학습 데이터 (AI 학습 데이터)
영어 Training data (AI training data) · 일본어 学習データ（AIの学習データ） · 읽는 법 가쿠슈 데타
학습 데이터는 AI 모델을 만들 때 읽혀서 가르치는 데 쓰는 글·그림·영상 같은 자료입니다. 무엇으로 배웠는지에 따라 AI가 내놓는 결과의 질과 권리 문제가 달라집니다.
HowtoAI 글에서는 AI 도구의 결과물을 상업적으로 써도 되는지, 오픈소스 AI라고 부를 수 있는지, 게임과 광고에서 생성형 AI 소재의 권리를 어떻게 볼지를 다룰 때 나옵니다.
확인 2026-10-26출처 Google 「Machine Learning Glossary」: training set(모델을 학습시키는 데 쓰는 데이터셋의 일부, 검증·평가용과 나눔)과 training 항목
1이 말, 이런 곳에서 만납니다
처음 보는 말이 낯선 것은 당연합니다. 대개 이런 자리에서 마주칩니다.
HowtoAI 글 「Steam 생성형 AI 게임, 지금은 몇 개?」의 Valve 방침 변화
2023년 6월 Valve가 AI 이미지가 들어간 게임의 입점을 거절했을 때, AI 학습 데이터에 저작권상 법적 불확실성이 있다고 설명했다는 내용입니다.
HowtoAI 글 「Llama 3.1 다시 보기: 오픈소스의 의미와 그 뒤」의 오픈소스 AI 정의
OSI의 정의는 학습 데이터 정보, 학습과 실행 코드, 가중치의 공개를 요구하며, Llama는 학습 데이터가 공개되지 않은 점 등으로 이 정의를 충족하지 못한다고 보도되었다는 내용입니다.
HowtoAI 글 「ToonCrafter 사용법과 애니메이션 AI의 현재」의 자주 묻는 질문
라이선스상으로는 상업적으로 쓸 수 있지만, 학습 데이터의 출처는 공개되어 있지 않아 만든 영상이 남의 권리를 침해하지 않는다는 보장이 없다는 설명입니다.
2한 장면으로 이해하기
학습 데이터는 요리사가 배운 요리책과 같습니다. 어떤 책으로 배웠는지에 따라 잘 만드는 요리와 서툰 요리가 갈리고, 남의 비법을 허락 없이 베낀 책으로 배웠다면 그 요리를 팔 때 문제가 될 수 있습니다. 손님은 요리만 보고는 어떤 책으로 배웠는지 알기 어렵습니다.
무엇으로 배웠는지가 결과의 질과 권리를 함께 정합니다.
3우리 회사도 해당될까요?
이런 경우 해당됩니다
- AI로 만든 그림·영상·글을 홈페이지나 광고에 쓰려고 한다
- 도구 소개에 「상업적 이용 가능」, 「학습 데이터 공개」 같은 말이 있어 뜻이 궁금하다
- 내가 입력한 자료가 AI 학습에 쓰이는지 걱정된다
이런 경우는 걱정을 덜어도 됩니다
- 학교나 학원에서 학생의 학습 기록을 모은 데이터 이야기다(다른 뜻입니다)
- 모델 안의 숫자 자체가 궁금하다(‘파라미터’ 페이지를 보세요)
학습 데이터가 무엇인지 몰라도 AI는 쓸 수 있지만, 결과물을 팔거나 공개할 때는 도구가 학습 데이터와 상업적 이용을 어떻게 설명하는지 한 번은 확인합니다.
4조금 더 자세히
AI 모델은 처음부터 답을 아는 것이 아니라, 많은 예시를 읽으면서 안쪽의 숫자(파라미터)를 조금씩 맞춰 가며 배웁니다. 이때 읽히는 예시 묶음이 학습 데이터입니다. 요리사가 어떤 요리책으로 배웠는지에 따라 손맛이 달라지듯, AI도 무엇을 읽었는지에 따라 잘하는 일과 실수하는 일이 달라집니다. 보통은 모은 자료를 학습용과 성능 확인용으로 나누고, 확인용은 학습에 쓰지 않습니다.
주의할 점 학습 데이터에 남의 작품이 들어 있었는지는 AI 결과물을 업무에 쓸 때 권리 문제로 이어집니다. 학습 데이터의 내용을 자세히 공개하지 않는 도구가 많고, OSI의 오픈소스 AI 정의는 학습 데이터에 관한 정보 공개를 조건으로 둡니다. 그림이나 영상을 상업적으로 쓰기 전에는 도구의 약관과 학습 데이터 설명을 확인하고, 결과물이 기존 작품과 닮지 않았는지 살펴봅니다.
5그래서 무엇을 하면 되나요?
- 1AI로 만든 그림이나 영상을 홈페이지·광고에 쓰기 전에, 도구의 약관에서 상업적 이용 조건과 학습 데이터 설명을 찾아 읽습니다.사장님
- 2AI 소재를 납품할 때는 어떤 도구로 만들었는지와 그 도구의 학습 데이터 설명을 함께 적어 고객에게 전합니다.제작사
- 3고객이 입력한 자료를 모델 학습에 쓰는지, 쓰지 않게 하는 설정이 있는지를 이용 안내에 알기 쉽게 적습니다.서비스 회사
제작사에 이렇게 물어보세요
“이 AI 도구는 학습 데이터를 어떻게 설명하고 있나요? 만든 결과물을 상업적으로 써도 되는지, 우리가 입력한 자료가 학습에 쓰이는지도 알려 주세요.”
6자주 묻는 질문
Q. 학습 데이터가 공개되지 않은 AI로 만든 그림은 쓰면 안 되나요?
공개되지 않았다고 해서 바로 쓸 수 없는 것은 아닙니다. 다만 권리를 침해하지 않는다는 보장도 없으니, 도구의 약관에서 상업적 이용 조건을 확인하고 결과물이 기존 작품과 닮지 않았는지 직접 살펴본 뒤 씁니다.
Q. 학습 데이터는 많을수록 좋은가요?
양만으로 정해지지 않습니다. 무엇을 담은 자료인지에 따라 AI가 잘하는 일이 달라지고, 개발자도 질이 낮은 자료를 걸러 냅니다. ToonCrafter 논문도 모은 영상을 골라 다듬은 뒤 학습용과 평가용으로 나누었다고 밝힙니다.
7이 풀이의 근거
- 출처
Google 「Machine Learning Glossary」: training set(모델을 학습시키는 데 쓰는 데이터셋의 일부, 검증·평가용과 나눔)과 training 항목 (확인 2026-10-26)
OSI 「The Open Source AI Definition – 1.0」: 학습 데이터에 관한 충분히 자세한 정보(Data Information)·코드·파라미터 공개 요구 (확인 2026-10-26)
Steamworks Development 공지 「AI Content on Steam」(2024-01-10): AI 기술이 법적으로 불분명한 분야라 검토 시간이 필요했다는 설명과 AI 사용 공개 제도 (확인 2026-10-26)
논문 「ToonCrafter: Generative Cartoon Interpolation」(arXiv 2405.17933, 2024-05-28): 500시간 넘는 카툰 영상에서 27만 1천 개 클립을 만들어 학습용 27만·평가용 1천으로 나눔 (확인 2026-10-26)
- 확인한 날
- 2026-10-26 · 다음 확인 2027-01-26
- 풀이
- 양진석 · 따뜻한기술 대표
이 정의를 인용하려면
“학습 데이터는 AI 모델을 만들 때 읽혀서 가르치는 데 쓰는 글·그림·영상 같은 자료입니다. 무엇으로 배웠는지에 따라 AI가 내놓는 결과의 질과 권리 문제가 달라집니다.” — 용어집 「학습 데이터 (AI 학습 데이터)」 (확인 2026-10-26), atatakaidigital.com/kr/glossary/training-data