 수 있다. 기존 직무가 사라지는 속도와 새 직무가 생기는 속도가 같다고 볼 근거는 없다.

플랫폼이 공개해야 할 수치는 AI 도입 선언이 아니라 제작 현장의 변화다. 작품당 참여 인원과 외주 계약 수, 직무별 작업시간, 정규직과 프리랜서 비중, 재교육 인원, AI 사용 뒤 절감된 비용을 공개해야 고용 효과를 판단할 수 있다.

AI 도입으로 줄어든 제작비가 창작자의 보수와 신규 작품 투자로 돌아가는지도 확인해야 한다. 절감액이 플랫폼의 영업이익으로만 남고 제작 편수가 감소하면 산업 전체의 고용은 줄 수 있다. 같은 비용으로 더 많은 작품과 실험적 기획을 제작한다면 창작 기회가 넓어질 가능성도 있다.

현재 공개된 자료에는 잉큐베이터 설립 이후의 전체 고용 증감과 직무별 변동, 제작비 절감액이 포함돼 있지 않다. AI가 콘텐츠 일자리를 얼마나 대체했다고 수치로 단정할 단계는 아니다.

긍정 반응 22%에서 17%로 하락

기술 도입 속도와 이용자의 수용도는 같은 방향으로 움직이지 않고 있다. AI 콘텐츠에 긍정적으로 반응한 비율은 2025년 봄 22%에서 2026년 2월 17%로 낮아졌다. 조사 응답자의 51%는 생성형 AI가 포함된 미래를 기대하지 않는다고 답했다. 잉큐베이터 공개 뒤에는 품질이 낮고 대량 생산된 AI 콘텐츠를 뜻하는 비판적 표현도 등장했다.

이용자가 거부하는 대상은 AI 기술 자체보다 결과물의 품질과 창작자 권리 침해 가능성, 인력 대체 방식일 수 있다. 제작비를 줄였다는 이유만으로 작품의 서사와 연기, 미술, 편집 수준이 낮아지면 플랫폼의 신뢰와 구독 유지에도 부담이 된다.

AI 사용을 숨겼다가 사후에 알려지는 방식도 반발을 키울 수 있다. 제작 과정과 권리관계, 사람의 참여 범위를 투명하게 공개하는 사업자가 품질과 신뢰에서 유리할 가능성이 있다. 이용자가 AI 생성 작품을 선택하거나 제외할 수 있는 검색·표시 기능도 검토 대상이다.

국내 콘텐츠 산업, 기술 지원보다 계약 기준 병행

국내 OTT와 제작사에도 AI는 비용 격차를 줄일 수 있는 수단이다. 대형 플랫폼보다 제작비와 기술 인력이 부족한 사업자는 번역과 자막, 예고편 제작, 시각효과 보조, 추천 시스템에 AI를 적용해 운영비를 줄일 수 있다. 국내 OTT 이용자가 늘어날수록 검색과 추천의 정확도, 광고 개인화도 플랫폼 경쟁력에 영향을 미친다.

기술 도입 지원만 늘리면 권리와 수익 배분이 뒤따르지 못할 수 있다. 정부 지원을 받은 작품에 AI를 사용했다면 학습데이터의 적법한 확보 여부와 창작자 동의, 결과물의 권리 귀속, 제작비 절감액, 고용 변화를 함께 기록해야 한다. 공공자금으로 구축한 모델과 데이터가 특정 플랫폼의 독점 자산으로 남는지도 확인할 필요가 있다.

플랫폼과 제작사 사이의 계약도 조정돼야 한다. 납품한 대본과 영상, 음성, 배우의 디지털 정보가 모델 학습에 쓰이는지, 후속 작품과 해외판 제작에 재사용되는지, 창작자가 별도의 보상을 받는지가 명시돼야 한다. 계약 체결 시점에는 없던 AI 활용을 플랫폼이 사후에 추가하는 경우의 동의 절차도 필요하다.

2026년 이후 확인할 수치는 AI 스튜디오의 설립 수보다 실제 제작 결과다. 작품당 제작기간과 비용, 참여 인원, AI 사용 공정, 학습자료의 권리, 창작자 보수, 시청자의 완주율과 거부 반응이 함께 공개돼야 한다. 제작비 절감만 남고 권리와 고용 자료가 빠지면 AI 전환의 산업 효과를 판단하기 어렵다.

AI는 콘텐츠를 만드는 속도와 작품을 발견하는 경로, 광고를 판매하는 방식까지 바꾸고 있다. 기술 도입의 성과는 생성한 영상의 수가 아니라 비용 절감분이 어디에 배분됐는지, 창작자의 권리가 얼마나 남았는지, 제작 인력의 직무가 어떻게 달라졌는지에서 확인될 수 있다.