[ETC] AI 음악으로 800만 달러? 스트리밍 사기범에게 징역 18개월 선고
본문
안녕하세요 사운드캣입니다!
음악을 만들어 스트리밍 플랫폼에 올리고, 사람들이 음악을 들으면 저작권료와 스트리밍 수익을 얻는다.
음악을 만드는 사람이라면 누구나 한 번쯤 꿈꿔 봤을 만한 구조입니다.
좋은 곡을 만들고, 더 많은 사람에게 들려주고, 그 결과로 수익까지 얻는 것이죠.
그런데..
만약 음악을 듣는 사람이 실제로는 아무도 없고, 재생 횟수만 수십억 회로 부풀려져 있다면 어떨까요?
미국에서 AI로 만든 음악과 자동 재생 프로그램(메크로)을 이용해 스트리밍 수익
800만 달러(약 105억) 이상을 부정하게 얻은 남성이 징역형을 선고받았습니다.
음악을 만드는 데 AI를 활용한 것만이 문제가 된 것은 아닙니다.
가짜 계정과 자동 재생 봇을 동원해 실제 청취자가 음악을 듣는 것처럼 꾸미고, 그 결과 발생한 수익을 챙긴 것이 사건의 핵심입니다.
AI 음악을 둘러싼 논쟁이 저작권과 창작자의 권리를 넘어, 이제는 스트리밍 플랫폼의 수익 배분과 사기 방지 문제로도 이어지고 있습니다.
이번 사건을 통해 AI 음악 시대의 스트리밍 시장에는 어떤 문제가 있는지 살펴보겠습니다.
01. AI 음악으로 800만 달러를 벌어들인 남성
미국 법무부는 2026년 10월 6일,
노스캐롤라이나주 출신 마이클 스미스(Michael Smith)에게 음악 스트리밍 사기와 관련해 징역 18개월을 선고했다고 발표했습니다.
< 매트릭스 스미스 아님 >
무슨일이길래 징역살이까지요?
스미스는 2017년부터 2024년까지 여러 스트리밍 플랫폼에서 자동 재생을 이용해 음악의 재생 횟수를 조작한 혐의로 기소됐으며,
2026년 3월에는 전신 사기 공모 혐의에 대해 유죄를 인정했습니다.
그가 이용한 플랫폼에는
스포티파이(Spotify), 애플 뮤직(Apple Music), 아마존 뮤직(Amazon Music), 유튜브 뮤직(YouTube Music) 등이 포함됐습니다.
미국 법무부에 따르면 스미스는 AI로 생성한 수십만 곡을 활용해 수십억 회에 달하는 가짜 스트리밍을 발생시켰습니다.
이를 통해 부정하게 얻은 로열티는 800만 달러를 넘었습니다.
2026년 10월 환율에 따라 실제 원화 환산액은 달라지지만, 800만 달러는 대략 105억 원이 넘는 규모입니다.
음악을 만들어 수익을 얻는다는 평범한 구조가 자동화 기술과 결합하면서 거대한 사기 수단으로 변한 셈입니다.
법원은 징역 18개월과 함께 출소 후 2년간의 보호관찰을 명령했으며, 부정 수익에 해당하는 8,091,843.64달러의 몰수도 명령했습니다.
여기서 중요한 점은 이번 사건이 단순히 AI로 만든 음악이 인기를 얻어 수익을 올린 사례가 아니라는 것입니다.
실제 청취자의 재생 활동을 가장해 수익을 발생시켰다는 점에서 명백한 사기 사건으로 다뤄졌습니다.
출처:
법무부 업데이트:
02. 대체 어떻게 스트리밍 수익을 조작했을까?
이번 사건의 수법은 크게 세 단계로 나눌 수 있습니다.
① 가짜 계정을 대량으로 만든다
먼저 스미스는 스트리밍 플랫폼에서 음악을 재생할 수 있도록 수천 개의 계정을 만들었습니다.
이 과정에서 가짜 이메일 계정과 부정하게 확보한 직불카드 등을 사용한 것으로 미국 법무부는 설명했습니다.
계정 하나로 음악을 반복 재생하는 것만으로는 이상 징후가 발견될 수 있습니다.
따라서 여러 계정을 만들어 실제 사용자들이 음악을 듣는 것처럼 보이게 하는 방식이 사용됐습니다.
② AI로 대량의 음악을 만들어 재생 대상을 늘린다
그다음은 재생할 음악을 확보하는 단계입니다.
스미스는 AI를 이용해 수십만 곡에 달하는 음악을 생성했습니다.
이렇게 많은 곡을 확보한 이유 중 하나는 스트리밍 플랫폼의 부정 재생 탐지를 피하기 위해서였습니다.
특정 곡 하나에 재생 횟수가 비정상적으로 집중되면 플랫폼이 이상 활동을 감지할 가능성이 커집니다.
반면 수많은 곡에 재생을 분산하면 개별 곡의 재생 기록만으로는 이상 여부를 알아채기 어려워질 수 있습니다.
미국 법무부는 스미스가 플랫폼의 부정 이용 방지 정책을 피하기 위해 대량의 음악이 필요하다는 취지의 이메일을 보낸 사실도 공개했습니다.
여기서 AI가 맡은 역할은 분명합니다.
AI가 만들어 낸 음악을 활용해 재생 대상을 대량으로 확보한 것입니다. AI가 직접 돈을 훔친 것이 아니라,
사람이 AI와 자동화 프로그램을 사기 수단으로 이용한 것이죠.
③ 자동 재생 봇으로 스트리밍 횟수를 부풀린다
마지막 단계는 자동 재생입니다.
스미스는 소프트웨어를 이용해 자신이 관리하는 계정들이 음악을 계속 재생하도록 했습니다.
미국 법무부에 따르면 한때 동시에 이용된 봇 계정은 최대 1만 개에 달했습니다.
이 계정들은 수많은 AI 생성 음악을 반복적으로 재생했고, 플랫폼에서 발생하는 스트리밍 로열티는 스미스에게 돌아갔습니다.
결국 구조는 간단합니다.
AI로 음악을 대량 생성하고, 가짜 계정으로 반복 재생한 뒤, 실제 청취가 발생한 것처럼 꾸며 로열티를 받는 방식입니다.
음악을 듣고 싶어 하는 사람이 많아서 재생 횟수가 늘어난 것이 아닙니다. 재생 횟수를 늘리기 위해 계정과 음악을 만들어 낸 것입니다.
AI가 음악 제작의 진입 장벽을 낮추는 데 활용될 수 있다는 사실과, AI를 이용해 시장의 지표를 조작하는 행위는 완전히 다른 문제입니다.
03. 테일러 스위프트보다 많이 재생됐다고?
이번 사건에서 특히 눈길을 끄는 수치는 2023년 4월의 스트리밍 기록입니다.
법원 문서 (Indictment / 양형 관련 서류)
※사진을 클릭하면 이동됩니다.
미국 법무부가 공개한 사례에 따르면,
해당 기간 유튜브 뮤직에서 테일러 스위프트의 전체 음원 카탈로그는 가족 요금제 스트리밍을 통해 약 930만 회 재생됐습니다.
반면 스미스의 봇 계정들은 같은 달 가족 요금제를 이용해 AI 생성 음악을 약 8,090만 회 부정 재생했습니다.
단순 수치로만 보면 약 8.7배에 달합니다.
이 엄청난 숫자는 실제 음악 팬들이 해당 음악을 즐겨 들었다는 의미가 아닙니다. 자동화된 계정이 발생시킨 가짜 재생 기록입니다.
이 사례는 스트리밍 시장의 한 가지 취약점을 보여 줍니다.
플랫폼에서 측정하는 재생 횟수가 실제 청취자의 관심, 청취 행태와 일치하지 않을 수 있다는 것입니다.
사람들이 좋아해서 반복 재생한 곡과, 프로그램이 자동으로 반복 재생한 곡이 모두 숫자로 기록된다면 어떻게 될까요?
숫자만 보면 둘을 구분하기 어려울 수 있습니다.
플랫폼이 재생 기록의 진위를 제대로 판별하지 못한다면, 실제 음악의 인기와 무관하게 수익이 발생할 수 있는 것입니다.
아직까지 음악 차트와 스트리밍 수치는 아티스트의 인지도와 시장 반응을 보여 주는 지표로 활용됩니다.
따라서 재생 횟수 조작은 단순히 수익을 부풀리는 행위를 넘어, 음악 시장에서 무엇이 인기를 얻고 있는지에 대한 판단까지 왜곡할 수 있습니다.
(출처: [Music Business Worldwide](링크)
사진을 클릭하면 이동됩니다.
04. 가짜 스트리밍은 누구의 돈을 가져가는 걸까?
그렇다면 스미스가 부정하게 얻은 수익은 어디에서 나온 것일까요?
스트리밍 서비스의 로열티 지급 구조를 이해하면 문제를 좀 더 명확하게 볼 수 있습니다.
스트리밍 플랫폼은 이용자의 구독료와 광고 수익 등을 기반으로 권리자에게 로열티를 지급합니다.
구체적인 정산 방식은 플랫폼과 계약 조건에 따라 다르지만,
여러 서비스에서는 일정 기간 발생한 스트리밍 실적을 바탕으로 수익을 배분하는 구조를 활용합니다.
이런 구조에서 실제 청취자가 아닌 봇이 재생 횟수를 만들어 내면 문제가 발생합니다.
가짜 재생이 정상적인 스트리밍으로 인정돼 정산에 반영될 경우, 실제 청취를 통해 발생한 수익이 부정한 계정으로 흘러갈 수 있습니다.
전체 배분 구조에 따라 정상적으로 음악을 만든 아티스트와 작곡가, 권리자에게 돌아갈 몫이 줄어들 가능성도 있습니다.
대부분의 스트리밍 플랫폼은 '비율 배분 방식(Pro-rata System)'으로 수익을 정산합니다.
쉽게 말해, 1달 동안 전 세계 구독자들이 낸 전체 구독료 수익을 하나의 '큰 피자(수익 풀)'로 모아둔 뒤,
그 달에 발생한 '전체 스트리밍 횟수 중 각 아티스트가 차지한 비율'만큼 조각내어 나누어 주는 구조입니다.
예를 들어 보겠습니다.
한 달 동안 플랫폼의 전체 정산 수익 풀이 1,000만 원이라고 가정해 봅시다.
정상적인 이용자들의 총 재생 횟수가 100만 회라면, 1회 재생당 가치는 10원이 됩니다.
이때 한 아티스트가 10만 회(10%) 재생되었다면 100만 원의 정산금을 받게 됩니다.
하지만 가짜 봇 계정이 개입하면 이 방정식이 무너집니다.
봇을 동원해 존재하지도 않는 가짜 재생 횟수 900만 회를 몰래 만들어냈다고 해봅시다.
전체 재생 횟수는 순식간에 1,000만 회로 불어나고, 1회 재생당 가치는 10원에서 1원으로 10분의 1 토막이 납니다.
원래 100만 원을 받아야 했던 진짜 아티스트는, 봇 때문에 총 비율이 10%에서 1%로 쪼그라들어 단 10만 원밖에 받지 못하게 됩니다.
스미스가 챙겨간 800만 달러(약 100억 원)는 플랫폼의 주머니에서 나온 돈이 아니라,
밤낮없이 고민하며 좋은 소리를 만들기 위해 장비를 사고 음반을 낸 진짜 창작자들의 주머니에서 깎여 나간 실질적인 피해 금액인 셈입니다.
05. AI 음악이 문제일까, AI를 이용한 사기가 문제일까?
AI로 곡을 만들고 그 곡을 실제 청취자에게 공개하는 행위 자체가 이번 사건의 범죄 행위는 아닙니다.
문제가 된 것은 가짜 계정과 자동 재생을 통해 실제 이용자의 청취가 발생한 것처럼 조작하고, 이를 통해 수익을 부정하게 취득했다는 점입니다.
AI로 만든 음악이 실제 청취자에게 사랑받아 정당한 수익을 얻는 것과, 봇을 동원해 재생 횟수를 조작하는 것은 구분해야 합니다.
반대로 AI가 음악을 빠르게 생성할 수 있다는 점은 사기 수법의 규모를 키우는 데 악용될 수 있다는 점도 함께 고려해야 합니다.
기술이 어떤 목적으로 활용됐는지, 플랫폼이 부정 행위를 어떻게 탐지하고 대응하는지, 수익을 어떤 기준으로 배분하는지를 함께 살펴봐야 합니다.
06. 플랫폼은 스트리밍 사기를 어떻게 막아야 할까?
스트리밍 플랫폼 입장에서도 이번 사건은 결코 가볍게 볼 수 없는 문제입니다.
재생 횟수는 단순한 통계가 아닙니다. 아티스트의 수익과 차트 순위, 추천 시스템, 음악의 시장성을 판단하는 데 활용될 수 있습니다.
따라서 플랫폼은 비정상적으로 반복되는 재생뿐 아니라
계정 생성 패턴, 결제 정보, 재생 기록의 연관성 등 다양한 신호를 종합해 부정 이용을 탐지해야 합니다.
물론 구체적인 탐지 기준은 악용을 막기 위해 공개에 한계가 있을 수 있습니다.
AI로 생성된 음악이 많아지는 환경에서는 콘텐츠의 양만으로 부정 이용을 판단하기도 어렵습니다. AI 음악이라는 이유만으로 모두 의심하는 것이 아니라, 실제 청취 활동과 재생 패턴에 근거해 부정 행위를 가려내는 접근이 필요합니다.
또한 부정 재생이 확인됐을 때 해당 스트리밍을 정산에서 제외하고, 부당하게 지급된 수익을 환수하는 등 실효성 있는 조치도 중요합니다.
이번 사건에서 법원은 스미스에게 징역 18개월과 2년간의 보호관찰을 명령하고, 약 809만 달러의 몰수를 명령했습니다.
이는 스트리밍 수치를 조작해 수익을 얻는 행위가 단순한 플랫폼 이용 규칙 위반을 넘어 형사 처벌로 이어질 수 있음을 보여 줍니다.
물론 한 사람을 처벌했다고 해서 스트리밍 사기가 모두 사라지는 것은 아닙니다.
기술적인 탐지와 투명한 정산, 제도적인 대응이 함께 이뤄져야 합니다.
마무리하며
AI는 음악을 만드는 과정을 바꾸고 있습니다.
아이디어를 빠르게 시도하고, 다양한 사운드를 탐색하고, 혼자서도 음악을 완성할 수 있도록 돕는 도구가 될 수 있습니다.
하지만 기술이 발전한다고 해서 음악 시장이 자동으로 공정해지는 것은 아닙니다.
이번 사건에서 AI는 수십만 곡을 확보하는 수단으로 활용됐고, 자동 재생 봇은 실제 청취가 없는 곳에서 스트리밍 수익을 만들어 냈습니다.
그 결과 800만 달러가 넘는 부정 수익이 발생했고, 법원은 징역형과 수익 몰수를 명령했습니다.
음악의 가치는 재생 횟수만으로 결정되지 않습니다. 그렇다고 스트리밍 수익이 중요하지 않은 것도 아닙니다.
창작자가 정당한 보상을 받고, 청취자가 실제로 좋아하는 음악을 발견할 수 있으려면 그 기반이 되는 데이터부터 신뢰할 수 있어야 합니다.
AI가 음악을 만들 수 있는 시대일수록, 그 음악을 누가 듣고 있는지와 그 수익이 누구에게 돌아가는지를 더욱 정확하게 확인해야 합니다.
사운드캣은 앞으로도 음악과 오디오 기술의 새로운 소식뿐 아니라,
기술의 발전이 음악 산업과 창작 환경에 어떤 변화를 가져오는지도 함께 살펴보겠습니다.
감사합니다!
참고 자료
댓글목록0