안무 저작권 요구 확산에 따른 유사도 비교 기술과 개선방안

글. 고병수 한국콘텐츠진흥원 문화체육관광기술진흥센터 PD

1. 안무저작권 현황과 요구 확산

최근 세계적인 K-Pop 열풍과 대중적 인기에 힘입어 한국의 안무도 주목받기 시작했다. K-Pop의 인기에는 한국만의 현대적이고 매력적인 안무를 빼놓을 수 없을 것이다. 하지만, 안무는 음악이나 영화 등과는 달리 여전히 저작권이란 인식이 부족한 상황이다. 우선, 저작권 침해에 대한 법적 판례 사례가 많지 않을 뿐만 아니라, 저작권 침해 요소를 찾기 위한 기준이나 근거가 많지 않은 것도 문제라고 할 수 있다. 안무(춤)는 ‘짧게 반복되는 동작’에서부터 ‘복잡한 안무’까지 그 범위가 넓기 때문에 자칫 저작권법상 보호되지 못하는 아이디어 영역에 속한다고 생각하기 쉽다. 이는 단순한 스텝이나 동작 몇 가지만으로는 저작권법이 요구하는 창작성의 요건을 충족하기 어렵기 때문이다. 그러나,  K-Pop 댄스음악의 안무 등은 저작권법 제4조 제1항 제3호에 명시된 ‘연극 및 무용·무언극 그 밖의 연극저작물’에 해당할 가능성이 높다. 실제 서울고등법원은 “일련의 신체적 동작과 몸짓을 창조적으로 조합‧배열한 것으로서 안무가의 사상 또는 감정을 표현한 창작물에 해당한다.”라고 판시한 사례가 있다¹⁾.

본고에서는 안무 저작권 보호를 위해 필요한 안무 자세 인식 및 분석 기술에 대해 설명하고 안무만의 기술적 한계점을 제시하여 앞으로 안무 저작권 보호에 필요한 연구개발 요소를 제언하는 것으로 마무리하고자 한다.

2. 안무저작권 유사도 비교 기술

안무 기록은 과거에는 라바노테이션(Labanotation)이나 베네쉬 무보법(Benesh Movement Notation) 등 전통 무보등을 통해 작성되어 왔으나, 현대에는 영상등을 통해 주로 안무 기록이 이루어지고 있다. 실제 안무 교육이나 학습도 영상을 통해 이루어지고, 많은 사람들이 K-Pop 안무 영상을 통해 흥미를 갖고 접근하기도 한다. 따라서, 최근에는 안무저작권에 대한 침해여부를 영상을 통해 해결하고자하는 연구가 지속되고 있다. 안무에 대한 기록체계에는 시연과 구전을 통해 주로 전승되고 있는 전통무보방식과 안무를 추는 과정은 3D 모션 캡쳐 시스템을 통해서 기록하는 모션 캡쳐 데이터 방식, 안무를 추는 모습을 동영상의 형태로 기록하는 동영상 저장방식으로 구분할 수 있다. 가장 쉽게 기록할 수 있는 방법이 동영상을 통한 저장방식으로, 안무 저작권 침해 분석 기술에서도 영상 내 객체 모션 인식 등을 통한 데이터 기반 유사도 비교기술이라 하겠다. 안무에서 유사도 비교 기술은 주로 두 개 이상의 데이터 간의 유사성을 수치화하거나 패턴을 분석하는 기술이 가장 대표적이며, 이는 저작권 침해 분쟁 시 두 안무 간의 유사성을 검증할 수 있는 객관적 지표로 활용될 수 있다. 안무와 같은 동적이고 복잡한 데이터의 경우, 단순한 이미지나 텍스트와는 달리 시간적, 공간적 특성이 모두 고려되어야 하며, 이를 위해서는 다음과 같은 방법들이 사용된다.

· 특징 추출 (Feature Extraction): 안무 데이터를 분석할 때는 영상, 모션 캡처 데이터, 센서 데이터 등 다양한 형태의 자료가 활용되며, 이 과정에서 주요 특징(예: 관절의 위치, 속도, 궤적 등)을 추출하여 벡터화하는 과정

· 데이터 표현 (Data Representation): 추출된 특징을 기반으로 데이터를 구조화하는 과정이며, 대표적인 방법은 시계열 데이터로 표현하는 것인데, 이는 시간에 따른 변화 패턴을 분석하는 데 적합

· 유사도 측정 지표 (Similarity Metrics): 추출된 데이터를 비교하기 위한 다양한 수학적 지표가 활용되며, 유클리드 거리, 동적 시간 왜곡(Dynamic Time Warping, DTW), 코사인 유사도가 대표적인 지표임

· 인공지능 접근법: 최근에는 인공지능 기반의 접근법도 널리 사용되고 있으며, RNN 및 LSTM, CNN 등이 주로 활용 안무 유사도 비교를 위해서는 영상을 통한 모션 인식 기술이 선행되어야 하는데, 안무를 위한 모션 인식 기술활용은 광학센서 기반 모션 인식, 관성 센서기반 모션 인식, 비젼 AI 기반 모션 추적 기술 등이 대표적이다. 

· 광학 센서 기반 모션 인식: IR 카메라를 이용한 모션 캡션 방식으로 정밀한 추적결과물을 산출한다는 장점은 있지만 촬영비용이 많이 들고 장소의 제약이 따른다는 단점이 있음

· 관성 센서 기반 모션 인식: 회전 정보, 이동 정보를 인식하는 Inertial Measurement Unit을 이용한 방법으로 카메라로 촬영하기 어려운 환경에서 모션 추적이 가능하다는 장점은 있지만, 센서를 몸에 부착해야하기 때문에 전통무용 같은 옷이나 세밀한 손동작 등을 표현하는 안무 저작물에는 실용적이지 못하다는 단점이 있음

· 비젼 AI 기반 모션 추적: 일반 동영상으로부터 사람을 추적하는 방법으로 모션 추적을 위한 장비가 필요하지 않다는 큰 장점은 있지만, 잘 보이지 않은 영역에서 오차가 발생한다는 단점이 있음

                                              ▲Openpose를 이용한 2D 모션 추적 결과            ▲DynaBOA를 이용한 3D 모션 추적 결과 

이렇게 수집된 데이터는 다양한 형태로 안무 저작권 분야에서 활용될 수 있다. 유사도 비교 기술을 통해 안무 간의 유사도를 객관적으로 산출함으로써, 저작권 분쟁 시 참고 자료로 활용되거나, 기존의 안무와 지나치게 유사하지 않은 새로운 창작을 도와주는 기술 개발을 통해 유사도 측정 결과를 창작자에게 피드백으로 제공하여 창작자의 독창성을 강화할 수 있을 것이다. 또한, 수많은 안무 데이터를 체계적으로 데이터베이스화하고 유사도 비교를 위한 기준 데이터로 활용하여, 다양한 안무 관련 연구자료로 활용이 가능할 것이다.

 안무 유사도 비교 기술에는 주로 시간차 보정 기술, 히든 마르코프 모델, 딥러닝 기반의 인공지능 모델 등이 사용되며, 안무 분야에 따라 다른 방식으로 사용하거나 하이브리드 형태로 사용되기도 한다. 최근 연구에는 딥러닝 기반으로 학습된 DTW(Dynamic Time Warping) 변형 모델 등을 통해 성능을 높이는 방향으로 발전하고 있다.

예로, 자세 기반 안무 유사도 비교 기술은 게임 및 교육 분야에서 사용되며, 안무의 각 시점에 대한 자세의 유사도를 비교하는 부분이 핵심이다. 비교 과정은 우선 3D 혹은 2D의 자세 추적 기술을 적용하고, 시간차 보정 기술 적용, 관절 각도 혹은 신체 말단위 위치 기반 오차를 평가한 후, 자세 차이를 가시화하는 것으로 비교한다.

▲ CASE ① 유사도 70%                             ▲CASE ② 유사도 90%

3. 유사도 기술 한계와 개선방안

최근 안무 유사도 비교 기술에 대한 관심과 더불어 연구개발이 이루어지고 있음에도 일부 기술적 한계점이 있다. 물론 최근에는 인공지능 기술의 급속한 발전으로 많은 부분에서 개선되어, 머지않은 미래에는 충분히 극복 가능한 부분이라 예상된다. 안무저작권에서 유사도 비교를 위해 가장 어려운 점은 안무의 다양성과 안무 동작에 대한 표준화가 되어 있지 않다는 것이다. 따라서 안무 분야마다 동작에 대한 구분이나 표준 동작이 정의되어 있으면 기술에서 해결하기가 훨씬 수월할 것이다. 

우선 본고에서는 기술에 대한 한계를 살펴보기로 한다. 첫 번째로 안무 데이터의 다양성이다. 안무의 동작은 매우 다양하고 미세한 차이가 존재하므로, 단일 알고리즘으로 모든 유형의 안무를 정확히 비교하는데 한계가 있다. 두 번째로 동작 데이터에 대한 노이즈 및 오류다. 모션 캡쳐나 센서 데이터에는 노이즈가 포함될 수 있으며, 이를 제거하지 않으면 유사도 계산 결과에 큰 영향을 미칠 수 있다. 세 번째로 실시간 처리의 복잡성이다. 대량의 안무 데이터를 실시간으로 처리하기 위한 연산 성능 및 효율성이 확보되어야 한다. 하지만, 이 부분은 인공지능 기술과 하드웨어 시스템을 충분히 극복할 수 있다. 이를 극복하고 개선하기 위해 최근에는 기존 모션 인식 기술에 Transformer 구조나 Graph Neural Network(GNN)와 같은 최신 인공지능 기술을 결합하여 각 기법의 장점을 살린 모델이 개발되고 있으며, 안무 데이터의 노이즈 제거 및 데이터 보강 기법 등을 통해 모델의 일반화 능력을 향상시키고 다양한 상황에서도 안정적인 유사도 측정이 가능하도록 안무데이터 정제 및 증강 기술이 연구되고 있다.

4. 맺음말

안무 저작권 기술은 안무에서 데이터를 취득하고, 안무 간 유사 패턴을 분석하는 기술을 총칭한다. 이러한 기술은 안무 저작권을 보호하고 저작권자에게 정당하고 합당한 권리를 보장하는 것을 목표로 한다. 최근 인공지능의 발전으로 안무 저작권기술에 대한 정확도나 신뢰도가 높아지고 있으며, 안무 간 유사 패턴을 정량적으로 측정하는 것뿐만 아니라 안무 저작권의 수익 분배구조에도 큰 역할을 할 것으로 기대된다.

몇 년 전부터 K-Pop의 글로벌 인기 상승과 함께 K댄스의 중요성이 강조되었지만 창작자들의 저작권은 아직 충분히 인정받지 못하고 있다. 특히 안무 저작권에 대한 인식과 보상 체계가 음악이나 영상에 비해 현저히 부족한 상황이다. 하지만, 앞으로도 K-Pop과 K-안무에 대한 인기를 지속될 것으로 예상되고, 이러한 인기를 유지하기 위해서는 무엇보다 안무 창작자들의 권리 보호가 중요하다. 이를 바탕으로 지속적으로 안무를 연구하고 창작할 수 있도록 기술적 지원도 뒷받침 되어야 한다. 

1) 서울고등법원 2012. 10. 24. 선고 2011나104668 판결(‘샤이보이 안무’)

본 글의 내용은 블로그에서도 보실 수 있습니다.

링크: https://blog.naver.com/kcopastory/223776732698